应用对象： 药物：抗生素、化学合成药物及中间体 药物制剂有机化工：碳氢化合物、醇、脂、醛 有机酸无机化工：盐、酸、碱 石油化工：原油、汽油、机油、润滑油 化肥：尿素、硝酸铵 农药：农药、农药乳化剂 染料：光亮剂、染料、染料中间体 食品饮料：米、面粉、奶粉、啤酒。 表面活性剂：洗衣粉、洗涤剂、织物柔软剂 化妆品：洗面奶、护肤霜、发乳、手油、牙膏 全自动水分测定仪可检测物质种类包括： *汽油，水压油，绝缘油，变压器油，透平油，抗燃油。 *乙烷、二甲基丁烷、辛烷、十二烷、二十碳烷、环十二烷、加急丁二烯、苯、甲苯、二甲苯、乙基甲苯、二甲聚苯乙烯、十四烯、石油醚、环已胺、甲基环已胺、环庚、烷、乙烯环已胺、三甲基苯乙烯、苯、亚甲基菲、异甲基异丙基苯等。 *酚类苯酚、甲酚、氟苯酚、氯酚、二氯苯酚、硝基酚等。 *醚类二乙醚、二甘醇单甲醚、聚乙二醚、苯甲醚、碘苯甲醚、二庚醚； *全部醇类、全部卤代烃类、全部脂类等。   适用标准： *GB3727《工业用乙烯、丙烯中微量水分的测定》 *GB6023《工业用丁二烯中微量水的测定卡尔.费休法》 *GB6283《化工产品水分含量的测定卡尔.费休法（通用方法）》 *GB18619《天然气中水分含量测定卡尔.费休法》等。 仪器拥有专利： 用于水分仪定量管的活塞实用新型专利，专利号：2016209973561 沛欧V100卡尔费休水分仪控制软件，登记号：2016SR256224 水分仪外观专利，专利号：2015304937822   卡尔费休水分仪的技术指标 卡尔费休水份仪含量测定范围： 0.005-100%测量分辨率：1ug(滴定精度0.001ml，1mg/ml卡尔费休试剂）测量重复性：≥99.7%（条件：10mg水进行测量）最大可能误差：±0.3%；延时设置：延时滴定：可自定义；终点延时：可自定义；测量时间：平均3分钟；显示：LCD显示，数据存储量：1000条（可扩充）；滴定管：20ml高精度计量管组件,附抗紫外线护罩； 滴定模式：正滴定 滴定方法：可设定多种方法 滴定速度：可依不同厂牌滴定试药调整，多种速度可选择。 液体电阻补偿功能：针对不同溶剂与样品，无须更改侦测电极的感度与终点侦测电位，可得到较准确的侦测结果。 具有电极开路、短路实时检测功能； 阀门及管路材质：三向双通电磁驱动控制阀外接电极：双铂金片电极；数据接口：RS-232 计算功能：水分含量、统计计算、空白值与标定值自动平均功能。 记录分析：仪器本身至少可储存500组分析结果。 外置高速针式微型打印机，打印美观、快捷、打印结果可长期保存（选配）使用环境温度：+5-40℃使用环境湿度：≤80%电源：220V/50HZ 内置5种测试方法 内部使用耐腐蚀的原装英国进口阀及密封接头

近日，东南大学脑科学与智能技术研究院在神经元自动追踪算法基准测试与性能预测方面取得重要研究进展。

太平洋水经过白令海峡进入北冰洋，同时带来淡水和营养物质，对于北冰洋的温盐结构和生态系统有重要意义。

近年来，超强激光技术的迅速发展，尤其是10-100PW超强激光时代的到来，为量子电动力学（QED）的理论验证提供了前所未有的极端实验条件。

本发明涉及一种微型燃气涡轮发动机的回流式燃烧室总成，包括机匣和嵌套于机匣中的火焰筒，火焰筒外壁、火焰筒内壁以及火焰筒后壁围合形成圆环型的燃烧室，火焰筒后壁上开设有多个向燃烧室内喷射燃油的燃烧室供油孔，燃烧室供油孔沿燃烧室的周向分布，并且燃烧室内还设置有与燃烧室供油孔一一对应的蒸发管，任意一蒸发管的第一端均固定在火焰筒后壁上并与相应燃烧室供油孔连通，第二端均朝向远离火焰筒后壁的一侧延伸，并且每一个蒸发管的轴线均与燃烧室的中心轴线平行。

本发明公开一种用于高超声速飞行器或发动机的综合热管理系统，包括散布在飞行器上需冷却的高温装置上的分布式集热器，分布式集热器的出口通过管路连通至自身进口形成闭路循环

已有样品/n本发明公开了一种混合动力汽车锂离子电池变频脉冲充电方法。通过交流阻抗法测得电池的频谱得到电池充电的初始频率，再通过确定最优频率的算法作进一步的精确跟踪，从而得出最有频率。本发明的充电方法解决了在充电一致性和脉冲周期难以确定的情况下难以对锂离子电池组进行快速充电的难题，不仅可以缩短充电时间，还可以达到去极化的目的，有效的延长电池组的使用寿命。

近日，植物保护学院小麦赤霉病防控研究团队在《NewPhytologist》期刊上在线发表了题为“Landscapeandregulationofalternativesplicingandalternativepolyadenylationinaplantpathogenicfungus”的研究论文。刘慧泉研究员为论文通讯作者，博士研究生路平为论文第一作者，该团队江聪研究员、王秦虎副教授和部分研究生也参与了该研究工作。

Web挖掘技术属于信息科学领域，涉及自然语言处理、模式识别、知识工程、机器学习和随机过程等多个研究领域，并需要使用概率统计、矩阵理论以及其他软计算方法作为研究工具和手段。本项目主要针对Web挖掘中的Web数据模型、文本分类和信息检索等基本问题进行理论和算法上的研究，并就这些问题提出了潜在语义结构模型、基于投影寻踪的中文网页分类算法和基于Markov网络的信息检索等模型。同时，在理论上对这些方法进行了深入的研究和探讨，从理论上证明了其正确性。在实验方面，我们将分类模型应用于大规模的标准测试文档集（REUTER-21578语料库、复旦大学中文文本分类语料库），进行了大量的实验，结果表明这些方法均表现出了较好的性能，接近甚至优于SVM和KNN的分类效果，并应用检索模型在标准测试文档集（CACM、CISI、CRAN、MED）上进行了多次对比实验，其性能与BM25相当在某些指标上甚至更优。另外，课题组在北大天网测试文档集上应用上述模型，在近几年的全国搜索引擎和网上信息挖掘学术研讨会（SEWM）的中文WEB信息检索评测中均取得了优异的成绩。