Bi₂Se₃和Bi₂Te₃作为拓扑材料,同时具有优异的热电性能。作为一类新型拓扑材料Weyl半金属的典型代表,TaAs是否拥有优异热电性能也引起了人们的关注。利用第一性原理计算和玻尔兹曼输运理论,研究电声耦合对TaAs电输运性质的影响。当考虑电声耦合效应时,得到TaAs在900 K下的最大热电优值ZT为0.078,比之前的计算低了很多。研究结果有助于进一步认识Weyl半金属TaAs的输运性能。

研究了一类面板数据交互效应的变系数模型的检验问题。基于经验似然方法,构造了系数函数的经验似然比检验统计量,在一些正则条件下,建立了统计量的渐近理论,并对其渐近分布进行了理论分析,包括它们的相合性,收敛速度和渐近分布,并据此构建了在一定置信水平下的拒绝域。基于正则化的检验方法,通过优化约束的经验似然比函数来获得检验统计量,整个过程既稳健又高效。研究交互固定效应变系数模型的经验似然检验的渐近理论,为面板数据的统计建模提供一定的理论支持和方法保障。

在混沌保密通信中,其核心挑战在于实现混沌同步,时间同步控制在对保密数据的安全传输有着重要意义。针对噪声扰动下混沌系统的同步问题，提出了一种结合预定时间滑模控制的时间同步控制方法。为了实现同步误差的时间同步控制，在控制方案中引入了范数归一化符号函数。基于预定时间滑模控制的时间同步策略，设计了有效的控制输入及滑模面，并通过构建Lyapunov函数验证了同步误差系统的稳定性，从而实现了噪声扰动下混沌系统的时间同步控制。Matlab数值仿真结果证实了该方案的可行性和显著效果。

工业污染是影响黄河流域生态保护和高质量发展的重要因素。为分析环境规制对工业向绿发展的推动作用，选取黄河流域56个地级及以上城市作为研究对象，基于2011—2020年面板数据，选用Super-SBM模型测算工业绿色发展水平，利用动态面板系统GMM估计方法和门槛模型等对黄河流域环境规制和工业绿色发展之间的关系进行综合探究，结果表明:环境规制对于工业绿色发展的影响呈现“倒U”型关系。绿色金融能够正向调节环境规制与工业绿色发展之间的关系，绿色金融水平水平越高，环境规制对工业绿色发展的影响程度越大。环境规制对于工业绿色发展的非线性影响存在空间异质性。

果胶是广泛存在于植物细胞壁的一种天然食品添加剂，芒果皮中含有大量的果胶。为提升芒果皮果胶资源的利用，采用超声辅助螯合剂酸法对芒果皮果胶的提取条件进行筛选和优化。通过单因素试验探究了乙醇体积分数、提取时间、超声时间、液料比、提取液pH和提取温度对提取率的影响。在此基础上，以芒果皮果胶提取率为最终评价指标，利用Plackett-Burman和响应面试验优化了提取工艺条件。结果表明，芒果皮果胶最佳提取工艺参数为乙醇体积分数85%，提取时间100 min，超声时间20 min，液料比16∶1(mL·g-1)，提取液pH 2.0，提取温度80 ℃，果胶提取率为17.79%，且总半乳糖醛酸质量分数为73.63%。

为了解决单一甜味剂在口感方面存在的不足，如甜味不纯正、明显的后余味和苦味等问题，通过采用单因素试验和正交试验将甜菊糖苷Reb-A(rebaudioside A)、赤藓糖醇、麦芽糖醇、L-谷氨酸钠和索马甜以不同比例混合优化，配制出口感近似蔗糖、甜味纯正、营养、天然安全的复配甜味剂。结果表明，赤藓糖醇和麦芽糖醇对甜菊糖苷Reb-A的后余味和苦味有明显的改善作用，提高了其甜味品质。甜味蛋白质索马甜增加了复配产品的营养功能，而L-谷氨酸钠能够抑制甜菊糖苷Reb-A过高的甜味强度，并且改善了复配产品的风味。复配甜味剂的最佳复配质量分数为甜菊糖苷Reb-A 0.016%、赤藓糖醇1.2%、麦芽糖醇2.5%、索马甜0.003%、L-谷氨酸钠0.2%。通过与市场上已售其他复配型甜味剂的比较，该复配甜味剂具有甜味纯正、热量低、口感近似蔗糖、营养安全等优点，可作为一种家用普适性复配甜味剂推广使用。

动物机器人是一类以动物为主体，外加信息采集和传感装置，通过人为信号干预完成特定任务的新型机器人。鸽子以其优越的飞行与导航能力，良好的负载接受性以及独特的归巢特性，成为飞行动物机器人领域的理想动物，具有重要研究价值与应用前景。不仅对控制鸽子机器人主要运动行为的相关脑区及神经调控机制进行分类总结，并探讨其在鸽子机器人设计和应用中的潜在意义，还综述了鸽子机器人领域内的相关技术进展，包括电极植入与户外飞行通信技术等，并根据神经调控和控制系统的发展趋势进行了展望，以期为鸽子机器人理论研究及实用性提升提供参考。

研究建立了一种高效准确的基于液相色谱法的叠氮化钠测定方法。利用十八烷基硅烷键合硅胶柱与离子交换色谱柱通过六通阀串联的色谱柱系统，结合梯度泵与恒流泵的双泵输液系统，实现了对叠氮化钠的高效分离与准确检测。此外，研究还优化了检测波长、柱温、阀切换时间等关键参数，提高了测定的灵敏度和准确度。结果表明:方法在检测波长210 nm，柱温60 ℃，阀切换时间4 min与6 min条件下，在0.397 8~1.989 μg/mL范围内线性关系良好（R=0.999 9），加样回收率为81.2%~96.6%、δ_RSD≤2.8%，方法检出限为0.039 78 μg/mL。该方法专属性、准确度等均能满足要求，且测试成本低，为拉氧头孢钠中叠氮化钠的检测提供了新的检测手段。

HBase是Hadoop生态圈中的热门技术，实现了实时、随机地读写大规模数据集。过滤器是HBase中的一个重要功能,用于在检索数据时对结果进行筛选。为了区分HBase Shell和Java API在操作过滤器时的用法及特点，便于选择合适途径实现筛选HBase中的数据。采用实验研究法，以股票信息为样本数据，在伪分布式集群上通过设计股票数据表模式、添加股票数据、设计应用需求，编写关键代码等，实现了HBase Shell和Java API两种方式操作HBase过滤器的对比研究，并在此基础上总结了两种方式的优势和区别，为进一步理解HBase过滤器的用法提供有益参考。

出血性脑卒中是一种病死率较高的疾病，其中血肿扩张是影响患者预后的关键因素，所以早期识别和预测血肿扩张对提高治疗效果和患者生存率具有重要意义。研究建立有效的模型来预测出血性脑卒中患者的血肿扩张事件，从而实现精准个性化的预后预测。研究结合患者的影像特征，以发生血肿扩张事件为目标变量，提出短期内准确判断患者血肿扩张情况的方程，并采用Logistic回归、支持向量机和神经网络3种方法进行建模，利用留一法交叉验证对模型性能进行评估，通过数值实验对模型的预测效果进行模拟和验证。实验结果表明，神经网络模型在预测血肿扩张事件方面表现最佳，它能够有效预测出血性脑卒中患者的血肿扩张事件，为医生提供有力的辅助工具，从而更好地优化临床治疗方案。