高校开放实验室建设及实施方法

建设开放实验室是高校实施素质教育、培养大学生创新动手能力的重要手段。本文分析论证了高校实施开放实验室的思路、方法及意义,结合其在巩固知识结构、培养创新意识、促进科技竞赛等方面发挥的作用,证明开放实验室是培养创新型人才的有效途径。     

不同栽培环境对辽藁本根部产量性状的影响

通过比较不同栽培环境下(大田、疏林、密林)辽藁本的根粗、根长、根重等根部产量性状,研究栽培环境对辽藁本产量的影响。试验结果表明,密林下栽培的辽藁本产量最低,疏林下栽培的辽藁本产量较高,大田栽培的辽藁本产量最大。     

轻型车RDE窗口法在中国实际道路的适应性研究

利用PEMS装置开展RDE排放测试,不需要在专业实验室就可以进行排放标准符合性判定,更能真实反映车辆实际使用时的排放水平,为汽车排放缺陷判定提供了一种高效方法.本论文选择典型车辆按标准要求进行多次RDE实验,研究车辆行驶特性与CO₂窗口正常性之间的关系,发现车辆在实际道路上的CO₂排放与车辆加速度分布高度相关.在RDE测试过程中,如果市区、市郊和高速阶段加速度分布规律分别与WLTC循环的低速、高速和超高速加速度分布规律一致时,则CO₂窗口正常性较高.因此,为进一步提高国Ⅵ标准对实际道路行驶车辆排放特性的考核效率,建议将当前国Ⅵ标准中RDE法规P₁、P₂、P₃参考点的系数降低.      

一种新的组合桩轴压承载力计算

为了解决桩径过大问题,提出了一种新型组合桩形式,即在普通钢筋混凝土桩内部设置沿桩身纵向连续的圆钢管。分析了新型组合桩在轴心压力作用下的受力机理,将钢管和箍筋对混凝土的约束作用等效为有效侧向应力,推导出了临界状态时外围混凝土的配箍率。提出了随着外围混凝土配箍率的不同,这种桩在轴压下有2种破坏形式。分别推导出了不同破坏形式时轴心压力作用下新型组合桩承载力计算方法。采用该方法计算的组合桩轴压承载力与文献试验结果之比的平均值为1.015,标准差为0.037,二者吻合良好。     

长白山山地寒温针叶林带主要林型的细根生物量与土壤养分分析

以长白山山地寒温针叶林带为研究对象,选取4种不同林型(典型云冷杉林、红松云冷杉林、亚高山型落叶松林、落叶松林)分析林内细根生物量与土壤养分及其相关性.结果表明:细根生物量随土壤深度的增加而减少,0~10 cm土层细根生物量富集,亚高山型落叶松林红松云冷杉林典型云冷杉林落叶松林,10~20 cm土层细根生物量为典型云冷杉林落叶松林亚高山型落叶松林红松云冷杉林;细根生物量与土壤养分的偏相关分析显示:0~10 cm土层的细根生物量与土壤养分无显著相关性,10~20 cm土层细根生物量能有效地改善土壤有机质及氮素营养水平,均表现为显著的正相关性,与土壤全P、全K无显著相关性.     

你是自己的“囚徒”么——打破“信念固着”的坚冰

一次同学聚会,高同学见到了十年未联系的校友马同学。一番寒暄和介绍后,高同学在心底犯起了嘀咕：想当年,马同学不是那个每次考试都扯班级后腿、打架斗殴不断,特能惹事的“差生”吗？怎么现在当起了老板,成为年利润三四百万公司的老总了？马总意气风发、春风得意的样子,让这个当年学习成绩优秀的“尖子生”,目前在某私营企业打工的高同学相形见绌,高同学感到格外困惑和难过,在聚会中也蔫头耷脑起来。     

基于MSDL和C-BML的想定形式化描述

作战想定的形式化描述是将概念模型转化为计算机可以识别的数据形式,统一的形式化标准对提高想定的可重用性以及作战领域的互操作性具有重要意义。首先,简单介绍了军事想定定义语言MSDL和联合作战管理语言C-BML,然后提出了一种基于MSDL和C-BML的想定形式化描述方法,为我军形成规范的作战想定描述提供一定的参考价值,最后采用这种描述方法开发实现了一个想定生成系统。     

基于MRDS仿人机器人仿真平台设计

为了辅助仿人机器人双足步行的步态实验研究,基于微软机器人开发工作室(MRDS),探讨了一种仿人机器人仿真平台的设计和实现.对虚拟环境中仿真机器人实体进行了建模,研究了面向服务思想下机器人应用程序的一般设计模式,实现了平台服务对机器人行为的并发协调控制.双足步态规划及基本视觉识别的测试表明,平台有效实现了仿人机器人多种基本行为的仿真,为步行及其他控制算法的研究及实验提供了支持和基础.     

基于图注意力网络和天气权重的短时车速预测

城市道路短时车速预测是智能交通系统中的一个重要组成部分，也是城市道路交通信号灯控制、公交调度、出行线路搜索等具体应用任务的基础.目前这方面的研究热点多是使用图卷积神经网络捕获空间特征，再使用直接的线性拼接方法进行特征处理，在准确度上有不足.针对短时车速预测的高准确性要求，提出一种融合图注意力网络、门控循环单元和天气权重因子的深度学习预测模型（Graph Attention Network Based with Weather Weight,W2-GAT）.其中，图注意力网络利用注意力机制捕获城市道路空间信息，门控循环单元用于提取车速时间特征，重点关注待预测点周边的路面车速情况；在特征处理方面，将天气因素作为可变权重超参数与具体的道路车速特征进行融合，提高预测的准确性.实验结果表明，和现有模型相比，W2-GAT模型预测结果的均方根误差平均降低7.5%，准确率平均提升4%，能够较好地反映实际路面情况下未来短时的车速特征，为具体应用提供数据支撑.