福建省兰科植物新记录9种(Ⅰ)

报道了福建兰科植物9个新记录种:莲花卷瓣兰Bulbophyllum hirundinis(Gagnep.)Seidenf.、齿瓣石豆兰B.levinei Schltr.、长距虾脊兰Calanthe sylvatica(Thou.)Lindl.、矩唇石斛Dendrobium linawianum Rchb.、罗河石斛D.lohohense T.Tang et F.T.Wang、小毛兰Eria sinica(Lindl.)Lindl.、黄松盆距兰Gastrochilus japonicus(Makino)Schltr.、阔叶带唇兰Tainia latifolia(Lindl.)Rchb.f.及台湾白点兰Thrixspermum formosanum(Hayata)Schltr.,并提供了简扼的形态描述和图片.凭证标本保存于福建师范大学生命科学学院植物标本馆(FNU).     

福建省新分布植物(Ⅱ)

报道了福建被子植物2个新记录属:肋柱花属(Lomatogonium)、庭菖蒲属(Sisyrinchium),6个新记录种:大花肋柱花(Lomatogonium macranthum)、黄花庭菖蒲(Sisyrinchium iridifolium)、水香薷(Elsholtzia kachinensis)、小花月见草(Oenothera parviflora)、裂叶月见草(Oenothera laciniata)和纤草(Burmannia itoana),其中黄花庭菖蒲、小花月见草和裂叶月见草为本省新归化植物,并提供了相应的生境或特写图片.凭证标本均保存于福建师范大学生命科学学院植物标本馆(FNU).     

《模拟电子技术》理论课的研究性教学探讨

相对于传统的课堂教学模式,研究性教学更有助于培养学生主动探索精神和研究精神,是提高学生创新能力和实践能力的有效途径。本文分析总结了研究性教学的涵义和方法,对"模拟电子技术"理论课中实施研究性教学的具体模式进行了探索。     

基于二维直方图的改进的PCM聚类分割方法

相对于模糊C均值算法,可能性C均值(PCM)聚类方法具有更好的抗干扰能力.提出一种基于二维直方图的改进的PCM聚类图像分割方法,该方法除了考虑图像的点灰度信息外,还考虑像素点的邻域相关信息,利用改进的PCM聚类算法得到各象素点的隶属度对图像进行分割.实验表明,该方法能够对噪声图像有效地进行分割,具有较高的鲁棒性.     

二维Tsallis熵阈值法中基于粒子群优化的参数选取

针对二维Tsallis熵阈值分割法中参数q的选取问题,提出一种粒子群优化算法自适应选取参数q的方法.该方法基于一种图像分割质量评价指标—均匀性测度,利用粒子群优化算法对参数q在参数空间进行优化搜索,从而实现了二维Tsallis熵阈值分割法的自动阈值选取.实验表明,所提出的方法可以根据具体的图像有效地选取参数q,获得理想的图像分割结果.     

基于DCT的数字图像水印技术的研究

对DCT(离散余弦变换)域的图像水印技术进行了研究,实现了非盲水印和盲水印两种方案.为保证数字水印的安全性,在水印嵌入之前,采用Arnold置乱技术对水印进行预处理.实验结果表明,两种方法都具有较好的不可见性,能够抵御JPEG压缩、剪切和噪声攻击等常用的图像攻击技术,具有较好的鲁棒性,是较为实用的图像水印方案.     

基于混沌序列的DWT数字水印算法

为保证数字水印的安全性,提出了一种基于混沌序列的DWT水印嵌入算法,在嵌入前用混沌序列对水印图像进行预处理,首先由密钥生成混沌序列,然后将其映射为相应的置换矩阵,并在DCT域完成对水印图像的加密;根据宿主图像小波变换后,高、低频分量的特点,由高频分量的系数控制水印的嵌入强度,在低频部分嵌入加密的水印信息,实现了水印的自...     

Multisim在“电路与电子技术”课堂教学中的应用

本文将Multisim仿真技术融入＂电路与电子技术＂课堂教学中,将抽象、枯燥的理论教学变得具体、生动、直观,经过实际教学实践,取得了良好的教学效果。     

Cr3+在 AlBr3·6H2O晶体中电子顺磁共振光谱的理论研究

采用半自洽场(Semi-SCF)Cr3+3d轨道径向波函数、点电荷模型和三级微扰方法,计算了AlBr3·6H2O: Cr3+晶体中Cr3+电子顺磁共振的g(g=1.9707)因子和零场分裂D(D=-0.0323),理论值与实验值(实验值g=1.976±0.001,D=-0.0325±0.0001)符合很好。并认为在AlBr3·6H2O: Cr3+晶体中取键长R(Cr3+—O2+)=0.191nm是合理的。同时Cr3+离子掺入AlBr3·6H2O中占据Al3+离子位置后,引起键角较小的改变,仅增加0.35°。     

规则与统计相结合的副词“也”用法自动识别研究

副词"也"在现代汉语中的使用频率很高,用法也较为复杂,其用法的自动识别对语义理解及句法分析有着重要意义.在已构建的副词"也"用法词典、规则和用法标注语料的基础上,分别采用了规则和统计的方法对副词"也"的用法进行了自动识别,实验结果显示微平均准确率分别为55.20%、62.48%;进而对规则识别结果和统计识别结果进行分析,采用多种方式,依据用法在语料中分布率、规则方法及统计方法识别的准确率以及分布率和准确率的综合等多种方式,将规则和统计结合起来进行用法自动识别,多种结合方式中最高微平均准确率达到了69.95%.