国家863智能化农业专家系统开发技术

介绍了农业专家系统的结构特点和利用PAID进行农业专家系统开发的工作流程、技术要点和注意事项,为开发出高质量的农业专家系统提供帮助.山西省在应用农业专家系统后取得了良好的经济和社会效益.     

一个数论函数的五次均值的计算

主要解决了二进制数字之和函数五次均值的计算公式问题,采用初等方法,对五次均值的计算进行了猜想、归纳,得出了精确的计算公式A5(N),它对于数论的理论研究起着重要的作用.     

无线传感器网络DV-Hop算法的一种优化方法

为解决Hop-DV算法在无线传感器网络应用中定位精确度低的问题,提出一种优化该算法的方法.该算法设定一个大小合适的阈值量TN来对最小跳数值进行约束,提高了跳段距离估算精度;将传统Hop-DV定位算法中计算节点间平均跳距的方法替换为考虑了多个信标节点的平均跳距值的加权处理方法,这样使平均跳距计算值更加准确,定位更加精确;使用交叉粒子群算法对定位结果优化处理,实现对Hop-DV定位算法定位性能的全面提升,减小定位误差.研究结果表明:与传统算法相比,新算法能更准确地计算节点平均跳距,得到的均方根误差更小,定位精度得以提高,且更适用于井下巷道.     

木聚糖酶处理对纸浆中己烯糖醛酸含量的影响

采用木聚糖酶处理纸浆,以降低纸浆中的己烯糖醛酸含量.结果表明,木聚糖酶处理可以降低纸浆中己烯糖醛酸的含量.在木聚糖酶用量为10 U/g时,处理的麦草浆和三倍体毛白杨浆中己烯糖醛酸的含量分别降低了3.46 μmol/g和7.83 μmol/g,桉木浆中己烯糖醛酸含量最大降低量为7.71 μmol/g.当木聚糖酶用量在0～15 U/g时,随着木聚糖酶用量的增加,其处理的麦草浆中的己烯糖醛酸含量逐渐降低;而其处理的三倍体毛白杨浆中的己烯糖醛酸含量先逐渐降低,当酶用量达到10 U/g后,含量基本不再变化.     

谈几何图形与证题关系

中学数学几何的证明题中,图形画不准确影响证题思路或画特殊图形代替一般图形造成证题推理无根据或图中具有的某些性质从直观判断代替推理证明导致错误结论等,这些是学生证题常见的一些错误,本人在教学过程中总是强调学生:     

雏鸡感染堆型艾美耳球虫早熟株外周血T淋巴细胞的动态变化

8日龄雏鸡(免疫组)每只接种3×103个堆型艾美尔球虫(Eimeria.acervulina)早熟株孢子化卵囊,在第16日龄免疫组和不免疫攻毒组每只攻毒堆型艾美尔球虫强毒株孢子代卵囊5×104个,用а 醋酸萘酯染色法计数T淋巴细胞数量,得T淋巴细胞所占淋巴细胞的百分率。t检验结果表明,免疫攻毒组T淋巴细胞的百分率与不免疫攻毒组和空白对照组的T淋巴细胞的百分率差异极显著,显示该早熟株具有较好的免疫保护效果。     

稀土锌合金制备过程稀土的利用率研究

本文通过石墨钟罩法在井式坩埚电阻炉制备Zn-0.1%RE合金,并利用ICP对其进行成分化验,研究不同熔化温度、浇铸温度下稀土合金制备过程及其稀土合金二次熔化过程稀土的利用率;结果表明:稀土的烧损存在于合金化、浇铸、二次熔化等三个阶段;稀土合金制备最佳熔化温度为580℃左右,最佳浇铸温度为500℃左右,稀土合金二次熔化时(结构件镀锌环境下)烧损率:15%左右。     

海相稠油油藏高倍数水驱岩心润湿性实验及微观机理

中国南海珠江口盆地海相砂岩强边底水稠油油藏,采用水平井、大液量和天然能量开发。由于水驱倍数高,储层经过强烈冲刷,储层润湿性发生改变,从而影响水驱渗流特征。目前关于高倍数水驱储层润湿性变化的研究集中于陆上稀油油藏,对于海相沉积的稠油油藏研究偏少,且微观机理解释不多。本文改进了常规润湿角实验规范和流程,首先利用不同黏度油样和地下岩样进行高倍数水驱实验,然后测定高倍数水驱后岩心润湿性,研究原油黏度和驱替速度对岩心润湿性变化影响。结合X-衍射定量分析、扫描电镜、稠油四组分含量测定实验结果和分子动力学模拟方法,从矿物成分变化和极性物质含量方面,分析了润湿性变化的微观机理。结果表明:原油黏度越大,高倍数水驱前油湿性越强,高倍数水驱后接触角变化的绝对值越大;当原油黏度为150 mPa·s时润湿性改变的潜力最大;水驱过程岩心黏土矿物含量的变化和岩心表面油膜的破坏是润湿性转变的重要因素。该成果对海相稠油油藏提高采收率具有指导意义。     

E-反演半群胚的群胚同余

建立E-反演半群胚C的正规子半群胚格和C的群胚同余格之间的格同构,并将此应用到E-反演半群S上,得到S的正规子半群格和群同余格的刻画.给出E-反演半群胚C的最小自共轭全子半群胚U(C)的构造及其与最小正规子半群胚D(C)的关系,证明了U(C)的酉性与C的最小群胚同余σ的纯性等价.     

一种基于填充函数的神经网络全局优化算法

针对前向神经网络BP算法由于初始权值选择不当而陷入局部极小点这一缺陷,提出新的全局优化训练算法.首先,提出了一种新的填充函数,并证明该函数的填充性质,进而结合该新填充函数与BP算法,构造出基于填充函数的全局最优化神经网络算法.应用全局优化算法训练神经网络时,如果误差函数陷入局部极小值,该算法可以利用填充函数帮助误差函数不断地跳出局部最优,直到找到全局最优点.该新算法的最大优点是对于初始权值无依赖性,避免了BP算法易陷入局部极小值的缺点.理论分析和仿真试验结果证明了该全局优化神经网络算法的有效性和优越性.