克氏针茅典型草原区建植人工草地的探索

发展优质高产的人工草地是有效解决草畜矛盾的途径之一。以羊草、披碱草、冰草、紫花苜蓿为实验材料,在呼伦贝尔市新巴尔虎右旗克氏针茅草原区开展人工草地实验。结果表明:建植当年,四种牧草都有较好的出苗率。建植第二年,羊草、披碱草和冰草的株丛数之间无显著差异,显著高于紫花苜蓿的株丛数;羊草和冰草的返青率高于30%,显著大于披碱草的返青率,紫花苜蓿的返青率最低,低于2%,显著小于披碱草的返青率;羊草、披碱草和冰草三种禾草之间的叶氮和叶绿素含量差异均不显著,紫花苜蓿叶片氮和叶绿素含量高于三种禾草;羊草、披碱草和冰草的植株高度为30~40 cm,差异不显著,紫花苜蓿的植株高度最低,为21.6 cm,显著低于其他三种禾草的植株高度;紫花苜蓿地上生物量显著低于三种禾草。受该区域冬季寒冷和生长季干旱的气候限制,需要综合评价确立该区域建植人工草地的可行性。     

氢原子的概率密度分布

利用数值计算方法绘制出氢原子的径向概率、角向概率分布、等概率曲线图和等概率曲面图，从而将氢原子的概率密度空间分布展示出来。     

Pilodyn和Resistograph对湿地松活立木基本密度的评估

木材基本密度是决定松类人工林木材质量的重要性状。Pilodyn和Resistograph检测方法均是活立木基本密度无损评估方法，建立基于两种方法的湿地松基本密度评估模型，对两种检测方法进行对比分析，为湿地松活立木基本密度估测和育种提供技术支撑。     

时间反演联合接收端人工噪声的安全传输方案

针对时间反演(time reversal, TR)技术无法较好地解决聚焦区内非法用户窃听的问题,提出了一种TR技术联合接收端人工噪声的物理层安全传输方案。首先,利用时间反演技术的空时聚焦性提高合法用户接收端的信噪比(signal to noise ratio, SNR)。其次,通过在接收端加入人工噪声来干扰非法用户对合法用户保密信息的窃听,以聚焦区内外系统安全性能为基础,推导出保密信干噪比(signal to interference plus noise ratio, SINR)、可达保密速率和误码率(bit error rate, BER)的解析表达式。最后，通过仿真分析证明了所提方案能提高系统的SINR和可达保密速率,同时还能降低合法用户的BER，使系统拥有更好的安全性能。     

人工酶与定向进化的前沿与挑战

 定向进化是在实验室环境中，在分子水平上模拟进化过程，得到具有期望特征的蛋白质的方法，目前已成为蛋白质设计改造的重要方法。定向进化不仅可以用于天然蛋白质的改造，也可以通过改造现有的酶，使其具有新的催化活性，从而构建人工酶。本文重点介绍工业生物催化、纳米酶设计和光催化3个方向的前沿成果，并讨论人工酶与定向进化领域存在的挑战和问题。     

美国人工智能研发战略计划2019更新版重点及启示

 美国《国家人工智能研究和发展战略计划： 2019更新版》反映了美国政府和业界对人工智能最新发展的战略判断，是美国推进人工智能前沿研发的纲领性文件。研究了美国人工智能研发战略计划2019更新版对其原有战略方向的转变、提出的新的战略方向，分析了值得关注和研究应对的几个战略方向，提出了中国推进人工智能发展和开展国际合作的对策建议。     

人工光合成太阳燃料制备途径及规模化

 从人工光合成太阳燃料的基本概念和反应过程、规模化太阳能分解水制氢的主要途径和可行性分析、人工光合成液态太阳燃料甲醇的技术路径及应用前景等方面，分析了人工光合成领域的发展现状。仿习自然光合作用基本过程，提出了通过“光反应”和“暗反应”耦合实现规模化人工光合成太阳燃料的新途径。     

2019年光学热点回眸

 随着激光的诞生，光学已渗透到人类生活的方方面面。盘点了未来可能会对人类生存及生活方式产生巨大影响的微纳光学、超强激光、成像技术、量子通信、太赫兹技术、光学通信、生物光子学、人工智能用于光学检测8个光学技术研究领域，回顾了这些领域在2019年的重大进展。     

基于退化特征相似性的航空发动机寿命预测

针对航空发动机结构复杂、性能退化参数众多、寿命预测精度低等问题,提出了一种基于退化特征相似性的寿命预测方法。首先通过基于Relief算法的退化特征筛选、基于主成分分析(principal component analysis,PCA)的特征提取和基于核函数的特征平滑,提取低维正交多变量退化特征;然后进行特征的相似性匹配,寻找与当前样本特征片段最相似的一组历史样本中的特征片段集合,将这些片段对应的RUL信息融合并采用密度加权方法得到当前样本的寿命预测估计值;最后通〖JP2〗过美国国家航空航天局(national aeronautics and space administration,NASA)提供的航空涡轮扇发动机仿真数据集验证了该方法的有效性,其寿命预测性能高于现有几种代表性方法。     

人工智能促进服务业生产率了吗

近年来，我国服务业占比呈现持续上涨态势，但服务业的高成本低效率问题仍然存在，随着人工智能和服务业的融合，服务业的全要素生产率是否提高有待进一步验证。我们运用DEA-Malmquist生产率指数验证了“鲍莫尔病”的确存在；加入人工智能因素后的服务业全要素生产率的确提高了，但是进一步的分解发现，全要素生产率的提高主要源于要素配置效率的改善和规模报酬递增效应，并非由于技术进步，人工智能作为技术进步的主要标志在提高服务业全要素生产率中的作用仍然有限，这是由于人工智能作用的滞后性所致。