关于专业人才培养方案的探讨

能力的培养是素质教育极其重要的一个因素 ,因此专业能力的培养不仅应成为人才培养的具体目标 ,而且应成为构架各专业理论教学体系和实践教学体系的依据。     

二维电大尺寸导体群目标的电磁散射特性分析

提出用二维快速多极子算法(FMM)研究多个电大尺寸圆柱导体电磁散射的数值模拟,简明地讨论了由矩量法(MOM)发展演变成的FMM方法.这种快速数值解法,无论在计算速度以及对计算机的存储要求,远优于通常的MOM,而且FMM算法更能适用于求解电大尺寸目标群(目标个数≥4)的电磁散射问题.最后用FMM方法给出了四个导体群目标表面电流密度分布,以及远场的雷达散射截面(RCS)特性;讨论了群导体柱上表面电流密度与RCS随它们之间距离的变化规律.     

比起体重，更应该关注健康

<正>如今,“减肥”这个话题悄悄“蔓延”到了校园里。我们真的需要减肥吗？我们应该怎么看待我们的身体形象呢？周末,我跟家人一起吃饭,发现原先外向的侄女很少说话。侄女刚上初中,是不是不适应初中生活？吃完饭,我拉她出来散步,才知道她有了心事：学校里有同学说她胖,给她取了外号。而且,她妈妈最近晚上偶尔提醒她不要吃太多。     

用HPLC法比较拟野生条件下种植土贝母与生药饮片土贝母中土贝母苷甲的含量

活性成分土贝母苷甲是土贝母质量控制指标。为比较拟野生条件下栽培土贝母与市售饮片土贝母中土贝母苷甲的含量。采用RP—HPLC法进行测量。其流动相为65％的甲醇,流速1．0ml／min,检测波长214nm。得到拟野生条件下种植土贝母与市售饮片土贝母中的土贝母苷甲的含量分别为1．776％和1．009％,回收率98．79％,RSD=1．77％（n=5）。拟野生条件下种植的土贝母中土贝母苷甲含量更高。     

基于温湿度独立控制的养老院空调系统的设计

目的 解决当前养老院的热湿环境问题。方法 通过参考文献、现场勘查以及结合老年人对居住环境的舒适性和安全性要求,在普通空调系统基础上,提出了一种采用太阳能电池板提供电能的温湿度独立控制空调系统,并利用FLUENT软件对所设计出的系统进行模拟仿真。结果 温湿度独立控制空调系统能够有效解决养老院热湿环境、空调冷凝水易滋养病菌以及能源消耗过大等问题。结论 将所设计的温湿度独立控制空调系统应用在山西大同市某养老院中,解决了老年人对养老院室内温湿度进行独立调节的要求,为老人提供更舒适的生活环境。     

升黄克痛软膏质量标准研究

建立升黄克痛软膏的质量控制方法。采用薄层色谱法对方中主要药材大黄、升麻分别进行定性鉴别,采用高效液相色谱法测定大黄素、大黄酚含量。定性鉴别方法重现性好、专属性强,含量测定方法的平均回收率为99．92％和97．12％,RSD为1．75％和0．66％。质量控制方法简单、易行、精密度高、重现性好,能够有效地控制升黄克痛软膏的质量。     

基于CT的黄土孔隙尺度优先流特性

摘要：CT扫描技术正被广泛应用于岩土多孔介质中孔隙的定量化表征,然而以往关于黄土孔隙定量化的相关研究存在CT扫描的分辨率不足问题,无法精准的识别出黄土中的全部大孔隙。基于高精度的微米CT,以陕西延安Q2黄土为例,在提取的黄土中真实孔隙结构的基础上,借助概化的孔隙网络模型研究了黄土的孔隙、孔喉和孔喉配位数分布特征,发现三者均呈对数正态分布;通过简化的Navier-Stokes方程及孔隙网络模型定量化地研究了在给定边界压差下管状通道、裂隙形成的优势通道中压力及流速的分布,与不含优势通道的代表性体积单元进行对比,发现裂隙对整体渗流特性的影响为均匀促进型,而管状通道为渗流集中型;在求得渗透系数后与原状黄土及重塑黄土的室内渗透实验结果进行对比验证了计算模型的可靠性。     

非球形微粒复合体各向异性的介电特性和渗流转变

当微粒复合体材料中异质微粒的大小远小于入射电磁波长时,这种复合体材料的平均介电特性可用宏观均匀的概念——有效介电常数ε_(eff)来表征。多年来,复合体材料有效介电常数的研究是用静电学方法求解微粒子的极化率和偶极子矩,没有说明偶极子的相互作用或微粒子的散射效应是如何被忽略的。微粒复合体介质可一般地看作随机介质,其介电常数在微粒的ε_s和背景材料的ε_b二者间随机起伏取值。随机介质的介电特征与粒子大小形状或介电     

基于随机化网络的自主平台实时场景分类方法研究

场景分类使自主平台能够理解环境信息. 通常，基于随机化的神经网络能够快速识别场景信息，并且花费很少的时间训练权重. 然而，基于随机化的神经网络的浅层网络结构限制了其非线性表示能力. 此外，全连接的特征提取方式不能有效地提取局部特征信息. 集成框架能够有效提升精度，但会引入高模型复杂度及大量参数而大幅降低推理速度. 针对上述问题，提出一种基于多尺度卷积随机化的实时场景分类网络集成结构（multi-level convolutional randomization-based network ensemble architecture，E-MCRNet）. 首先，基于随机化网络将全连接层替换为多尺度卷积层构成多尺度卷积随机化网络（multi-level convolutional randomization-based network，MCRNet）；其次，多个MCRNet构成集成体系结构E-MCRNet. E-MCRNet由一个主隐藏层和多个子隐藏层组成，主隐藏层分别与每个子隐藏层级联形成分支网络. 测试结果表明，E-MCRNet可以提高精度以及降低集成模型的复杂度，而且能够部署于嵌入式设备有效地执行相关任务.      

恶劣环境条件下海外天然气管道站场事故演化知识图谱建模及预警方法

近年来恶劣环境条件(雷电、风、雨)频发，给长输油气管道尤其是海外油气管道的长期安全运行带来了重大威胁。海外油气管道的运行与应急救援面临着恶劣环境条件下的管道风险事故数据不足、跨国协同较为困难等问题。为解决当前管道事故预警模型过于依赖现场运行数据或事故相关数据的情况，该文利用恶劣环境条件下的天然气管道站场有限的事故文本数据，提出了一种基于知识图谱的站场事故演化预警模型。该模型采用双向长短期记忆网络-条件随机场算法(Bi-LSTM-CRF)对站场事故文本进行因果关系抽取，并加入了文本特征以增强抽取效果，然后利用Neo4j图数据库根据因果关系抽取的结果，建立了恶劣环境条件下海外天然气管道站场事故演化知识图谱。结果表明：相较于传统长输管道站场事故预警方法，该文所提出的基于知识图谱的站场事故预警模型不仅能够实现站场事故的预警，还能够实现对事故的路径预测以及事故应急决策推荐。这证明了该预警模型不仅可用性好，还能够有效地帮助海外天然气管道站场安全管理人员进行准确的风险控制与事故预防。