心理学专业人体解剖生理学实验教学探析

根据心理学专业学生现有的生物学基础及心理学专业特点对课程教学的要求,从实验教学体系构建着手,探索适合心理学专业的人体解剖生理学实验教学模式,帮助文科学生通过实验加深对人体解剖学内容的理解,巩固和验证人体解剖生理学的理论知识,培养学生独立思考、综合分析能力,以达到提高学生综合素质的目的.     

传染性法氏囊病的防制

传染性法氏囊病是由病毒引起的一种严重危害幼鸡的急性、高度接触性、免疫抑制性传染病。本病的特点是发病率高、病程短,并可诱发多种疫病或使多种疫苗免疫失败。     

GPS定位技术在钢板桩施打作业中的应用研究

阐述了GPS测量技术在海洋航务工程中钢板桩施打定位的应用.结合南通洋口人工岛工程实例,分析研究钢板桩施打定位过程中GPS测量的内容,详细介绍了GPS在铜板桩施打定位的主要工作任务、具体流程以及在施工过程中应注意的问题和解决问题的方法,在GPS技术应用于钢板桩施打定位中总结了一些经验.     

对更新“十七年文学”教学内容的点滴思考

本主要是对更新当代十七年学的教学内容提出了四种做法：增删补正、重新评价、重新阐释、重新整合。     

计算机网络机房管理之探索

网络机房对学生使用网络资源有许多限制，使学生特别是基础课学生使用感到不方便，同时也存在着ＤＯＳ仿真的一些问题，使学生上机实验效果受到影响。本文对这些问题作了一些探索，提出了一些有效的方法。     

高校的反腐败斗争是做好大学生思想政治工作的一个重要前提

文章指出,高校反腐败斗争事关育人环境的好坏,育人环境良好与否又直接涉及到做大学生思想政治工作的成效。进而从“大学生思想政治工作的成效取决于客观存在的社会条件和良好的育人环境”、“高校腐败现象滋生蔓延严重制约了大学生思想政治工作的成效”、“用高校反腐败斗争的实际成果营造大学生思想政治工作的良好环境”等方面作了论证分析,精当阐述了在高校开展反腐败斗争的重要作用、深远影响和现实意义。     

“成长疗法”在我国的应用研究

应用“成长疗法”对63名青年被试进行改善自我概念及心理健康的实验研究。结果表明:“成长疗法”对于被试的自我概念与人际关系的改善具有重要的作用;“成长疗法”在我国的应用,必须结合国情予以必要的改进或修正才能发挥其提高心理健康水平的作用。     

高速公路路面小修保养费用影响因素量化分析

为提高高速公路路面小修保养费用决策水平,采用阶层回归分析方法,进行小修保养费用影响因素量化研究.通过定性分析将影响因素界定为地区因素、通车年限、特大桥梁比例、长与特长隧道比例和交通因素,其中交通因素分为5种情况;通过对变量进行预处理,基于16条高速公路的历史数据进行量化研究.结果表明,在控制地区变量的条件下,各区组对模型的整体解释力均较显著,其中通车年限的增量解释力和在各区组的统计意义最为显著;同等条件下特大桥比例的标准化回归系数(β系数)远大于长与特长隧道比例的β系数,AADT(annual average daily traffic)和重车流量区组的β系数较其他交通因素区组的数值大.因此,路面资产小修保养费用受到地区因素、通车年限、大于1 000 m的桥梁比例、AADT和重车流量的影响.     

深蓝算法应用于FY-3B星数据反演陆地气溶胶

利用国产风云三号卫星MERSI传感器监测气溶胶对研究气候变化、监测环境质量等有重要意义.在深蓝算法基础上,利用AQUA星MODIS的蓝光波段地表反射率产品,剔除异常值后作为清晰天的地表反射率,完成地气解耦,实现了FY-3B星MERSI传感器的气溶胶反演算法的构建.误差分析表明,MODIS与MERSI波段响应差异带来的气溶胶反演误差基本控制在0.07以下.针对北京地区,2016年4月至2017年3月的反演实验显示,本文获得的结果能较好地体现气溶胶浓度的空间分布,与MODIS气溶胶产品、AERONET地基观测结果有着较好的一致性;与城市型气溶胶相比,采用大陆型气溶胶能获得更多的有效数据,与地面数据的相关性也更高,相关指数在0.7左右.     

基于小波包散布熵与Meanshift概率 密度估计的轴承故障识别方法研究

为提升轴承故障特征提取精度和运行状态评估准确性,提出一种基于小波包散布熵与Meanshift概率密度估计的诊断方法.首先,采用小波包变换对轴承振动信号数据进行升维,通过计算每个子带的散布熵构建特征矩阵;然后,利用PCA对多维矩阵进行可视化降维,采用Meanshift无参估计得到训练样本的概率密度最大位置作为聚类中心;最后,通过计算测试样本散布熵坐标与各聚类中心的欧式距离判定测试样本类别归属.采用CWRU和QPZZ-II轴承实验台不同故障类型和故障程度样本数据对所提方法进行验证,结果表明,得益于小波包完备的理论模型和信号频带分解稀疏性,结合散布熵指标对数据样本良好的鲁棒性,所构造的特征矩阵具有较好的类内聚集性和较大的类间距离,同时,Meanshift以概率密度最大化为目标自适应迭代聚类中心和隶属度,可以有效实现对不同数据样本的分类识别.