腔场损耗对ξ型三能级原子与双模光场非共振相互作用系统熵的影响

研究了ξ型三能级原子与双模相干态场非共振相互作用过程中，腔场存在能量损耗时，系统线性熵、光场线性熵和原子线性熵的时间演化特性，讨论了能量损耗、双模光场的平均光子数和光场与原子的耦合程度对各线性熵的影响．     

立足资源优势 发展生态经济--岳西县全力打造生态经济县

中共岳西县第十一次代表大会提出:今后岳西县将立足现有的生态优势、资源特色,大力发展生态农业、生态工业和以生态旅游业为拉动的第三产业,走生态立足之路,实现经济、生态和社会的协调发展,把岳西建设成山川秀美、文明富裕的的生态强县.力争在2020年,人均国内生产总值比2000年翻三番以上;二、三产业增加值占国内生产总值的比例达到90%;城镇人口达50%以上;城镇居民人均可支配收入达1.8万元,农民人均纯收入达7300元;全县森林覆盖率达78%以上.     

涡扇发动机风扇管道声模态识别测量方法

旋转声模态的测试识别是发动机管道声学研究的重要基础。通过对管道声传播机理和测试识别方法的分析研究,发展了基于旋转径向传声器阵列的声模态识别方法和测试装置。应用旋转声模态发生试验平台开展声模态识别验证试验,结果表明,该测量方法能够以较少数量的传声器识别管道内的周向和径向声模态;利用不同测试方法分析得出的声场结果相互吻合,进一步证明了该方法的适用性。     

信息化条件下的军队院校外语教学“精英化”

在信息化背景下,培养具有全球竞争力的军事精英人才、提升其信息素养和自主创新能力成为军队院校人才培养的主要目标。以精英人才培养模式为主导,外语教学亟需从教学手段、模式、内容等方面进行“精英化”改革,采用信息化教学、分层化及多语种外语教学、研究性外语教学等手段,为智力、能力优越的精英学员搭建信息获取、自主创新的知识平台,为军队培养具有“合格工程师＋军队领导者素质”的技指复合新型指挥人才提供保障。     

写在《实验动物管理条例》发布实施三十周年

《实验动物管理条例》（以下简称条例）是我国第一部关于实验动物管理工作的行政法规）《条例》实施30年来,在实验动物工作规范化、法制化管理,保障实验动物和动物实验的质量,推动我国科技发展和民生保障等方面发挥了重要作用。但随着科技进步、社会经济发展和立法工作的深入,实验动物科学研究和管理工作中出现了诸多新情况和新问题,《条例》在实验动物管理工作中的作用已不能完全适应科技创新、经济与社会发展的需要。因此,修订《条例》并将其上升到法律层面,对规范实验动物管理工作,保证实验动物质量,保障实验动物福利,维护公共卫生安全,支撑科技创新,以及促进国际科技合作与交流具有非常重要的意义。     

面颈部Castleman病诊治4例

Castleman病是一种原因不明,少见的慢性淋巴组织增生性疾病.1956年由Castleman首先报道[1],临床比较少见且表现无特异性.为加强对该病的认识,提高对该病的诊断与治疗水平,现对我院2000年-2007年收治的4例Castleman病患者分析报道如下.     

电子商务网站的设计与实现

针对工艺品的网络销售建立了互联网电子商务网站.利用PHP,MySQL,AJAX等工具与技术进行设计与开发,实现了产品信息管理、用户信息管理、购物车系统等功能,并采用pay pat交易平台进行网上支付.     

AdaBoost人脸检测算法研究

本文利用AdaBoost算法训练基于Haar小波变换的分类器,从输入图像中提取人脸和面部器官的候选区域,然后综合各个候选区域的信息,组成三角形结构,采用模版匹配的方法进行眼睛和嘴巴的定位。试验结果表明该算法能够从复杂背景中有效的提取人脸以及面部器官区域。     

n-HAP/PVA共混复合纤维的制备及其结构和性能

通过凝胶纺丝法制备具有生物相容性的纳米羟基磷灰石/聚乙烯醇(n-HAP/PVA)共混复合纤维.将硅烷偶联剂修饰后的n-HAP均匀分散在PVA溶液中,制得一系列不同n-HAP质量分数的n-HAP/PVA共混复合纤维.用哈克流变仪研究了n-HAP/PVA纺丝原液的流变性能,n-HAP/PVA纺丝原液呈现非牛顿流体的特性,其剪切黏度随n-HAP质量分数的增加而增加.在傅里叶变换红外光谱(FT-IR)中可以看出n-HAP与PVA之间存在明显的氢键相互作用力,通过扫描电子显微镜(SEM)观察到n-HAP均匀地分散在PVA基体中,加入适量的n-HAP对共混复合纤维的热学性能和断裂强度都有一定的提高.     

基于深度学习与狮群SVM算法的遥感场景分类

针对高分辨遥感图像样本量小,以及传统优化支持向量机(SVM)算法易陷入局部最优解、寻优速度慢等问题,提出一种基于深度迁移学习与狮群优化SVM(LSO-SVM)算法对遥感图像场景进行分类.首先,通过自适应对比度增强图像后利用颜色聚合向量提取图像颜色特征;其次,利用3种预训练网络分别提取图像的迁移学习深度特征;最后,将手工提取的图像特征与用3种预训练网络获取的特征使用系列特征融合方法进行融合,并将其输入LSO-SVM进行图像场景分类.结果表明,该算法解决了小样本情况下深度学习较难训练及传统优化SVM算法易陷入局部最优解、寻优速度慢的问题.在80%的训练条件下,数据集UCM Land-Use和RSSCN7的分类精度分别达到99.52%和98.57%.