“多媒体网络答卷与评价系统”的设计与实现

本文给出了“多媒体网络答卷与评价系统”的设计思想及技术实现，其中重点介绍了该系统中所采用的主要技术及系统结构     

少齿差行星传动机构的同形异性机构

利用运动倒置法对渐开线少齿差行星传动机构进行变异与演化，并提出少齿差传动机构的同形异性机构。为说明两种机构性能差别，首先导出少齿差行星传动机构的正反行程机械效率的数学表达式，然后分析其同形异性机构－内平动齿轮传动机构的性能，论证了该机构是一种优于少齿差行星传动机械的新机构。     

平面近Hamilton系统的Melnikov函数与Hopf分支

考虑一般平面近Hamilton系统和平面三次近Hamilton系统的Melnikov函数M（h），分别给出其M（h）表达式，并将所得结论应用于某些平面近Hamilton系统，分析其Hopf分支．     

双指数势Cardassian宇宙模型

对存在通常物质与双指数势标量场的Cardassian宇宙模型进行了研究，并分析了它的动力学性质．Cardassian模型对Friedmann方程引入修正项以符合目前观测的宇宙加速膨胀现象．对修正后的Friedmann方程选取适当的无量纲化，使得两项不同性质的能量密度在不同能量标度的极限下，分别现显出前者主要影响支配宇宙的高能时期，而后者影响支配宇宙的低能时期．计算结果表明，双指数势将影响宇宙演化，最终由其中一个优势项决定演化方式．     

平面二包环面蜗轮的特征建模

在环面蜗杆螺旋线解析几何方程的建模和平面包络环面蜗杆三维实体构建的基础上，分析讨论了平面二次包络环面蜗轮的几何特征，应用蜗杆特征模型，采用有限次数逻辑运算逼近方法完成平面二次包络环面蜗轮实体构建，实现了平面二次包络环面蜗轮副传动的组建．该方法简洁实用，三维实体具有真实的运动型面，能为数控加工提供精确的坐标参数，也能为平面二次包络环面蜗轮副传动的性能优化提供有用的研究方法．     

应用图像软件对植物样方郁蔽度的分析

野外拍摄若干数码植物样方郁蔽度照片，运用Motic Images Advanced 3．2高级图像应用软件，对所拍摄的相关照片进行相应的数码比较与分析处理，其结果准确，方法简易，拓展了植物样方郁蔽度数据的采集、分析、统计处理的方法，提高了对若干植物样方郁蔽度图像数据的处理速度，为数码技术运用于若干郁蔽度图像数据的分析、比较与统计处理，提供了基础资料。     

分子蒸馏技术浅释

分子蒸馏技术是近几十年发展起来的一种环境友好的液一液分离技术，目前已在生产和科研的许多领域得到了广泛的应用．     

唾液α-HBD活力测定在口腔恶性肿瘤的诊断及鉴别诊断中的意义

目的：探讨唾液α-HBD活力在口腔恶性肿瘤中的诊断及鉴别诊断中的意义.方法：利用酶速率方法测定88例口腔恶性肿瘤,57例口腔囊肿,52例腮腺多形性腺瘤,62例口腔炎症和57例健康人的血清及唾液中的α-HBD.结果：血清α-HBD在恶性肿瘤组与其它疾病组和对照组比较有极其显著意义（P＜0.001）.唾液α-HBD在恶性肿瘤组与其它疾病组和对照组比较有极其显著意义（P＜0.001）.唾液α-HBD与血清α-HBD的比值在恶性肿瘤组与其它疾病组和对照组比较有极其显著意义（P＜0.001）.唾液α-HBD在囊肿组和腮腺多形性腺瘤组与对照组比较有显著意义（P＜0.05）.经检验血清α-HBD对口腔恶性肿瘤诊断灵敏度12.5%,对其它疾病的特异度95%,唾液α-HBD对口腔恶性肿瘤的诊断灵敏度91.6%,对其它疾病特异度98%.结论：唾液α-HBD活力的测定对口腔恶性肿瘤的诊断及鉴别诊断有重要意义.     

海洋浮游植物自动分析和识别技术

浮游植物是海洋生态系统的初级生产者．对其种类的分类鉴定和定量分析是海洋科学研究和应用的基础性工作．传统的分析方法主要采用显微镜下的人工鉴定和定量计数．为了适应海洋科学和环境监测中的快速检测的需要，解决目前显微镜人工鉴定中存在的专业水平要求高、分类人员断层、耗时等问题，至今已有不少学者对各种浮游植物自动分析和识别方法进行了研究．包括基于藻细胞形态的与计算机技术相结合的图像法，基于藻类色素组成的吸光光度法、荧光分光光度法和高压液相色谱法．基于藻细胞大小、色素组成、DNA等的流式细胞仪法，基于细胞基因系列的分子探针法等．本文对这些方法的原理、发展动态、优缺点等进行了综述．认为基于藻细胞形态的浮游植物显微图像自动识别技术，由于其综合了现代仪器自动分析和传统显微分类方法的优点，是浮游植物自动识别的一种理想和实用的方法，将有很好的应用前景．     

基于信号谱熵的模糊Hamming网络缺陷识别

无缝钢管损伤监测和诊断的关键在于缺陷信号特征的提取和识别，作者研究了无缝钢管内伤、外伤及孔洞等缺陷信号的频域特征，提取信号二维谱熵指标作为特征指标，运用改进的模糊Hamming神经网络识别方法，对无缝钢管的缺陷进行识别，结果表明，该方法具有很高的识别精度，实例中识别准确率达100％，由于该识别方法不需要示教学习过程，因此能够应用于实时在线缺陷识别。