陕西5种外来入侵植物新纪录

现报道陕西5种外来入侵植物新纪录,即北美车前(Plantago virginica L.)、细叶旱芹(Cyclospermum leptophyllum(Persoon)Sprague ex Britton&P.Wilson)、裂叶月见草(Oenothera laciniata Hill)、匙叶合冠鼠麴草(Gamochaeta pensylvanica(Willd.)Cabrera)以及柳叶马鞭草(Verbena bonariensis L.),凭证标本保存于陕西理工大学植物标本馆(HZTC).     

科技成果转化的探索与思考 ——基于湖南省科技成果转化的实证研究

科技成果转化是推动科技与经济结合的直接动力,是促进经济社会高质量发展的必要途径.文章通过对科技成果转化的重要性、现状和障碍的分析,提出科技行政管理部门应采取的管理举措.     

高质量发展政绩考评:理念、沿革与前瞻

政绩考评是贯彻落实中央各项部署的"指挥棒",也是引导、激励和约束干部作为的"风向标".高质量发展政绩考评体现以人民为中心的发展理念,旨在构建正确的政绩观和度量衡.审视改革开放40多年来我国政绩考评的演进历程,大致经历了5个阶段,其内在逻辑是始终坚持服务中心工作、体现时代特征、不断强化群众参与程度和凸显技术体系的重要性.在新时代的发展视域下,我国政绩考评呈现价值导向化、指标个性化、方法多元化和体系统一化等趋势,为进一步发挥政绩考评功能,应坚持以人民为中心的理念,构筑以民生三感为导向的指标体系;健全多元考评主体,扩大第三方专业评价机构参与;加强考评数据驱动,优化政绩考评信息管理;强化考评结果运用,形成干部能上能下的主要依据.     

基于码头闸口数据的集卡周转时间短时预测方法

为给车辆调度优化以及集卡预约系统设计提供重要参考,利用所采集的深圳市某港口的码头闸口数据,建立一种基于数据挖掘的集卡周转时间短时预测方法.首先,通过对码头闸口数据进行分析,获取车辆到达时间分布、任务类型、作业方式等集卡作业特征以及集卡在码头内的周转时间;在此基础上,利用循环神经网络并结合训练集数据,建立集卡作业特征与其周转时间之间的映射关系.其次,为减少随机波动对周转时间预测效果的影响,利用小波分解算法对循环神经网络拟合结果的残差进行高频噪声分离,并通过自回归模型拟合过滤后的低频序列.最后,将拟合后的循环神经网络与自回归模型进行结合,建立一种支持集卡周转时间短时预测的组合模型,并利用测试集数据进行有效性验证.结果 表明,相比单一的循环神经网络,该组合模型可以大幅提升预测精度.     

化学实验教学创新设计的调查报告

为了了解化学实验教学创新设计的现状,对常德市普通高中化学教师进行问卷调查,调查结果显示高中化学实验教学创新设计有弱化的趋势.在此基础上,从学科教学的角度对弱化的原因进行了分析,并提出化学实验教学创新设计的OCPP评价模式,尽可能建构、揭示或阐述实验教学创新设计的基本原理.OCPP模式包括目标评价(Objective Evaluation)、内容评价(Content Evaluation)、过程评价(Process Evaluation)和成果评价(Product Evaluation)4个部分.     

目标电磁散射的面中心立方体网格FDTD方法

基于面中心立方体(face-centered cube, FCC)网格的空间结构, 由麦克斯韦方程出发, 推导了基于FCC网格的单轴各向异性介质完全匹配层(uniaxial anisotropic media perfectly matched layer, UPML)吸收边界条件以及近-远场外推边界条件的三维迭代式。通过典型算例, 先后验证了基于面中心立方体网格的时域有限差分(FCC-finite difference time domain, FCC-FDTD)方法的UPML吸收边界条件和近远场外推边界条件的正确性。最后通过计算金属球的后向雷达散射截面(radar cross section, RCS)比较了FCC-FDTD方法与传统FDTD方法的计算精度, 结果显示FCC-FDTD方法具有更高的计算精度。     

电缆槽对电缆间串扰的影响研究

电缆在使用时一般会铺设在电缆槽中,而电缆槽对铺设其中电缆之间的串扰会形成影响.针对电缆槽中电缆之间的串扰问题,提出一种结合多端口网络理论及分块级联思想的建模方法,使用基于波导格林函数的矩量法来提取电缆槽中电缆间的分布参数,并用虚拟节点理论将提取的分布参数矩阵转化为模型中的传输函数.通过与商业电磁仿真软件的仿真结果进行对比,验证了本文的模型及算法在分析电缆槽中电缆间的串扰问题时具有较好的精确度,最后运用此方法分析了电缆处于电缆槽中不同位置时的线间串扰大小,并结合铁路现场的实际情况对电缆槽中电缆的布线方式提出了建议.     

多维度深海鱼类识别算法

针对深海光线分布不均匀导致鱼类识别检测困难的问题,提出了符合视觉认知的多维度深海鱼类识别算法.该方法从时间维度优化传统的高斯混合模型(GMM)初步确定变化区域,从空间维度构建目标特征,完整提取运动目标,从时空关联维度建立深度学习的鱼类识别框架,试验结果表明:本算法可在多种复杂条件下准确提取运动目标,面积交迭度(AOM)达到80％以上,优于当前主流算法.     

船舶运动建模与仿真研究进展及未来发展趋势

梳理和分析了国内外学者对船舶运动建模与仿真所做的工作,概括了在风、浪、流、冰、船间效应、岸壁效应等作用下的船舶操纵性预报,介绍了船舶运动仿真的主流方法及在模拟中的应用,总结归纳了船舶运动建模与仿真研究进展中的关键技术,并指出智能化建模和仿真将会成为未来发展趋势.