基于交集成分细分的面/面目标拓扑关系扩展模型

由于四交、九交拓扑关系模型未对空间目标的相交细节进行深入分析和详细表达,导致其对面/面目标基本拓扑关系复杂情形的区分能力不足.为此,以四交模型和九交模型为基础,引入空间目标之间交点个数、交线条数、节点贡献值等定量、半定量化元素,扩展其表达矩阵中的交集非空元素,构建基于空间目标交集成分细分的面/面目标拓扑关系扩展模型.剖...     

经典物理层高速密钥分发研究进展

信息加密传输是网络空间安全的核心问题，根据香农“一次一密”理论，安全加密要求随机密钥安全分发.随着光通信速率的不断提高，信息加密传输亟需高速密钥分发技术.近年来，研究者不断探索基于经典物理方法的密钥分发技术，以期实现与现有通信网络相兼容的高速密钥分发.目前，主要方法包括光纤激光器参数随机选择、物理不可克隆函数、光纤信道噪声和混沌激光同步等.该文介绍了上述4种方案的基本原理及主要研究进展，指出了混沌激光同步密钥分发方法最具高速率潜力，并分析了这个方案尚需解决的关键科学问题.     

水稻新资源温敏核不育系长S育性基因的等位性测验

长S来自普通野生稻与籼稻珍珠矮杂交后代。在自然条件下,长S表现为长日高温可育、低温不育,且育性转换明显。经等位性测验,长S与C815S、广占63S、株1S、湘陵628S及HD9802S的育性基因等位,而与HN5S、培矮64S的育性基因不等位。     

应用流式细胞术研究乳腺癌MCF-7细胞周期同步化

目的筛选出适宜的血清及秋水仙碱的作用浓度及时间,使乳腺癌MCF-7细胞分别达到G0/G1和G2/M期同步化。方法采用血清饥饿法诱导MCF-7细胞G0/G1同步化,秋水仙碱诱导细胞G2/M期同步化,流式细胞仪检测细胞各期分布情况。结果处理24 h后,1%血清浓度组G0/G1期细胞分别达到(72. 96±0.84)%,1. 0μg/mL秋水仙碱处理组G2/M期细胞分别占总细胞数(73. 67±1. 77)%。处理36 h后,1%血清浓度及秋水仙碱实验组细胞发生凋亡。结论MCF-7在血清浓度为1%处理24 h后完成G0/G1同步化,在1. 0μg/mL的秋水仙碱处理24 h后完成G2/M期同步化。     

井下多参数测量的一种新型遥传方式研究

在石油行业中，测井是记录钻入地幔的一口井中岩石或流体混合物不同的物理、化学、电子或其它性质的过程，用户将测井仪器的响应同地质学结合起来以确定地层的岩石物理参数及流体性质．国内外多采用流量仪、温度仪等七参数测量仪器对井况进行测量．测井仪器一般都在地面3000m以下工作，所以现代的石油测井都配有遥传仪器，它在测井仪器中起着采集数据并将数据传输到地面的作用。     

小粒野生稻型细胞质雄性不育系的创建及其恢保关系鉴定

小野1A是由小粒野生稻(Oryza minuta Presl.)中天然不育株与Y58S/内香B杂种后代优秀单株经多代回交转育而成。由于该雄性不育细胞质来自小粒野生稻,称为XY型雄性不育细胞质。恢保关系鉴定结果表明,XY型细胞质雄性不育系与野败型(WA)、印尼水田谷型(ID)、K型和红莲型(HL)细胞质雄性不育系的恢保关系不同,WA型、ID型、K型和HL型的保持系和恢复系中部分可以作为XY型雄性不育细胞质的保持系,部分可以作为XY型雄性不育细胞质的恢复系。XY型雄性不育细胞质突破了WA型、ID型、K型和HL型等雄性不育细胞质的恢保关系,扩大了保持系育种范围,可以用品质优良的栽培品种培育出高标准优质米不育系。由此可见,XY型雄性不育细胞质的发掘,不仅丰富了杂交稻细胞质遗传多样性,而且为培育高标准优质米不育系、进而实质性提高杂交稻稻米品质开辟了一条崭新的育种途径。     

犊牛血便的诊治

一、增饲料，多样化 在寒冷的季节，奶牛每天要增食10％的日粮，以抵御寒冷。日粮中要有饲草3-5种，有一定量的优质干草、青贮饲料，还要给予一定的青绿多汁饲料强口胡萝卜、红薯等。粗饲料不限量，以奶牛吃饱为准，精饲料喂量要根据奶牛的个体体况和产奶量确定。     

混沌激光相关法光时域反射测量技术

提出一种新型的光时域反射测量技术,即混沌激光相关法,可突破脉冲飞行法和伪随机信号相关法的瓶颈,获得与测量距离无关的高精度测量.利用长外腔光纤环反馈半导体激光器产生宽带混沌激光作为探测信号,进行光纤反射点探测及分辨率的实验验证,并分析了探测光的衰减对测量结果的影响.结果表明,该技术测量光纤反射事件可获得优于6 cm、与事件位置无关的空间分辨率和至少25km的测量范围.     

杜威职业教育思想评述

职业教育已成为全球教育领域中的一项蓬勃发展的事业。随着工业化进程的展开,各国职业教育越来越呈现出一种高速发展的势头。美国的职业教育在本世纪以来迅猛发展,至今,已有了相当的规模和一定的体系。在考察美国职业教育的发展历程时,将杜威(John     

基于随机模糊神经网络的噪声混沌时间序列建模与预测

提出了一种基于随机模糊神经网络对噪声混沌时间序列进行建模与预测的方法,并介绍了一种基于非单值逻辑随机模糊神经网络(SFNN)的结构和学习算法.在此基础上,应用该网络对含随机噪声的麦克-格拉斯混沌时间序列进行了仿真,仿真结果表明,在噪声较大的情况下,SFNN比FNN方法有更好的预测效果.