《隆中对》：科学与虚幻并存

《隆中对》的初期目标既重视“人谋”，又注意到了“不可与之争锋”、“不可图”等客观因素，具有一定的科学性。然而，《隆中对》的最终目标则客观上存在着“跨有荆、益”与“外结孙权”之间和“外结孙权”与“复兴汉室”之间等诸多难以调和的矛盾，故《隆中对》最终目标实现的可能性微乎其微。     

捷联惯导用挠性陀螺静态漂移误差建模

运用极轴翻滚试验,研究了捷联惯导系统使用的动力调谐式挠性陀螺的静态漂移误差的建模方法。仿真分析和试验验证表明,本方法具有建模准确、估计参数较多,对试验数据异常值不敏感等优点,具有较强的实用性。     

香菇菌汤煮制工艺优化及其非挥发性特征风味物质研究

通过单因素实验和正交试验以感官评定及固形物溶出率为评价指标对香菇菌汤煮制工艺进行优化,并采用高效液相色谱技术对煮制后香菇及汤液中非挥发性特征风味物质进行测定。结果表明,当煮制温度为120℃、煮制时间为45min、香菇质量浓度为0.050g/mL时,香菇菌汤感官评价及固形物溶出率较好。在煮制过程中,香菇中风味物质逐渐向汤液中转移,使得汤液中可溶性糖醇、有机酸、呈味核苷酸等非挥发性风味物质含量显著高于煮制后香菇中含量。除此之外,在煮制后汤液中,特征性风味氨基酸含量也显著高于煮制后香菇中含量。但是,与新鲜香菇相比风味氨基酸在煮制后汤液及香菇中绝大多数含量有所降低。     

超能β不超能

正"毓璃,快来看,今年有三名学长被SK(科技王)学院录取了!"即将步入高三的同学看着红色的光荣榜激动得不得了,只见毓璃大步流星,冲向红榜莞尔一笑:"珺风可是全国第一啊,我一定要努力拼搏,明年我一定要去SK找他,我一定会让他看到最好的我。"毓璃是北斗高中的学霸,在新一轮高考之中,学校最重     

离体皮肤的活力测定方法

皮肤移植和创面覆盖是创伤、烧伤治疗的重要措施．皮肤活力是创伤功能性封闭的必须要求，目前测定离体皮肤活力有多种方法，本文就众多测定方法作一概述．     

基于GOCAD的钻孔数据建模方法与实例研究

三维地质建模能清晰地展示地面以下地质体的结构面及相互关系。利用GOCAD软件,提出一种以钻孔为主要数据的地层界面建模方法,包括钻孔数据提取、空间数据库建立、地质界面构建、地层面模型生成和实体模型显示等。着重阐述了在钻孔数据丰富和缺乏的2种情形下,快速构建关键地质界面的技术方法。对某地铁沿线钻孔数据的实例应用表明,本方法构建的三维地质模型与地质事实吻合度高,并能有效地发现地质结构薄弱区段和潜在不良地质问题发育部位。     

CO2微通道气冷器的流场分解模拟及实验验证

为了研究CO₂流量分配不均匀度对气冷器流动特性和传热特性的影响,建立了跨临界CO₂制冷系统的微通道气冷器分解模型. 实验结果表明：随着CO₂制冷剂质量流量由110 kg/h增大到470 kg/h,扁平管内最大流量不均匀度由97% 降低到18%,流量是影响不均匀度的重要因素;流量分配不均度对CO2微通道气冷器的流动特性影响明显,而对传热特性影响较小. 比较了不同工况下相应的模拟结果与实验数据,平均换热系数误差为4.82%~38.25%,摩擦系数误差为6.09%~26.65%.     

中国西北干旱区过度灌溉绿洲的水分收支特征研究

基于水分收支平衡原理, 观测2012年生长季张掖绿洲的水分收支分量动态特征, 探究灌溉对绿洲水分收支的影响。结果表明: 1) 无降水及灌溉时, 绿洲内40~100 cm深度的土壤含水量高 0~20 cm的土壤, 强降水事件对0~20 cm的土壤含水量影响较大, 而灌溉事件对 0~100 cm的土壤含水量有明显影响; 2) 无降水及灌溉时, 绿洲的日均蒸散发(ET)为2.83 mm/d, 降水事件后3日蒸散发量为降水之前的 1.16倍, 灌溉事件之后2日蒸散速率为灌溉之前的1.88倍, 说明灌溉对绿洲的蒸散发影响更为显著; 3) 绿洲生长季水分收支收入项(降水和灌溉, P+I)中, 灌溉占89.7%, 水分支出项主要为深层渗漏(DP), DP/(P+I)为81%; 4) 2012年生长季绿洲灌溉需水量为213 mm, 实际灌溉量比灌溉需水量多出474 mm, 远远超出所需, 水资源浪费严重。     

“食品安全与检测”混合式实验教学模式探索与实践

针对食品安全与检测实验课内容涵盖知识点多、应用性强,涉及实验手段繁杂等自身特殊性,建立一种新型的线上-线下混合式实验教学模式,既达到了多知识点、多实验技能综合运用的目的,同时又缓解了实验课学时数、场地及仪器不足等压力,也是一种有利于培养药学高素质创新型人才的全新的实验教学模式。     

一种用于航拍图像的目标检测算法

提出了一种用于航拍图像的目标检测算法DSB-YOLO(depthwise separable convolutional backbone and YOLO)。在YOLOv5s的基础上,首先从主干网提取特征图感受野的角度出发,通过改变卷积核的间隔采样,降低特征图的感受野以便更好地提取小目标的信息;其次,改进了网络Neck部分的特征金字塔模型(feature pyramid network, FPN)和路径聚合网络(path aggregation network, PAN)的特征融合路径,从而使网络浅层采样的特征图中大量位置信息能够与网络深层提取的特征图较好地结合在一起,有效地提高了小目标的准确检出率;接着将C3Transformer模块加入到主干网络中,用来整合全图信息;然后,对网络进行了轻量化处理,把网络主干的部分卷积改为深度可分离卷积并集成了SE注意力机制,其目的是聚焦并选择对目标检测任务有用的信息,从而提升了模型的检测效率。利用VisDrone数据集进行的对比实验结果表明,在输入图像分辨率为1 280×1 280像素时,本文提出的DSB-YOLO算法测试平均精度指标mAP50、...