中国散曲研究会成立十五周年巡礼

中国散曲研究会是中国韵文学会下属一级专门进行散曲研究的民间学术团体。对这个研究会是怎样成立的,它的章程、组织机构和它的成员,以及它十五年以来的发展历程,它十五年里所组织的活动和取得的成果,它今后的发展方向等问题,需要进行一次全面的总结。散曲研究会成立以后,组织了一系列的活动,取得了可观的研究成果,开创了一个散曲研究的的新时代。     

南洞庭湖湿地优势植物重金属含量及富集特征

通过野外调查采样,分析了南洞庭湖湿地8个采样点土壤和优势植物中重金属含量,以及南洞庭湖湿地9种优势植物对Cd、Cu和Sb的吸收及富集特性.结果表明,南洞庭湖湿地土壤中3种重金属元素的平均含量均超出湖南省土壤背景值和全国土壤背景值,土壤受Cd污染最严重.9种优势植物体内Cd、As和Sb的含量较高,具有修复洞庭湖湿地土壤Cd、As和Sb污染的潜力.其中蒌蒿(Artemisia selengensis)对Cd和Sb表现出显著的富集转移特征,可作为洞庭湖湿地土壤污染修复的备选材料.八棱麻(Boehmeria siamensis)对Sb的富集系数和转运系数均大于1,对重金属有较强耐受性,作为重金属污染的修复植物具有较好的应用前景.     

基于卷积脉冲神经网络的故障诊断方法研究

深度学习为轴承故障诊断的智能化发展提供了新思路。本文从类脑计算角度出发，设计一种对轴承数据敏感的脉冲神经网络来完成故障数据分类任务。首先采用信号分解的方式提高原始信号特征提取效果，然后对故障信号进行脉冲编码，并采用多分量混合输入方式填充时间步作为神经网络的输入，最后采用卷积脉冲神经网络(SCNN)进行故障分类。为了验证该模型的分类效果，采用西储大学轴承数据集进行验证，分类准确率达到了99.78%。结果表明该轴承数据编码方案可以充分发挥脉冲神经网络时空动力学特征，且该脉冲神经网络模型在轴承故障诊断问题上具有高精度、高效率的特性。本研究有利于促进脉冲神经网络在故障诊断领域的研究和应用。