苯酚处理海洋微藻生物学效应的研究

主要探讨了在培养液中添加不同质量浓度(0、10、20、30、40、50、60 mg/L)的苯酚后,培养单细胞微藻(塔胞藻)产生的生物学效应.结果发现,苯酚对细胞繁殖有明显的抑制作用,特别是当苯酚质量浓度达到40 mg/L以上时,在前2轮培养的微藻的繁殖能力与对照相比均表现显著差异,个别处理甚至出现极显著差异.另外,苯酚处理后还降低藻细胞内的多种内含物(如蛋白质、叶绿素、多糖等)含量.但是,当连续培养多代后,藻细胞对不良环境就产生了一定的适应能力.     

鄂尔多斯盆地中晚三叠世延长期沉积演化

基于多年对鄂尔多斯盆地中上三叠统延长组的研究成果,结合近年来对盆地东、南邻区宁静盆地、沁水盆地、济源盆地、南召盆地等同期地层的野外实测以及地球化学、年代学等的研究结果,对鄂尔多斯盆地中晚三叠世延长期的岩性特征、地层厚度、地层接触关系、沉积相类型等进行对比研究。结果表明,研究区周缘中晚三叠世的岩性粒度变化、地层厚度及地层上下接触关系与鄂尔多斯盆地沉积背景具有一致性;沉积相带演化从时间尺度和空间尺度上讲,从邻区向鄂尔多斯盆地内部过渡变化符合瓦尔特相律,符合中晚三叠世华北板块构造的演化背景。研究后认为,中晚三叠世,周缘盆地与鄂尔多斯盆地应属同一个大型沉积盆地,这将中晚三叠世鄂尔多斯原型盆地向东部和南部延伸,包括了宁静盆地、沁水盆地、济源盆地、南召盆地等盆地。该研究为中晚三叠世鄂尔多斯盆地原始沉积面貌的恢复提供了新的依据。     

CO2地质封存过程中传热特性研究

碳捕集与封存(CCS)技术使得大规模减少CO2排放变得可行,充分预测CO2的状态对于实际工程安全有效开展是十分必要的．现有模型普遍将本应为整体系统的井筒注入和咸水层封存视为两个单独的阶段,通过建立一个井筒注入与咸水层封存的联合模型对储层中流体传热过程进行模拟,分析不同注入条件对于CO2在整体封存过程中传热特性的影响．研究表明,焦耳-汤姆孙效应、地层温度及井筒热阻是影响流体温度的主要原因,流体温度会影响冷却域范围以及最低温度出现的径向位置,高温或低压注入会抑制焦耳-汤姆孙效应．     

基于合成图像的Faster R-CNN森林火灾烟雾检测

本文采用合成图像的Faster R-CNN对森林火灾烟雾进行检测,避免了传统视频烟雾检测方法中复杂的人工特征提取过程.合成烟雾图像是将真实或模拟烟雾插入到森林背景中,解决了训练数据缺乏的问题.将真实合成烟雾和模拟合成烟雾分别训练后的模型放在由真实火焰烟雾图像组成的数据集中测试,测试结果表明,模拟烟雾是更好的选择,模型对薄烟不敏感.通过改进森林火灾烟雾图像的合成过程或者将这个解决方案扩展到视频序列中,可以进一步提高它的性能.     

纳米颗粒球形度对平板通道中Al2O3-水纳米流体强制对流换热的影响

数值研究了水中添加立方体形、球形或柱状Al₂O₃纳米颗粒的纳米流体在平板通道中的层流强制对流换热,分析了纳米颗粒球形度、纳米颗粒体积分数和雷诺数对平板通道中Al₂O₃-水纳米流体强制对流换热的影响. 结果表明:当纳米颗粒体积分数和雷诺数一定时,随着纳米颗粒球形度减小,通道壁面平均努赛尔数增大,对流换热增强;当纳米颗粒球形度一定时,随着纳米颗粒体积分数和雷诺数的增大,通道壁面平均努赛尔数增大,对流换热增强.     

神经死亡抑制剂对全脑缺血模型治疗作用的研究

采用双侧颈总动脉结扎法建立小鼠全脑缺血再灌注模型,用避暗实验、Y型迷宫实验等行为学方法,及神经细胞的HE染色法研究神经死亡抑制剂(简称NDI)对于C57Black/6J小鼠全脑缺血30 min后再灌注大脑海马区的影响。试验表明,与缺血模型组相比,行为学实验中给药组记忆能力增强(p<0.05);免疫染色法实验则为给药组小鼠大脑海马CA1区完整细胞染色数量明显增多(p<0.05)。因此得出,NDI对全脑缺血再灌注模型所引起的神经功能缺损的恢复具有较好的疗效。     

一类有理差分方程解的全局行为

本文讨论了一个带有参数的分子含有二次项的有理差分方程的奇点集和解的全局稳定性,证明了它的解由于参数的取值不同最终将收敛到0或非零不动点或二周期点或者是无界的,且在某些情况下解的收敛性还依赖于给定的初始值,从而回答了Sedaghat提出的一个公开问题.     

跨文化交际在公示语翻译中的应用研究——以河南省为例

随着全球化步伐的加快,跨文化交流日益频繁,双语公示语作为对外宣传材料的一个重要组成部分,其作用将更为突出。河南省拥有十分丰富的文化旅游资源,每年都吸引了不少的中外游客。然而,省内公示语翻译现状并不尽如人意,各种不规范的翻译甚至误译现象层出不穷,严重影响了河南省的国际形象,从跨文化交际的角度看,应对公示语翻译存在的问题加以改善。     

基于FSCD-CNN的深度图像快速帧内预测模式选择算法

针对3D-HEVC的多视点视频加深度图的编码格式和四叉树编码结构所带来的编码复杂度问题,提出了一种深度图像快速帧内预测模式选择算法。首先,从深度视频序列中以最优的深度图最大编码单元（largest coding unit,LCU）划分深度为标签获取训练集;其次,构建了适用于LCU的Cu深度快速选择卷积神经网络（fast selecting Cu’s depth-convolutionalneural network,FSCD-CNN）;最后,对深度图LCU进行划分深度预测,跳过部分编码模式决策,实现最佳LCU划分。实验结果表明,与相关文献对比,所提算法在保持了编码性能的同时平均减少了15%的编码时间,实验验证了其有效性和可靠性。