金沙江典型河段浮游藻类群落结构及影响因素研究

为研究金沙江典型河段浮游藻类的群落结构特征及主要影响因素, 于2014年秋季(10 月)在石鼓至宜宾江段布设6 个断面进行浮游藻类群落监测。通过显微镜观察, 共鉴定出浮游藻类6门30属52种, 其中硅藻的物种数、细胞密度和生物量分别占65.38%, 74.07%和80.65%, 是优势门类。浮游藻类总细胞密度和生物量都呈现坝上逐渐降低、坝下逐渐升高的规律, 石鼓最高, 向家坝最低。多样性分析表明, 攀枝花的浮游藻类群落多样性最高, 溪洛渡和向家坝均较低。浮游藻类与环境因子的RDA分析表明, 总氮是影响浮游藻类群落结构的主要环境因子。优势属现存量与环境因子的相关性分析结果表明, 包括尖针杆藻Synedra acus 和曲壳藻Achnanthes sp.在内的6种硅藻与水位正相关, 与水温负相关, 是适合在低温下生活的藻类, 小环藻Cyclotella sp.则适合在温度较高的环境中生长。网状空星藻 Coelastrum reticulatum、栅藻Scenedesmussp.、尖尾蓝隐藻Chroomonas acuta 和小环藻Cyclotella sp.的现存量与总氮显著正相关, 能够指示水体中的氮浓度; 近缘桥弯藻Cymbella affinis 和谷皮菱形藻Nitzschia palea的现存量与总磷呈显著正相关, 能够指示水体中的磷浓度。     

基于空间变换双线性网络的细粒度鱼类图像分类

有效地识别水下各种鱼类目标具有重要的实际意义和理论价值.鱼类生存环境复杂,由于海洋的极端条件,水下鱼类图像的分辨率低,且图像类间相似度高、类内差异性大,并受光照、角度、姿态等的影响较大,这些因素使得鱼类识别成为一项具有挑战的任务.针对这些难点,提出了一个能够有效进行细粒度鱼类图像分类的深度学习模型.该模型包含空间变换网络和双线性网络两部分,首先利用空间变换网络作为注意力机制,去除图像背景中复杂的干扰信息,选择图像中感兴趣的目标区域,简化后续分类;双线性网络通过融合两个深度网络的特征图提取图像的双线性特征,使得对目标中具有判别性的特定位置有较强的响应,从而识别种类,该模型可以进行端到端的训练.在公开的F4K数据集上,该模型取得了最好的性能,识别正确率为99.36%,较现有最好算法DeepFish提高0.56%,此外,发布了一个包含100类共6 358张图片的新的鱼类图像数据集Fish100,该模型在Fish100数据集上的识别正确率高出BCNN算法0.98%.多个数据集上的实验验证了模型的有效性与先进性.     

MOF衍化TiO_2修饰石墨相氮化碳的光催化性能研究

石墨相氮化碳(g-C_3N_4)材料是一种极具潜力的有机光催化材料,尤其是在可见光驱动的光催化分解水制氢方面的应用.然而,较差的光生载流子分离效率严重制约了其光催化活性.选择TiO_2作为修饰材料,在g-C_3N_4表面构建合理的异质结构可以有效解决该问题,但需要进行合理的设计.本文通过较为简单的工艺过程,以金属有机框架材料(MOFs)为牺牲模板,制备MOF衍化TiO_2修饰的g-C_3N_4复合光催化剂.制得的MOF衍化TiO_2的比表面积大,约为124.5 m2/g,并由锐钛矿相/金红石相两相混合组成,这会有效增加光催化剂的光生电子分离效率,并提供更多的催化反应活性位点.通过XRD、SEM、TEM、UV-Vis、PL等表征手段,对材料的物相及相关的光谱学、电化学性质进行了详细的表征,并通过成分调控确定了优化工艺参数.通过相关表征结果可以看出,MOF衍化TiO_2修饰的g-C_3N_4复合光催化剂随着TiO_2的负载量提高而表现更好的载流子分离效率,但其可见光响应会随之降低.因此,存在一个最优的负载量可以均衡二者的影响,从而表现出最高的光催化活性.实验发现,TiO_2的质量分数为6%的光催化剂,其光催化制氢活性在可见光(l≥420 nm)驱动下体现了最高的制氢速率,达836μmol/(g·h).实验结果表明:由MOF衍化TiO_2与g-C_3N_4构建的异质结构可以有效地抑制光生载流子的复合,从而显著提高光催化分解水制氢的性能.     

陈桥东湖浮游植物群落结构与环境因子的关系

为研究陈桥东湖浮游植物群落的时空变化及其与环境因子之间的关系,于2017年1月、4月、7月和10月对陈桥东湖的4个样点进行采样调查.调查共发现浮游植物8门67属118种.其中绿藻种类最多,共47种,硅藻其次,共35种.浮游植物丰度变化为2.52～39.7×106 cells·L-1,平均丰度为8.54×106 cells·L-1,最高值出现在夏季.硅藻为陈桥东湖冬季的主要优势种类,绿藻和蓝藻则在夏、秋季节占优势.利用修正的卡尔森营养状态指数(TSIM)来评价水质,结果显示陈桥东湖整体呈现富营养化状况,且夏季水质最差,冬季相对较好,主要与人为干扰有关.浮游植物丰度与环境因子的相关性分析表明,蓝藻、绿藻与营养盐及水温极显著正相关(P0.01).金藻则与水温呈极显著负相关,与溶解氧呈极显著正相关(P0.01).典范对应分析(CCA)结果表明,溶解氧、水温、pH、总氮、透明度和化学需氧量是影响陈桥东湖浮游植物优势种变化的重要环境因子.     

材料力学课程中内力求解的改进设正法及其教学实践

设正法是材料力学课程中求解内力的常用方法,传统设正法有值得商榷之处.研究提出了一种改进的设正法,并通过算例对其应用过程进行了介绍,同时分析了应用该方法教学时应注意的问题.教学实践表明,用改进设正法求解内力,可以有效降低出错率,提高学生内力分析的能力,增加学习材料力学课程的自信,可对后续相关课程的学习产生正迁移效应.在日常教学中,教师应对学生是否能真正灵活地应用该方法进行必要的监控.     

大学生体质弱势群体隐性体育行为的教师干预策略研究

当前研究对大学生体质弱势群体隐性体育行为的教师干预策略进行了探讨.采用文献资料、问卷调查、数理统计、专家访谈等方法对大学生体质弱势群体隐性体育行为的表现和影响因素进行调查分析,并在此基础上提出大学生体质弱势群体隐性体育行为的教师干预策略,以期为有效改善大学生体质弱势群体的身心健康状况提供参考.     

基于栈式稀疏自编码多特征融合的快速手势识别方法

针对复杂背景下手势分割提取效果不佳、图像识别率不高、识别困难等问题,研究多特征融合的快速手势识别方法.利用YCbCr颜色空间模型,构建肤色分布模型,从复杂背景中去除大部分非肤色的干扰,从而实现手势分割;接着采用5层栈式稀疏自编码网络框架,分别提取手势感兴趣区域（region of interest,ROI）的纹理图像、形状图像和显著视觉图像作为自编码网络输入,将提取到的不同类型的特征进行线性融合;最后使用基于径向基核函数（radial basis function,RBF）的支持向量机（support vector machine,SVM）分类器进行融合特征数据分类,从而实现不同类型的手势识别.实验结果表明,相比其他手势识别方法,本文方法识别率较高,提取特征更具有代表性,平均识别率可达95.05%.      

自适应卡尔曼滤波在供水管网爆管预警的应用

根据Supervisory Control and Data Acquisition （SCADA）系统异常监测值能及时预警供水管网爆管,但由于用水周期变化、随机波动及监测误差,导致实际中很难预警较小爆管。针对该难题,开展了基于自适应卡尔曼滤波的供水管网爆管信号识别研究,提出将历史监测数据按用水周期分解,采用自适应卡尔曼滤波结合平均低通滤波对管网供水量进行实时估计,根据监测值与估计值的差,预警爆管、估算爆管流量。分别采用仿真数据与实测数据验证所提出方法,结果表明,所提出方法可用于实际供水管网爆管预警;对所采用实测数据,爆管预警精度约为最大时水量的9%;此外,实际爆管预警精度主要取决于用水量本身的随机波动,同时与监测数据采样频率相关。     

微气泡抑制垂直管中段塞流过程的实验研究

利用微气泡不易聚并的流体特性,提出了采用微气泡抑制段塞流的新方法.针对实验室规模的海洋石油工业集输-立管系统内段塞流流动过程,利用电阻层析成像技术(ERT)、压力信号分析法和高速摄像法对垂直管段塞流特性和微气泡开展了实验研究,获得了段塞流典型流型以及微气泡流体特性.在微气泡流体特性研究的基础上,进一步探索了微气泡对段塞流的抑制作用,实验结果表明:尺寸范围在1～50μm之间的微气泡,在进气量设定为4 L/min时可在一定流速范围的液体中稳定存在;在气液比为1.18、1.36和1.82时,微气泡对弹状段塞流的发生频率有显著抑制作用,微气泡通过增大边界层的返混和扰动阻力,抑制了段塞的运动,从而降低了段塞的发生频率.     

基于FPGA的BAN认证算法硬件实现

针对智能传感节点采集的隐私生理信息在人体局域网(body area network, BAN)通信过程中存在的安全隐患问题,结合BAN的IEEE 802.15.6标准,提出一种将挑战/应答(challenge/response)的身份认证机制应用到BAN的认证中的设计方案,该方案使用HMAC-SHA256算法。采用硬件描述语言Verilog和流水线(pipeline)设计思想对该算法进行硬件实现。在Quartus II集成开发环境下,以Altera公司的Cyclone IV系列ED2-115开发板作为硬件平台完成了设计综合,并使用Modelsim软件进行功能仿真,验证了算法的正确性。实测结果显示,该方案满足BAN系统功耗和资源消耗的设计要求,可应用于BAN的身份认证设计。