首页期刊导航|桂林理工大学学报
期刊信息/Journal information
桂林理工大学学报
桂林理工大学
桂林理工大学学报

桂林理工大学

张学洪

季刊

1674-9057

xbz@glut.edu.cn

0773-5896423

540114

广西桂林市建干路12号

桂林理工大学学报/Journal Journal of Guilin University of TechnologyCSCD北大核心CSTPCD
查看更多>>变更情况：《桂林冶金地质学院学报》（1981—1994）《桂林工学院学报》（1995—2009）《桂林理工大学学报》（2010— ） 入选2004、2008年版《中文核心期刊要目总览》；为中国科技核心期刊。 本刊主要刊登矿产地质、资源勘查、环境科学、土木工程、材料工程、应用化学、国土开发与测绘工程、电子与计算机应用等方面的最新科研成果，刊物以报道资源、环境与土木工程的科研成果为特色。
正式出版
收录年代

    水淬锰渣-炉渣-石灰石复合微粉的活性试验

    樊金涛刘荣进陈平张建兵...
    149-154页
    查看更多>>摘要：研究了经过物理激发的水淬锰渣微粉和炉渣微粉活性指数,进而确定水淬锰渣、炉渣适宜的比表面积;采用石膏、生石灰、水玻璃 3 种激发剂对水淬锰渣、炉渣、石灰石复合微粉进行了化学激发试验;探讨单一激发和复合激发对复合微粉的影响.结果表明:物理激发微粉时,水淬锰渣的适宜比表面积为 470 m2/kg,炉渣的适宜比表面积为 410 m2/kg;化学激发复合微粉时,使用 4%的石膏和 1%生石灰作为复合激发剂对复合微粉激发效果最佳,7、28 d活性指数达到最高,此时复合微粉 7 d活性指数为 55.7%,28 d活性指数为 78.3%,均满足《用于水泥、砂浆和混凝土中的粒化高炉矿渣粉》(GB/T 18046-2017)中S75 等级标准.

    水淬锰渣炉渣复合微粉活性激发活性指数

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    含松香的聚氨酯载药微球的制备及性能

    严成飞张发爱邵金涛余彩莉...
    155-161页
    查看更多>>摘要：采用预聚—扩链—中和法合成松香基聚氨酯(RPU),以其为载体,以 5-氟尿嘧啶(5-Fu)为模型药物,通过悬浮聚合法制备了负载 5-Fu的松香基聚氨酯微球(5-Fu/RPUMs).采用单因素实验优化了药物负载条件,通过红外光谱、X射线光电子能谱、扫描电子显微镜、能谱分析等对载药微球进行表征,研究了载药微球的体外释放性能及药物释放动力学模型.结果表明:成功制备了 5-Fu/RPUMs微球,平均粒径为 35.0 μm,表面光滑圆整且有孔.药物最佳负载条件为:ρ5-Fu = 120 mg/mL,致孔剂种类为正丁醇/甲苯,此条件下RPU对 5-Fu的包封率达 63.35%,载药量达 7.60%.5-Fu/RPUMs在不同pH下表现出不同的缓释性能,具有pH敏感性;在pH=6.8 的PBS缓冲溶液中,264 h后的累积释放率为 65.80%,具有长效的缓释作用.

    松香聚氨酯微球载药释放

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于CEEMD-LSTM-Adaboost模型的白糖期货跨期套利策略

    甘柳燕唐国强蒋文希覃良文...
    162-167页
    查看更多>>摘要：以白糖期货合约SR2201 和SR2109 的 5 min高频数据为研究对象,在验证二者存在长期均衡关系的条件下,构建GARCH模型来刻画残差的ARCH效应,将互补集合经验模态分解(CEEMD)方法与长短期记忆网络(LSTM)、自适应提升算法(Adaboost)相结合,通过预测价差涨跌进行套利操作,设置不同开平仓阈值,在样本区间内进行 4 种神经网络套利策略对比研究.结果表明:基于CEEMD-LSTM-Adaboost模型的神经网络套利策略应用于白糖期货市场可行有效,并且其在模型预测精度和套利效果方面均比BP、LSTM和LSTM-Adaboost神经网络更具优势.

    跨期套利CEEMD-LSTM-Adaboost模型白糖期货

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于QR-MS(2)-EGARCH(1,1)-st模型的互联网金融指数风险度量

    蒋文希唐国强甘柳燕
    168-174页
    查看更多>>摘要：基于 2012-2021 年互联网金融指数的日收盘价数据,采用二区制MS-GARCH(1,1)类模型刻画互联网金融指数收益率的波动过程,通过分析选出较优的模型MS(2)-EGARCH(1,1)-st,结果显示,互联网金融指数收益率存在两种划分明显的波动状态:平缓波动状态比剧烈波动状态的持续性更强,且剧烈波动存在非对称效应.将MS-EGARCH模型与分位数回归(QR)模型的组合模型进行互联网金融指数收益率的风险测度,并通过Kupiec回测检验方法计算拟合成功率,结果表明,QR-MS(2)-EGARCH(1,1)-st求解得到的风险价值(VaR)具有较高拟合成功率.

    互联网金融状态转换QR-MS-EGARCHVaR

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据