青海省东北边缘地区蝴蝶多样性

为积累探讨蝴蝶的起源进化及其与环境演变的关系和蝴蝶预测预示环境的变化与优劣作用的基础资料,调查组于2011年7-8月对青海东北边缘地区蝴蝶采用样线法进行了调查,分4个植被小区进行分析讨论,获知该地区共分布蝶类161种(含文献记载),隶属于8科82属,14种是青海省新纪录.本次调查获知87种,隶属于8科,49属.分布的粉蝶和蛱蝶种类最多,均为34种,眼蝶30种,灰蝶29种,凤蝶和蚬蝶只有3种.5种生境中,农田物种数、个体数、多样性指数和均匀度均最高,是这个地区特有的现象.从数量等级分析,13种历史记载为优势种的蝴蝶,有5种数量等级保持不变,有5种降为常见种,3种降为少见种,同时新增6个优势种,反映了过去10多年间该地区环境的某种变化.冷龙岭和黄湟谷地小区系统中,优势种比例高,罕见种比例低,预示着系统的健康状况低、或者有下降可能.青海东北边缘地区蝴蝶分布型具有非常明显的边缘效应特征,其泛布种、广布种和共有种127个,占全区分布蝴蝶的78.88%;该地区区系具备基本古北区性质,古北种27个;占16.77%;由于青海东北边缘地区非常突出的过渡性质,特有种非常罕见,共7个,仅占4.35%,其中青藏区3个,西南、东北、华北和华中区各1个.青海东北边缘地区分布的蝴蝶中,有哪些种类地理分布范围的某段边界线是在我们调查的这个区域内值得进一步研究.     

化学实验教学目标分类学研究

基于对文献中化学实验分类方法和国内外实验教学目标分类学研究的整合与修订,建构了一种全新的三维化学实验教学目标体系,以期帮助教师更容易地理解、设计与实施化学实验教学,并为实践中强化"实验创新能力的培养"提供有力支持.     

普通昆虫学多元化实践教学体系的探索与实施

针对普通昆虫学实践教学的现状和问题,对该实践课程的教学体系进行了改革,重点改进教学方式和教学模式,改进成绩考核机制,并使实践教学与科学研究相促进,从而构建普通昆虫学多元化实践教学体系.     

n值Lukasiewicz命题逻辑系统中公式的矛盾度理论

在n值Lukasiewicz命题逻辑系统中运用公式的矛盾度概念,讨论了公式矛盾度的部分重要性质,给出了Lukasiewicz命题逻辑系统中的矛盾度并推理规则,进而讨论了矛盾度与推理规则之间的关系.     

四元数体上离散型Lyapunov方程的反问题解

利用自共轭四元数矩阵的酉对角分解和正负惯性指数为工具,刻划了四元数体上离散型Lyapunov方程AXA*-X=F的反问题有解的充要条件,并得到解A的具体表达式.同时,给出该方程在酉矩阵约束条件下的解和最小二乘解.推广了对称双侧正交Procrustes问题.     

基于PFM调制的超低功耗红外光通信装置设计

采用分离元件,以STM32F103ZE微处理器作为控制核心,设计了一种红外光通信装置以及超低功耗三维中继器,实现数字或模拟信号的无线传输以及任意方向转发.该装置主要由红外光发射器、三维中继转发器和红外光接收器等模块组成,使用同步传输协议,以脉冲调频的方式调制解调,实现了数字化无线通信的目的,解决了光通信仅能单一方向传递的问题,具有功耗低,传输距离较远的优点.并以音频传输为原型,在13m左右的三维空间里实时传输0.1~10kHz频带内的音频信号.     

成都市高校校园栽培植物区系组成及特征分析

在对四川大学等10所高校18个校区的校园栽培植物进行系统调查的基础上,对其科、属的分布区类型进行了统计分析,结果表明:1成都市高校校园栽培植物物种多样性较高,共有植物244种,187属,91科;2优势科、属不明显;3分布区类型多样,地理成分也较为复杂;4区系成分中,以热带成分为主,温带成分丰富,呈现一定的过渡性;5特有、珍稀濒危及保护植物种类较多,展现了成都市高校校园文化的环境保护特色.     

基于贝叶斯测距和迭代最小二乘RSS的定位算法

针对基于接收信号强度(received signal strength,RSS)测距定位框架,提出基于贝叶斯测距和迭代最小二乘定位的RSS的定位算法.在测距阶段,先利用贝叶斯概率模型处理测距过程,并采用最小均方误差(minimum mean square error,MMSE)估计距离;在定位阶段,利用迭代最小二乘(iterative least square,ILS)估计节点的位置,最后重点对其定位性能做了理论分析和对比实验.仿真结果表明,提出的MMSE+ILS定位的方案极大地提高了定位精度,并降低了计算复杂度,但运行时间略有提高.     

城市公园儿童户外活动场地安全性设计探讨

对公园儿童户外活动安全进行了问卷调查,概括出影响活动场地的安全因素,包括场地设计因素、游戏器械因素以及儿童自身因素.在此基础上,提出了城市公园儿童户外活动场地安全性设计的策略.     

考虑时变资源价格因素的Q学习强化和声搜索网格任务调度算法

针对传统网格任务调度算法不考虑价格时变因素缺点,提出一种基于Q学习强化和声搜索算法的考虑时变资源价格因素网格任务调度算法.首先,综合考虑价格时变因素影响,对网格任务调度模型进行改进,提出一种新的调度模型;其次,利用Q学习算法对和声搜索算法进行改进,平衡了算法的广度和深度搜索能力;最后,通过与同类算法的仿真对比结果表明,该算法和模型具有较好的收敛速度优化性能,并且在资源价格满意度和任务调度长度两个层面具有更全面的优化性能.