海洋锋面统计模型检测法的改进与验证

统计模型检测法为检测海表温度(SST)锋面和提取SST锋面的结构提供了有利的工具,但其在陆架区的检测成功率和检测精度仍有待提高.本研究对该算法进行如下改进:1)在数据预处理阶段,通过梯度场拟合计算不同水团之间过渡区的边界,并利用边界处的温度数据重构过渡区两侧的温度场;2)利用遗传算法为锋面参数的迭代求解提供初值.理想实验结果表明:上述改进能有效地改善统计模型检测法在陆架区的稳定性和检测精度.最后,利用实测SST数据和遥感SST数据检验了算法在实际应用中的改进效果,以及改进后算法在陆架区的有效性.     

Fea2Lab:基于多标记学习的特征到标签生成模型

传统多标记学习方法通常只考虑和示例相关联的单个特征向量以及无差别地预测全体标签，从而忽视了与示例相似的其他示例及隐含的标签属性，造成输入空间特征信息较少、标签属性被忽略和对大标记空间预测效果差等问题.为解决以上问题，文章转化传统多标记学习任务为多标记学习的序列到序列任务，并由此提出新的多标记学习标签生成神经网络模型(Fea2Lab模型):通过交错的顺序排列示例和相似示例形成链式特征向量序列，来增加输入空间特征信息；通过挖掘标签属性来有差别地预测标签；通过在解码流程中使用全局标签信息，来缓解预测过程中出现的错误标签级联问题.在多个数据集上的实验结果和消融实验表明转化任务和Fea2Lab模型的合理性、可行性及有效性.     

一种新的多用户协作频谱感知方案及其检测时间分析

提出一种新的多用户协作频谱感知方案,根据认知网络中所有候选用户的通信链路质量,选择最佳中继对主用户进行协作感知,从而可以获得明显的多用户分集增益,显著提高认知无线电系统的感知性能.在Rayleigh衰落环境下,对所提出的多用户协作方案和传统非协作方案的检测性能进行了理论分析,得到了系统检测时间的解析表达式.此外,针对非协作感知和多用户协作感知的系统检测时间,进行了相应的数值仿真实验.结果表明,与非协作方案相比,多用户协作感知方案所需的检测时间明显减少,且随着用户数目的增加,多用户协作方案能获得更多的分集增益.     

把握再生混凝土质量,提高使用价值的分析研究

将废弃混凝土再利用解决环境污染问题,但加工成再生骨料制作成再生混凝土存在不少缺陷制约其推广运用。研究再生粗骨料的不同取代率情况下混凝土的工作性、力学性能和耐久性能。结果表明,在使用再生粗骨料取代部分天然粗骨料对混凝土的流动性、黏聚性和保水性影响不大,混凝土体积密度有所降低,混凝土坍落度保留值略有增加;随着取代率的提高,抗压强度和抗折强度有下降趋势;分析改进再生混凝土性能对提高混凝土质量、环境保护有利。     

大学生创新创业体系研究与探讨①--以江苏农牧科技职业学院为例

该文通过分析江苏农牧科技职业学院依托江苏现代畜牧科技园和大学生创新创业训练项目,构建集创业培训、项目孵化、创业指导、创业扶持于一体的大学生创新创业服务体系,以期不断完善该服务体系,为提高我院创新创业能力提供一条有效途径,学院将不断完善学生创新创业体系,在已有基础上,不断加大经费投入、制度保障、建立学生创业信息跟踪系统、完善学生创业指导体系等,推动我院创新创业教育不断前进。本文就学院创业基地建设情况与学生创新创业一站式服务作简单介绍,并就如何提高我院大学生创新创业教育水平做进一步研究与探讨。     

球形活性炭和球形树脂对不同VOCs的吸脱附特性研究

为探究多级鼓泡流化床吸附工艺中吸附剂的选择依据,本研究选取3种商业球形吸附剂作为实验材料,分别考察乙醇、乙酸乙酯、环己烷和二甲苯在上述吸附剂上的吸脱附行为,比较分析了吸附剂不同理化性质对吸附特性的影响。实验结果表明:吸附剂孔道结构和表面官能团都会影响吸附质的动态吸附特性,具有更大微孔容积、更小微孔分布的吸附剂对吸附质的动态吸附性能更好;吸附剂的表面官能团类型会对不同吸附质的吸附产生影响。对于实验所考察的4种吸附质,3种吸附剂在脱附温度达到160°C后均可脱附完全,符合实际应用要求。本研究工作对多级鼓泡流化床吸附工艺的开发及吸附剂的选择具有指导意义。     

基于MPICH的集群技术

浅谈MPICH的集群技术及应用.     

基于目标空间分区的稳态高维多目标进化算法

针对高维多目标优化中Pareto非劣候选解所占比例很大,常用的先考虑收敛性再考虑分布性的多目标进化算法面临选择压力衰减的问题,提出一种先考虑分布性再考虑收敛性的高维多目标进化算法——基于目标空间分区的稳态高维多目标进化算法(SS-OSP).该算法先采用目标空间分区策略将种群按照权重向量分为多个子空间,在每个子空间中按照分解方法中的聚合函数选择个体;然后,考虑到常规的PBI聚合函数的罚参数在进化过程中一直保持不变的情况,提出一种自适应PBI聚合函数;最后,仿真实验结果表明所提出的算法与其他三种算法相比,具有更好的收敛性和分布性.     

真细菌型的细胞分裂位点决定因子CrMinD基因在衣藻中从叶绿体到核的成功转移

MinD蛋白是一种普遍存在的ATP酶, 在真细菌、古细菌以及植物叶绿体的分裂过程中发挥着关键的作用. 在已研究过的4种绿藻(Mesostigma viride, Nephroselmis olivacea, Chlorella vulgaris, Prototheca wicker-hamii)中, MinD基因均由叶绿体基因组编码. 但在拟南芥中, MinD基因由核基因组编码, 其蛋白定位于叶绿体并参与叶绿体分裂的调控, 说明在高等陆生植物中, MinD基因已经转移到核基因组. 然而, 对于在质体进化过程中MinD基因从叶绿体转移至核的机制还不清楚. 我们从单细胞绿藻(Chlamydomonas reinhardtii, 衣藻)中鉴定了一个核编码的MinD同源物CrMinD, 其在野生型大肠杆菌(E. coli)中的过表达会抑制细胞的分裂并导致丝状细胞的形成, 表明植物MinD蛋白在进化上的保守性. CrMinD-egfp在烟草和拟南芥中的瞬时表达确认了CrMinD蛋白在调节叶绿体分裂中的作用. 在已公布的所有陆生植物质体基因组序列中, 没有发现MinD的同源物, 说明MinD基因从质体转移至核这一事件在进化出陆生植物以前就已经发生了.     

数据驱动下的个性化自适应学习研究综述

智能教育环境下的教学更加关注学习者的个性化诉求，而自适应学习能够为实现个性化教育提供技术和方法支持.文章从数据驱动的视角出发，通过开展国内外个性化自适应学习研究的综述分析，对其系统框架和相关组件进行阐述和解读.其中，重点从领域知识模型、学习者特征模型和教学模型三方面对其实现机制进行探析，提出当前研究存在的问题和不足，并在此基础上介绍了近年来可促进解释性提升的相关组件技术研究，奠定进一步深入个性化自适应学习研究的基础.