【摘 要】
：
长沙窑伴随着海上丝绸之路的发展而兴起和繁荣，是中国唐代著名的外销瓷窑。长沙窑釉层色彩种类很多，乳浊绿釉是代表作之一，但其釉色特征及呈色机理还缺乏科学化表征和研究。基于此，本文利用分光光度计、能量色散X射线荧光光谱仪、扫描电子显微镜、透射电子显微镜对出土于长沙窑遗址和黄泗浦遗址的长沙窑乳浊绿釉瓷片的釉色、釉层成分、釉层显微结构及亚微米级分相成分进行测试，利用Mie散射公式对分相结构的散射截面进行理论
【基金项目】
：
国家重点研发计划（2019YFC1520202）； 国家文物局重点科研基地自筹经费项目（2020ZCK101）；
论文部分内容阅读
长沙窑伴随着海上丝绸之路的发展而兴起和繁荣，是中国唐代著名的外销瓷窑。长沙窑釉层色彩种类很多，乳浊绿釉是代表作之一，但其釉色特征及呈色机理还缺乏科学化表征和研究。基于此，本文利用分光光度计、能量色散X射线荧光光谱仪、扫描电子显微镜、透射电子显微镜对出土于长沙窑遗址和黄泗浦遗址的长沙窑乳浊绿釉瓷片的釉色、釉层成分、釉层显微结构及亚微米级分相成分进行测试，利用Mie散射公式对分相结构的散射截面进行理论计算。本文从釉层呈色元素及其价态的角度了探讨化学成分对釉色的吸收作用，从亚微米级分相结构产生的Mie散射探讨了显微结构对釉色的散射作用。本文的实验结果揭示了中国高温绿釉的釉色特征、阐述了其呈色机理，补充了中国古代高温绿釉和乳浊釉科技研究方面的不足。
其他文献
经典一维卷积神经网络模型诊断准确率不高且模型存在过拟合问题，难以满足轴承故障诊断时效性和准确率要求。鉴于此，提出一种基于改进一维卷积神经网络的轴承故障诊断方法，在卷积层之后加入批量归一化层的方法以增加模型泛化能力，并采用Dropout的方法解决模型过拟合问题。基于凯斯西储大学轴承故障数据集的实验结果显示，相比于经典一维卷积神经网络，该方法可显著提升故障诊断准确率，故障诊断准确率可达99.79%，并
《白毛女》作为我国20世纪40年代中期里程碑意义的歌剧作品，是西方歌剧写作形式与中国传统故事题材相结合的完美典范，既揭示了农村中最基本的阶级矛盾与斗争，又为受压迫的农民群众指明了前进方向，剧中富于浪漫主义地保留了“白毛仙姑”的传奇式情节，并将之提高到“旧社会把人逼成鬼，新社会把鬼变成人”的哲学高度。对于《白毛女》中的黄世仁角色的人物展现，近半个多世纪以来，该角色的形象和性格常被概括为残酷、狡诈和虚
批评话语分析是现代语言学研究的一个新兴分支，也是早期批评语言学的继承和发展。其来自于20世纪70年代末的欧洲，是一种跨学科的语言研究，它所涉及的学科领域也相当广泛，包括社会学、政治学、通信、管理、教育学等等。费尔克劳夫则是这个学科的代表人物之一，三维模型理论则是他最为著名的理论之一，这也为后来的学者们使用具体的研究方法来进行批评话语分析的提供了可能。他的该模型主要分为三个层次：文本、话语实践和社会
中西方领导文化差异主要反映在领导观念、领导制度及领导方式上，其焦点在于对权力与权威的理解。实现中西方领导文化差异下的互鉴融合，需要构建尊重人性的领导文化，确立以人为本的领导价值取向，达到感性与理性的统一，并加强领导权威建设。
推广小龙虾“繁养分离”模式为小龙虾良种选育，大幅度提高品种品质，促进小龙虾苗种培育向优质、稳定的方向发展，奠定了基础。小龙虾自繁自养会导致小龙虾种质资源退化，最终使小龙虾苗种产量和质量不稳定、运输存活率低、生长速度减慢、大规格成虾占比小，严重影响了小龙虾产品的品质以及养殖效益的提高。小龙虾繁养分离模式的实施，能够让养殖户有效管控养虾生产的各个环节，实现提高小龙虾品质、稳产增效，促进稻虾一体化综合养
文中通过对我国现有闪光焊轨车存在的不足和现场施工存在的问题进行调研，在既有焊轨车基础上进行大修及技术升级，采用当前最先进的闪光焊和焊后热处理一体机技术，进行工艺和适应性试验，形成针对既有闪光焊轨车大修模式、制造和焊接工艺等成套技术和规范，为我国老旧闪光焊轨车进行大修以适应现场需求，且为低成本新技术的升级换代提供借鉴依据。
资产管理是高校一项重要的财务管理工作。加强资产管理，有助于高校提升财务管理水平。随着我国高校的快速发展，高校资产规模以及类型均不断扩张，同时伴随我国推行实施新的《政府会计准则制度》，深化会计改革，高校资产管理难度不断加大。基于此，高校应科学构建资产管理体系，强化资产管理，助力高校健康发展。
基于专业社会学中国家与专业关系的视角，新泽西州选择性教师资格认证政策的出台源于教师教育专业化进程中，国家与专业关系的流变。在专业中心主义下，大学中的教师教育者通过掌控专业知识和教师资格认证，形成了受国家保护的专业垄断和社会封闭。然而，在二十世纪八十年代，伴随着州内税制改革、公众对教师教育质量的批判以及谋求选票的政治需求，国家试图重塑教师教育专业边界。州政府通过博弈与妥协等策略，推进了国家中心主义的
在强背景噪声工况下，压裂车动力端轴承振动信号故障特征较微弱，导致轴承故障诊断的准确率较低。针对这一问题，提出了一种基于改进Laplace小波（ELW）和改进卷积神经网络（ECNN）的压裂车动力端轴承故障识别方法。首先，采用了一种Laplace小波振荡频率参数选取策略，使Laplace小波搜寻到了最佳频率参数；然后，采用改进Laplace小波，对采集到的压裂车动力端轴承故障振动信号进行了降噪处理，并
为精细化表征风机基础螺栓松动状态特征，实现对风机基础螺栓松动的智能检测，提出多尺度一维卷积神经网络的风机基础螺栓松动智能检测方法。首先，以风机运行时振动时域信号作为多尺度一维卷积神经网络的输入，摆脱对信号处理和专业知识的依赖，并最大程度保留原始信号特征；然后，通过交替的多尺度卷积层和池化层对时域信号特征进行学习，其中多尺度卷积层设置不同尺度的卷积核进行卷积运算，避免单一尺度卷积核对不同精细度特征的