高校文献检索教学中存在的问题与思考

阐述了高校开设文献检索课的意义,分析了哈尔滨商业大学文献检索教学过程中存在的问题,对如何改进高校文献检索教学工作进行了探讨。     

蓝莓提取物及应用研究

研究了蓝莓提取物的种类、提取纯化方法以及蓝莓在食品、保健等方面的应用.结果表明,蓝莓富含花青素、黄酮、多酚和多糖等抗氧化物质,在食品和营养保健等领域有着广泛的应用潜力,是一种营养价值和经济价值极高,发展潜力巨大的果树.     

热喷涂和喷焊技术在机械设备维修中的应用

据调查，一般机械设备中约有80％的零件因磨损而失效报废，而其中导致不少零件报废的原因仅是由于表面材料过量磨损而无适宜技术修复，所以，造成的浪费极为可观。就此从热喷涂和喷焊技术的原理、应用范围、工艺特点方面介绍了这两种技术的独特优势，其技术的先进性、灵活性、低成本性和高效率性必将为生产企业、机械设备维修行业带来巨大的经济效益，发展前景十分广阔。     

从引文分析看高校理工科教师的文献需求

以齐齐哈尔大学理工科专业教师在2007-2008年发表的762篇科研论文为研究对象,采用文献计量法,对论文作者的专业、年龄和职称等自然情况,论文发表的期刊、基金情况,引文的数量、文献类型、语种及时间分布等进行统计分析,总结出理工科教师科研工作中对文献需求的特点,为文献资源建设提供依据.     

重型半挂汽车避撞控制的研究

近年来 半挂汽车正逐渐向智能化进程迈进 避撞控制是半挂汽车实现智能化的重要组成部分 针对重型半挂汽车避撞控制 提出了一种综合驾驶员因素和环境因素的安全距离模型 依据模糊控制理论 确定了驾驶员反应时间参数 基于安全距离模型 采用指数趋近律的控制方法 设计了上层滑模控制器 并与下层 ＰＳＯ－ＰＩＤ 控制器结合构成分层控制系统 在Ｔｒｕｃｋｓｉｍ 软件中建立了前车静止和前车匀速的测试场景 结果表明:所提出的安全距离模型满足车辆避撞要求 车辆能够在安全距离下实现安全停车或跟车行驶     

两相水驱油低阶模型计算方法研究

将最佳正交分解技术运用到两相水驱油低阶模型中,建立油水两相的水驱油低阶模型。用IMPES的数值算法得到一维水驱油的油水两相压力和油、水饱和度数值场。通过对压力及饱和度样本数据实施最佳正交分解,得到该问题的POD基函数。POD基函数具有能量最优的特性,即在重构公式中使用较小的截断自由度可将原问题的主要特征解准确地表示出来。通过结果的対比基于POD的低阶模型可以快速、准确地计算出ー维两相油藏模型的压力及油、水饱和度场,计算时间较之直接求解方法提高将近60倍。     

鞋样设计CAD系统中的直线检测方法

鞋样设计CAD系统中需要检测直线 ,而检测直线的方法多种多样 ,选用Hough直线检测法的主要原因是Hough直线检测法受噪声和断线的影响较小 .利用各种仿真图对该算法进行测试 ,结果证明Hough直线检测法切实具有极佳的抗干扰能力 ,可达到较高的准确度 .此外 ,Hough直线检测法不仅可应用于鞋样设计CAD系统中 ,它在服装样片等许多CAD设计系统中同样具有实际应用价值     

利用单频实时动态定位技术监测小金县春厂坝滑坡

为解决相对定位算法中载波相位模糊度难以被固定的问题,提出一种单历元阻尼LAMBDA算法,从而实现全球卫星导航系统(GNSS)实时动态定位技术。基于BDS/GPS单频实时动态定位核心算法,研发一套北斗智慧云变形监测系统。重点介绍了单历元阻尼LAMBDA算法的实现过程和变形监测系统的工作流程,该系统具有硬件成本低、实时高精度位移监测等功能特点,适用于滑坡预警工作。变形监测系统应用于小金县春厂坝滑坡监测,在连续监测过程中,该系统于2018年2月26日成功预警了滑坡事件。本次滑坡事件没有造成人员和重大经济损伤,监测预警保障了当地居民的生命财产安全。     

脉冲中子法检测煤的全水分

给出了利用脉冲中子发生器产生的快中子的非弹性散射[n,n′γ]反应和热中子的俘获[n,γ]反应,对煤的全水分进行分析的原理和方法.采用BGO(锗酸铋)探头作为γ射线探测器,通过多元回归分析方法,较好地解决了元素间的干扰问题.用脉冲中子法测得的全水分分析值与化验值的偏差不超过0.5%.     

基于精细化特征信息提取的健康和病害肉快速判别方法

[目的]针对健康肉与病害肉的快速鉴别问题,本文对健康与病害肉的表面拉曼谱图的特征信息提取和分类方法进行研究,以实现对健康肉与病害肉的快速鉴别.[方法]以羊肉的表面增强拉曼谱图为样本,分别采用主成分分析-支持向量机和卷积神经网络两种方法进行分类.通过提取谱图的精细化特征,实现谱图数据的降维和干扰信息的过滤,为分类模型提供更加准确和丰富的特征信息.并以240份包含健康与病害羊肉的拉曼谱图为训练集样本,建立了分类模型,以另外的120份样本进行健康与病害肉的辨别效果验证.[结果]实验表明经过精细化特征提取后构建的主成分分析-支持向量机模型能清晰的找到健康与病害肉的分类边界,验证样本的识别准确率从82.5%上升到93.3%,同时使用卷积神经网络对精细化提取的特征进行学习与分类,识别准确率从常规方法的90.2%上升到95.5%.[结论]本文提出的基于表面增强拉曼的肉类谱图的精细化特征信息提取和分类方法能够有效实现对羊肉样品中健康肉与病害肉的快速分类和鉴别,该方法同样可以应用于其他肉类的检测分类,对保障食品安全具有重要的意义.