高速公路声环境影响评价中预测与实测的对比--以沪宁高速公路江苏段扩建工程为例

以沪宁高速公路扩建工程声环境影响预测的实践为例,利用环境现状监测数据,分为噪声影响叠加和衰减分别对交通部公路噪声预测模型和美国FHWA模型进行了验证和对比分析．并就实测数据与预测数据的偏差进行了分析．最终综合考虑选用交通部公路噪声模型进行预测．     

基于三阶累积量一维切片的微地震信号时延估计

由于微地震有效信号易受环境噪声的干扰,严重影响时延估计值获取的准确性.基于此,提出了基于三阶累积量一维切片的方法进行微地震信号时延估计.首先计算信号的三阶自累积量和互累积量,为减少运算量满足野外实时要求取其一维切片,最终通过准则函数求取时延值.相对于传统的互相关方法,该方法对相关性未知的高斯噪声具有不敏感的特点,对相关高斯噪声有更强的抑制能力.仿真结果表明,在添加信噪比为-5~15dB的随机高斯噪声和相关高斯噪声时,其时延检测概率和均方根误差优于互相关方法.在实际资料应用中,对实际微地震噪声进行了概率分布统计分析,并且基于井地联合监测方式,选取井中信号作为参考道对地面资料进行时延值的求取.仿真和实际资料处理验证了该方法的有效性和实用性.     

自我效能理论与大学英语教学

从调整大学生英语学习策略、指导大学生英语自主学习、帮助教师提升教学效能感3个方面,探讨了班杜拉自我效能理论在大学英语教学中的应用.强调引导大学生有效运用已习得的英语学习策略并学会对不同英语学习策略进行选择,在自主学习中树立积极的自我概念并发挥情感因素的积极作用;用教学效能感理论调整教师的认知和行为,对自己的教学成效正确归因,并利用自身的效能感影响学生的效能感.     

基于环保理念的港口航道疏浚工程措施研究

本文基于笔者多年从事港口航道疏浚的相关工作经验,以基于环保的港口航道疏浚工程为研究对象,论文首先分析了航道维护性疏浚对周围生态的影响,进而分析了环保疏浚工程的特点,在此基础上,笔者给出了航道维护性疏浚应采取的工程措施,全文是笔者长期工作实践基础上的理论升华,相信对从事相关工作的同行有着重要的参考价值和借鉴意义。     

基于消息的加权负载均衡算法

在研究EAP协议与Diameter协议的基础上,为解决分布式认证系统节点间会话一致性的问题,以及尽可能减少服务节点数量改变时产生的会话迁移数量,提出了一种基于消息的加权负载均衡算法(MOLB)。该算法使用散列法、虚拟节点和红黑树相结合的技术,实现了客户端请求在服务节点间的合理分布。Diameter网络环境中的实验结果表明:与其他常用的负载均衡算法相比,本文算法具有较小的负载均衡度和会话破坏度以及较低的会话破坏分布度。     

不确定挠曲变形干扰下基于多模型滤波的传递对准方法

挠曲变形是影响传递对准精度的重要因素之一,在对准过程中载体的机动会引起挠曲变形模型较大的参数误差和系统模型噪声统计特性的不确定性,现有基于单一模型的滤波方法在解决这类问题时存在局限性。针对以上问题,提出了一种基于不确定挠曲变形参数变化模型集的多模型滤波对准方案,以“速度+姿态”的匹配模式为例进行仿真分析。结果表明,所提出的对准方法同基于单一模型的对准方法相比提高了对准精度和算法的环境适应性,是解决存在不确定挠曲变形干扰下的传递对准问题的一种有效方法。     

肉色曲霉产碱性脂肪酶发酵条件的研究

对肉色曲霉产碱性脂肪酶的发酵条件进行优化,摇瓶实验表明,该菌株最适产酶培养基组成为（%）：黄豆饼粉2,NH4NO3 0.5,玉米粉1,糊精1,柠檬酸钠0.1,K2HPO4 0.5,FeSO4 0.006,大豆油0.6,吐温-800.5mL,pH 9.0.最适产酶温度为28℃,产酶高峰出现在96小时,最佳装液量为35mL,碱性脂肪酶菌株的酶活可达9.3U/mL.脂肪酶的最适作用pH为9.0,最适作用温度为30℃.     

探究式学习在《计算机网络》教学中的应用

“探究式学习方法”是建立在建构主义教学理论基础上的教学方法,学生是教与学活动的主体,本文通过对探究式学习方式的研究,提出了将其应用于计算机网络课程中,实践表明探究式学习可以提高学习效率,培养学生探究、思考问题的学习习惯,使学生乐于去学习知识,钻研网络设计的技巧,并能将抽象的概念灵活应用到实际的问题中。     

基于二维离散小波变换的彩色图像水印技术研究

根据人眼的视觉系统特性,利用二维离散小波变换的多分辨率分析特性,提出一种自适应的水印嵌入算法。该水印算法能将一幅标识版权信息的水印图像（灰度图像）嵌入到一幅真彩色图像中。实验结果表明,该算法不使水印人有不可见性,而且所嵌入的水印对空间几何失真和信号处理等具有较强的鲁棒性。     

基于深度学习的普适云服务迁移方法研究

针对目前对普适云及服务迁移相关的研究大多专注于迁移架构与迁移决策方面,缺少完善的上下文感知,对普适云环境下的服务迁移方法进行了研究。在前期OSGi弹性普适云设施的基础上,深入感知普适云的上下文,并采用深度学习网络LSTM进行节点可用资源的预测。以历史与预测的资源数据为支撑,分析普适云系统状态,制定合理的迁移决策。最终通过实验与分析验证资源预测的准确性以及服务迁移的有效性。