自然通风潜力评估体系的建立与应用

提出了一种新的自然通风潜力评估体系框架,运用自然通风基本理论,引入新的分析指标———自然通风压差帕时数PDPH,建立了自然通风潜力评估模型,并对广州地区某住宅建筑的自然通风潜力进行了分析和评估.该模型简单实用,能够对不同气象参数地区的通风潜力进行评估,有助于选择适宜的建筑设计方案.     

基于至少满足弱硬实时限制的调度算法

提出了一种用于保证实时周期任务满足“至少满足”弱硬实时限制的算法.针对以往算法的缺点,扩充了弱硬实时限制的性质,定义了下确界限制并给出求解法.下确界限制用于保证任务满足“至少满足”弱硬实时限制,是任务满足限制的下确界.下确界限制的求解法计算负责度较低,因此在该求解法的基础上设计了调度算法MAA,用于保证任务满足“至少满足”弱硬实时限制.     

论音乐教育专业钢琴集体课

21世纪是人才竞争的世纪。理想中的新世纪人才要学有专长，知识渊博，有良好的文化艺术修养和适应社会的能力。随着高师音乐教育事业的蓬勃发展，又因其特定培养目标，是向社会输送音乐教育合格师资，因此目前音乐教育专业学生，学习键盘乐器的演奏已经普遍。钢琴的演奏已成为高师音乐教育专业的必修课，除了传统的一对一（一位教师对一位学生）授课外，探索行之有效的方法，研究钢琴集体课的教学法，寻找一种实用和容易操作的方法已成为当务之急。     

转甜菜碱醛脱氢酶(BADH)基因水稻第三叶气孔特征的观察

用扫描电镜对转BADH基因水稻52—7及其受体亲本中8第三叶表面气孔器进行了比较观察。发现了52—7气孔器形态、气孔器乳突及某些气孔性状发育不全的现象；叶缘、叶腹面和叶基部气孔器的乳突及气孔器蜡质的发育分别早于和快于叶中、叶背面和其它部位；52—7不同部位气孔器乳突数的多少、气孔器乳突的位置及气孔器蜡质的发育情况与BADH基因的转入无关，而叶缘和叶中气孔器乳突数的差异及明显的边缘效应优势与BADH基因的转入有关。     

一类分布参数问题的鲁棒稳定性

在文献[1]，[3]的基础上，应用李雅普洛夫方法，从时滞非线性问题的稳定性出发，研究其零解大范围渐近稳定的充分条件；进而研究时滞非线性分布参数问题的鲁棒稳定性，最后给出其零解鲁棒稳定的充分条件和有关证明。     

心肌桥模拟装置

从装置研制背景、基本要求、主要参数与指标、结构与功能以及性能评价等5个方面，介绍了心肌桥模拟装置．心肌桥模拟装置的实际使用证明，它能够在相当程度上复现心肌桥压迫壁冠状动脉，并导致血流动力学特性异常的现象，模拟实验大部分结论与临床研究和动物实验的结果相一致。     

含内聚空洞的固体发动机药柱结构完整性分析

为评估固体发动机药柱含内聚空洞时的结构完整性，通过在药柱后部不同应变梯度的部位设置不同直径的内聚空洞，基于三维黏弹性有限元分析方法，计算了在燃气内压和轴向过载作用下发动机的应变场。由不同直径内聚空洞的最大Von Mises应变值随着直径变化的规律及最大Von Mises应变准则判断出内聚空洞位于药柱不同位置时允许的最大直径。     

陕西秦巴山区中华蜜蜂线粒体DNA的遗传多样性

为研究陕西秦巴山区中华蜜蜂遗传多样性,对陕西秦巴山区20个地理种群的200群中华蜜蜂线粒体DNA tRNAleu~COⅡ基因片段进行测序分析。结果显示:线粒体DNA基因片段长度为349bp,其中包括90bp非编码区和259bp的COⅡ部分序列,A+T含量大于85%,表现出A+T偏倚性;共检测到25个变异位点和29种单倍型,单倍型多样度为0.680±0.037,核苷酸多样度为0.002 94±0.000 25;聚类分析发现陕西秦巴山区中华蜜蜂各地理种群间未发生明显遗传分化,与北京、吉林、甘肃等地及日本东方蜜蜂亲缘关系也较近,而与印度东方蜜蜂亲缘关系较远。     

基于ILMD和神经网络的电压扰动识别分类

为了识别电力系统存在的扰动信号,减少扰动信号对系统安全的影响,提出了一种改进局部均值分解法(Improved Local Mean Decomposition,简称ILMD)与BP神经网络相结合的电压扰动信号分类器对电压扰动进行识别分类。通过ILMD对电压扰动信号进行3层分解,得到包含电压原始信号频率、幅值的乘积分量(Product Function,简称PF),将PF分量构建的信号能量值作为BP神经网络的输入,实现对电压扰动信号的识别分类。通过对系统中4种典型电压扰动信号进行识别试验,结果表明,基于LMD和神经网络的电压信号分类器准确度高,并具有较高的工作效率。     

基于深度CRF模型的图像语义分割方法

从图像中提取多种特征向量堆叠为一个高维特征向量用于图像语义分割,会导致部分特征向量的分类能力减弱或丢失。针对此问题,提出了一种结合深度卷积神经网络AlexNet和条件随机场的图像语义分割方法。利用预训练好的AlexNet模型提取图像特征,再通过条件随机场对多特征及上下文信息的有效利用来实现图像的语义分割。与利用传统经典特征的方法进行对比,实验结果表明:在利用AlexNet模型提取特征进行图像语义分割时,Conv5层为最有效的特征提取层,在Stanford background和Weizmann horse数据集下的识别准确率分别为81.0%和91.7%,均高于其他2种对比方法,说明AlexNet可以提取更有效的特征,得到更高的语义分割精度。