基于改进欧几里得聚类的激光雷达障碍物检测

针对传统的欧氏聚类算法无法同时对近处和远处的障碍物点云进行精准检测和分割,容易造成错检和漏检的情况,提出一种欧氏聚类算法的改进方法,可以根据点云与激光雷达之间的距离动态地选择阈值,从而快速且准确地完成聚类.实验表明:该方法能同时对近处和远处的障碍物点云进行快速且准确的聚类.     

团队创造力维度的构建:知识资本、思维风格与人格构成

创造力是团队原始创新的产生和发展的动力.创造力直接和间接的影响因素比较繁杂,目前缺乏对各因素之间逻辑关系的梳理和辨析.根据对心理学和管理学领域的文献研究及对专家的调研访谈,综合归纳了团队创造力的十个影响因素,并阐述各因素的内涵定义;根据各因素的内涵和作用建立因素间的关系模型,运用解析结构模型方法,通过级间分解将这些影响因素进行结构分类和维度构建;最后确定了团队创造力的3个维度,即知识资本、思维风格和人格构成,并阐述3个维度间的逻辑关系.     

低糖复合果酱的配方及其储藏期品质变化研究

为了研究风味和营养俱佳的低糖复合果酱,以新鲜的苹果、山楂和胡萝卜为原料,以原料比例、加糖量、复合增稠剂比例和浓缩时间为影响因素,通过单因素和正交试验确定最佳工艺配方.结果表明,低糖复合果酱最佳配方为:原料比例3:2:1(苹果:山楂:胡萝卜),加糖量20％,复合增稠剂比例1:1(果胶:黄原胶),浓缩时间18 min.在储藏6个月内,果酱的可溶性固形物和总糖含量呈下降趋势,酸度先增大后趋于稳定,菌落总数有所增加,均符合国家标准.另外,果酱储藏6个月内感官评分下降,在第6个月时,因营养成分发生变化引起口感不适.     

基于混合优化算法的关节臂式测量机参数标定

为进一步提高关节臂式坐标测量机等高机动性精密测量设备的测量精度,使用D-H矩阵法建立其关节坐标转换数学模型并据此推导出参数误差模型.针对非线性多参数标定问题,通过变换分析消除了最小二乘法求解时矩阵中的冗余参数,降低了计算的复杂性.设定判定准则并实现最小二乘法和模拟退火算法的混合,提出了一种基于混合优化算法的参数标定方法,解决了LM算法的初值设定和SA算法的搜索效率逐步降低的问题.实验结果表明:关节臂式测量机参数经混合优化算法标定后,参数的误差范围有了显著的缩小,单点重复性误差的平均值减小了1.746 mm,长度误差的平均值减小了0.941 mm,测量误差得到了进一步的抑制.     

土壤肥料学实验课程的教学改革与实践

为全面培育卓越农林人才，提高教学培养质量，本研究结合土壤肥料学的课程内容、教学特点及实验方法，对存在的问题进行了剖析，并结合实际针对存在问题做出了相应改革，适时调整《土壤肥料学》实验课程内容和形式。通过删减验证性实验内容，增设综合性实验，传统部分教学内容实现网络化等三方面对该课程的实验课部分进行了改革与实践，以期提高学生综合运用所学《土壤肥料学》的相关知识来解决生产实际问题的能力。     

财政性科技经费监管体系探析

我国初步建立了财政性科技经费监管体系,但是在监督主体、监督制度等方面还存在缺陷,科技经费监督出现诸多问题。建立要加强宏观层面的统筹规划,建立由政府、承担单位和外部主体上下联动、横向联合的立体监督体系。     

仿生非光滑花纹沟对轮胎抗滑水性能的影响

以205/55R16乘用车轮胎为研究对象,采用计算流体动力学建立了考虑胎面花纹变形的轮胎滑水分析模型;以气-液二相流数值模型分析了轮胎的滑水性能,并将临界滑水速度仿真值与NASA滑水速度预测值及轮胎发生滑水时力平衡下的速度进行对比.在此基础上,引入仿生减阻理念,研究了夹角为60°、高度为0.6mm的仿生对称V形结构对花纹沟排水量和水流阻力的影响,并将其结构特征信息等效移植到接地区轮胎花纹沟底,进行了仿生花纹轮胎的滑水性能分析.结果表明:所建滑水分析模型可用来分析轮胎滑水时的流体运动特性;相对原花纹轮胎,仿生非光滑花纹沟轮胎通过提高接地区花纹沟内水流速度,降低了胎面动水压力,提高了临界滑水速度.     

“百病生于气”疾病观的针灸临床应用

 “百病生于气”见于《素问·举痛论》，几千年来始终是中医临床认识疾病、防治疾病的重要理论依据之一。对气的含义及气机失调致病的机制进行了梳理，得出了“百病生于气”的基本含义可以概括为气机失调是疾病发生的基本病机的结论，情志因素、精神心理是导致疾病发生的重要内因。分析认为“百病生于气”的理论对于针灸临床有重要指导意义，针灸诊疗过程中应注重“调气”“调神”，这是针灸取得佳效的根本保障。     

迹为整数的3×3阶正交矩阵的谱

讨论了3×3阶正交矩阵的特征值和迹的关系,证明了迹为整数的3×3阶正交矩阵的谱可由迹确定,为应用广泛的3×3阶正交矩阵的谱的计算提供了简单实用的方法.     

Hierarchical Community Detection Based on Partial Matrix Convergence Using Random Walks

Random walks are a standard tool for modeling the spreading process in social and biological systems.But in the face of large-scale networks,to achieve convergence,iterative calculation of the transition matrix in random walk methods consumes a lot of time.In this paper,we propose a three-stage hierarchical community detection algorithm based on Partial Matrix Approximation Convergence(PMAC) using random walks.First,this algorithm identifies the initial core nodes in a network by classical measurement and then utilizes the error function of the partial transition matrix convergence of the core nodes to determine the number of random walks steps.As such,the PMAC of the core nodes replaces the final convergence of all the nodes in the whole matrix.Finally,based on the approximation convergence transition matrix,we cluster the communities around core nodes and use a closeness index to merge two communities.By recursively repeating the process,a dendrogram of the communities is eventually constructed.We validated the performance of the PMAC by comparing its results with those of two representative methods for three real-world networks with different scales.