2017—2019 年北京地区实验动物质量抽检结果分析

摘要:目的 比对分析 2017—2019 年北京地区实验动物微生物及遗传质量监测结果,为实验动物产业发展提供参考。 方法 按照国家和地方现行实验动物检测标准,对北京地区实验动物生产单位进行抽检,并发布检测报告。按照报告数据,对此阶段小鼠、大鼠、豚鼠、地鼠、兔、犬、猴和小型猪共 8 个品种的实验动物按照品种、等级、单位等进行分类,分析质量问题,并与 2014—2016 年同期实验动物质量比对,分析变化趋势。 结果 2017—2019 年分别抽检动物 144、131 和 135 批次,检出不合格批次分别为 30、15 和 17 批。 不合格主要因素为兔、犬及猪免疫不达标(20 批) ,病原感染 20 批,未发现遗传变异。 与 2014—2016 年同期相比,未检出遗传问题相同,免疫不达标状况好转,但病原感染出现上升。 结论 通过质量分析比对,能够为实验动物产业健康发展提供数据支持。     

四螺旋创新集群:研究型大学人工智能发展生态重构与路向探究——以加拿大多伦多大学为例

以人工智能为代表的知识迭代发展,促使知识生产模式发生重大转变,催生了“大学—产业—政府—公众”四螺旋动力结构的建立和研究型大学知识生产新生态重构。以多伦多大学人工智能发展为例,考察其四螺旋利益相关主体及实践。从内在机理看,4个主体在互动运作中不仅重新确定了各自角色,而且还建立了大学(知识)—产业(产品)—政府(治理)—公众(公益)的新型逻辑链条,平衡公私利益格局,把公益指向作为人工智能四螺旋运作的中心目标;从外在特征看,4个主体形成了以大学为中心的区域创新网络,并牵引其他主体形成环高校创新集群。当前,我国在人工智能发展中不断发力,已进入世界第一方阵,但仍需要在国际比较学习中不断提升自身竞争力。基于案例分析,我国研究型大学发展人工智能有必要把握4个方面:一是走进中心,塑造大学在人工智能发展中的领导地位;二是以专促通,创新研究型大学人工智能专业培养模式;三是引企入研,提升校企合作人工智能创新的转化升级;四是人本导向,突出大学在人工智能发展中的公共价值。总体来看,我国研究型大学发展人工智能不仅要面临技术上的挑战,更要面临来自治理的挑战。     

改进蚱蜢算法在电动汽车充换电站调度中的应用

电动汽车充换电站调度优化问题一般采用群智能优化算法求解，但现有算法存在陷入局部最优、早熟收敛等缺陷，因此提出一种改进的蚱蜢算法:采用边界反弹机制，提高算法效率;引入正余弦搜索机制，加强算法的全局搜索能力;采用Lévy飞行对粒子进行随机扰动，防止种群陷入局部最优;采用非线性收敛策略加快算法后期的收敛速度.实验结果表明，该算法在电动汽车充换电站调度优化问题上，性能优于原始蚱蜢算法以及其他现有群智能算法.     

论家庭教育中儿童人格的塑造与培养

父母及家庭环境对儿童人格形成与发展具有十分重要的影响。父母要以身示范,营造和睦、健康、向上的家庭氛围。在儿童人格塑造和培养中,要十分重视智力因素的培养,特别注意早期智力与创造力的开发,重视社会适应能力的培养,包括融入集体生活的能力、人际适应能力和环境适应能力等。     

尾水管水力振动的监测与故障判断

从模型及真机试验结果出发，叙述混流式水轮机一般的水力故障形式，研究了尾水管的水力振动特点及振动随运行工况而变化的情况，介绍了以压力脉动频率及幅值作为特征参量对尾水管进行振动监测及故障判断的方法。     

空气自动站监测与传统监测方法测定值的对比分析

为保证不同监测方法下监测数据的连续性、可比性以及正确判断环境空气变化规律，通过自动监测与传统的连续监测、五日法监测方法进行实验对比分析，找出传统方法与自动监测定值之间的偏差，探讨产生偏差的原因。     

基于多元智能理论的网络学习资源设计

阐述了多元智能理论,分析了多元智能理论对网络学习资源设计的启示,并通过案例对多元智能理论指导下的网络学习资源设计进行了研究．     

浅谈如何加强收费监控系统管理

结合太旧高速公路收费工作实际，对收费监控系统的功能进行了分析并提出改进建议。     

监控承包人的机会主义质量战略

当承包人机会主义行为的一次性收益大于其长期维护信誉的收益时,他将违背合同义务,从而降低了招标人的效用。首先将工程采购描述为一个三阶段博弈,说明诚实和机会主义两类承包人的质量选择战略,以及机会主义行动的经济学条件。然后,利用优化方法选择了最佳的监控比例和处罚政策,这将有助于增加招标人的效用。     

高职院校教学质量监控体系探索与实践

通过建立完善的教学质量监控机构、全程监控的教学质理管理制以及毕业生质量跟踪调查制度,使教学质量得到了很大的提高,为培养社会急需的、具有较高素质的技能型、应用性人才奠定了坚实的基础。