氨水介质中石膏转化为硫酸钾动力学

应用电导法研究了石膏在氨水介质中转化为硫酸钾的动力学特性。试差法确定反应为一级，用最小二乘法求得速度常数ｋ的回归值为０．１１２１ｍｉｎ－１．推测了反应机理并建立了电导率与反应时间（Ｌｔ～ｔ）、电导率差值之比的自然对数与反应时间（ｌｎ［（Ｌｏ－Ｌ∞／Ｌｔ－Ｌ∞）］～ｔ）和ＫＣｌ转化率与反应时间（Ｙ～ｔ）的回归方程。     

石膏转化法制取硫酸钾单因素实验的回归分析

在一系列单因素实验基础上考察了氨催化下石膏转化法制取硫酸钾中各种因素对氯化钾转化率的影响，应用一元回归分析方法建立了各单因素实验数学模型，得出了反应的优化工艺参数。结果表明氯化钾转化率可达９４％．     

牦牛肥胖基因和肿瘤坏死因子α基因的序列分析

肥胖基因(ob gene)是近年来刚被克隆的新基因，该基因的表达产物瘦蛋白(Leptin)具有调节体重、影响动物生长和繁殖率等一系列生物学功能．肿瘤坏死因子-α(Tumor Necrosis Factor-α，TNF-α)是一种主要由活化单核巨噬细胞和T淋巴细胞产生的多效性细胞因子，时TNF-α基因的基础及应用研究已成为近年来动物抗病育种的研究热点之一，本文克隆及测序分析了牦牛上述两个基因的部分片段。结果表明：ob基因大小为1773bp，TNF-α基因为1160bp，通过genebank中的blastn比较分析牦牛ob基因和TNF—α基因与普通牛种的相应基因同源性都高达98％。     

动物基因图谱的研究现状及其应用

随着人类基因组测序的完成，近年来，动物基因组计划也取得了巨大进展．目前已有猪、牛、羊、马、鹿、鸡等动物绘制了较完善的遗传图谱。这些图谱的建立对了解动物整个基因组结构和对家畜中与重要经济性状相关的基因或遗传标记的鉴定及对家畜开展分子标记辅助选择均十分重要，该文从国内外构建动物基因图谱的方法、研究现状及发展趋势等方面对动物基因图谱的研究作了简要阐述；并探讨了其在基因定位、遗传分析、分子标记辅助选择和研究动物染色体行为等方面的应用。     

保细节自适应超分辨率融合算法

超分辨率融合是把配准好的低分辨率图像信息进行综合,形成高分辨率栅格上的均匀采样．为了改善图像超分辨率融合效果,对鲁棒超分辨率融合算法进行改进分析图像局部模式,给出角点和连接点的识别方法,进而设计了保细节自适应适用度函数,提出了保细节自适应超分辨率融合算法实验结果表明,算法不仅对配准误差具有鲁棒性,而且能很好地保存图像的边缘和细节特征,提高了融合图像的质量．     

基于分形及纹理分析的城市遥感影像阴影去除

为有效去除城市遥感影像中阴影效应所产生的影响,实现阴影区域的自动检测及区域内景物重建,利用纹理分析的方法,通过计算共生矩阵及其相关指数来确定阴影区域,以实现阴影区域的自动检测;同时利用分形插值中的随机中点替代法对阴影区域内景物进行了复原,真实再现了阴影区域内的景物特征．对实际航空遥感影像的处理结果表明,该方法能有效实现遥感影像阴影区域的自动检测及区域内的景物重建．     

基于小波能量加权的医学图像融合新算法

目前的大多数基于小波变换的医学图像融合算法,由于没有细致考虑低频分量融合规则以及高频分量邻域特征对于融合效果的重要性,因而得到的融合效果有时并不理想.现提出一种小波域按邻域加窗能量加权的融合准则,该准则根据人体颅部18F-FDG和MRI-T1图像的特点,充分考虑到了低频分量和高频分量邻域特征,对原图像高、低频小波系数分别选用具有不同物理意义的窗矩阵进行邻域加窗能量计算,以归一化加窗能量为权值对各小波系数进行加权,得到融合小波系数,经过小波反变换重构出融合图像.实验证明,采用提出的融合算法得到的融合图像很好地包含了源图像的信息,该算法在医学图像融合应用中比传统的小波系数取大算法、加权平均算法及按邻域方差加权算法效果更好.     

钾离子电极电位滴定法测定钾肥中的钾含量

本文对石膏转化法生产的粗产品硫酸钾滤饼体系，应用电位滴定，测定了滤饼中硫酸钾含量，并建立二阶微商法计算终点体积和终点电位的数学公式和编写相应的ＦＯＲＴＲＡＮ程序求解。实验结果与四苯硼钠重量法作了对比，平均相对误差－１．８５％，方法精密度为＋１．２６％，钾回收率为９９～１０２％．该法与四苯硼钠重量法相比，具有快速、简便、准确等优点。     

高等教育顾客满意度模型的探索研究

随着高等教育大众化的发展,高等教育的质量问题也日现突出.在这种形势下,顾客满意度测评无疑为高等教育质量评估提供了一种新的测量理论和工具,具有重要的理论和现实意义.本文构造的中国高等教育顾客满意度模型正是一个能够客观地、准确地、科学地反映出中国高校教育质量的模型.     

基于超像素运动统计的误匹配去除方法

特征匹配是实现图像配准的重要手段,然而特征匹配中往往存在大量的误匹配,对于存在非刚性形变和大位移运动的图像序列尤为严重;如何从初始匹配结果中找到准确可靠的匹配点集,是提升图像配准性能的关键.为解决上述问题,首先根据图像的空间和色彩相似性,利用改进的超像素分割算法对图像进行分割;分割后的超像素块在空间上紧密相连,严格遵循图像轮廓边缘,且在同一区域内的颜色纹理基本趋于一致,可保证内部特征点具有相同或一致的运动趋势;同时,采用ORB算子对图像进行特征提取与描述,并利用暴力匹配算法得到初始匹配点集.其次,在超像素运动一致性约束下,提出了一种基于超像素运动统计模型的误匹配去除算法.通过建立超像素网格统计模型,将初始匹配坐标分配至相应的超像素区域,利用累加器计算出每个超像素对的匹配度,将初始匹配的概率分布特性转换为统计特性.最后,根据超像素匹配度的差异,计算出正确匹配的掩膜图像,实现了误匹配点的自动识别和剔除.仿真实验结果表明,与当前的误匹配去除算法相比,本文算法不依赖于复杂的参数模型,具有较高的鲁棒性,运算速度较快,可有效去除非刚性形变图像配准过程中产生的误匹配.