直翅目（Orthoptera）昆虫群落空间生态位研究

应用生态位理论，研究了直翅目昆虫群落的空间结构特征。群落在垂直结构上具有分层现象，其组成种类相应地划分为地下栖息型、地表栖息型、昌本植物栖息型（含２个亚型），灌木树冠栖息型。不同的种类生态位的度是不同的，这主要取决于直翅目昆虫对小生境和食物的选择，往往和物种的生物学特性及植被的分层结构有较为密切的关系。     

动物行为研究中的标记技术及应用

介绍了标记技术及其在动物行为研究中的应用。行为研究中的标记技术大致可分为：自然标记法；暂时标记法；半永久标记法。这些技术已用于多种动物行为研究之中。     

基于改进IBFV的矢量场剖面纹理可视化

通过分析经典IBFV方法可视化效果差的原因,提出改进方法:在IBFV过程中使用相关性较高的背景纹理图像。该背景纹理使用GLSL由GPU加速的多重线积分卷积生成。研究了将三维矢量场投影到二维图像空间的方法;利用GPU的顶点颜色插值功能,将离散矢量场转换为连续的纹理数据场,以便于使用GPU完成线积分卷积运算。在算法实现过程中,研究各参数对显示结果的影响,找出合适的取值。通过以上分析和研究,相比于IBFV改进的算法的可视化效果将得到显著提高。     

枯草芽孢杆菌KJ发酵豆粕制备新型蛋白肽饲料的研究

以脱脂豆粕粉为原料,具有分泌丰富酶系能力的菌株枯草芽孢杆菌KJ为发酵菌株,通过单因素试验,确定最优发酵降解条件.得出最佳发酵工艺:豆粕粉6％,葡萄糖2％,接种量9％,菌龄12 h,经发酵48 h后,豆粕粉蛋白中小分子肽含量达58.86％,比发酵前提高了37.99％.     

人类或曾遭猛禽残害

新的研究表明,人类的祖先曾经遭受古代猛禽的残害——史前、期的一些猛禽以人类的祖先为食.研究人员在研究了600多具现代猴子的骨骼后得出了这一结论.这些研究人员在科特迪瓦的雨林中找到了非洲凤冠鹰的巢,并在巢下发现了一些骨头.这种猛禽和美洲秃鹫体形相仿,体重约5.4 kg. 研究人员发现,许多猴的头骨上都有小孔和抓痕,这使他们重新考虑哪些动物可能捕食过人类的祖先.从事这项研究的权威人士——美国俄亥俄州立大学的人类学助理教授斯可特·麦克格罗说:“在灵长类动物长期的进化过程中,这些猛禽似乎一直有一种选择的力量.在此项研究之前,我认为鹰不会是森林中致灵长类动物死亡的‘动手’.”但是现在看来,他错了.     

CdSeS量子点玻璃电学非线性系数的实验研究

实验研究CdSeS量子点玻璃在一定电压下电流随时间的变化,分析量子点玻璃的电学非线性现象.得到CdSeS量子点玻璃的电学非线性系数与样品中量子点半径有关,当量子点半径较小或较大时,电学非线性系数都较大,当量子点半径居中时,电学非线性系数较小;另外,同一电压下CdSeS量子点玻璃的稳定电流与样品中量子点半径有关,当量子点半径较小或较大时,稳定电流较大,当量子点半径居中时,稳定电流较小.     

具有有偏厚尾的非对称SV模型及其实证研究

为了描述资产收益与波动率之间的非对称关系,提出一种非对称SV模型,即具有杠杆效应与尺寸效应的SV(SV-LS)模型。进一步,针对资产收益分布展现出"有偏"及"厚尾"特征,引入有偏广义误差分布(SGED)来描述资产收益,提出具有有偏厚尾的SGED假定下的SV-LS模型。继而,基于有效重要性抽样(EIS)技巧,给出了模型参数的极大似然(ML)估计方法。最后,采用上证综合指数收益数据进行实证研究。结果表明,SGED假定下的SV-LS模型表现最优,它能够综合刻画资产收益的"有偏"及"厚尾"特征,并且证明了我国沪市具有很强的波动持续性以及显著的杠杆效应。     

无合成并行绘制算法中的自适应屏幕分割策略

多GPU无合成绘制算法采用混合sort-first与sort-last的并行绘制模式,将绘制任务划分为多个子任务集合进行并行绘制并异步合成显示。原方法中对屏幕的分割方式过于平凡,未明确提出一种高效的屏幕分割策略,从无合成算法本身特性出发,提出一种自适应屏幕划分策略,该算法根据GPU数目及绘制分辨率参数,启发式计算屏幕初始划分方式,再采用统计性能反馈的方式动态选择最佳屏幕划分方式,较原有方法更易于实现子屏幕任务的负载平衡,实验表明,算法在带来很少额外计算开销的同时,能够有效平衡并行绘制任务负载,进一步发挥多GPU无合成并行绘制系统的绘制效率。     

面向多核CPU多GPU的节点内并行混合绘制模型

分布式并行绘制集群节点可以配置多核CPU和多个GPU构建节点内多CPU多GPU系统。现有的节点内并行绘制模型既没有充分发挥多核CPU的强大计算能力,还将绘制、读回和合成阶段串行耦合在一起导致了大量的GPU闲置停顿,严重影响了节点内并行绘制性能。提出了一种节点内高效的并行绘制模型,通过软件绘制与硬件绘制相结合的方法将硬件绘制与图像合成分离,同时利用DMA异步传输机制,构建了节点内绘制、读回和合成三段并行绘制流水线。与现有节点内并行绘制模型相比,并行混合绘制模型不但降低GPU资源闲置率,而且提高了CPU资源使用率。理论分析与实验表明相同应用采用并行混合绘制模型的性能可以达到现有模型的3~4倍,并且具有更好的数据扩展性、性能扩展性。