多菌种混合发酵玉米秸秆生产黄粉虫饲料的应用与研究

在饲养黄粉虫时,饲料的成本占据了总饲养成本的 80%左右。 为了有效降低大规模饲养黄粉虫的成本,拟将玉米秸秆(CS)经过发酵处理后充当黄粉虫的常规饲料。 研究了不同菌种组合发酵的玉米秸秆对黄粉虫生长的影响,先采用发酵处理的玉米秸秆养殖黄粉虫,再以黄粉虫的生长率为指标,筛选出最有利于黄粉虫生长的秸秆处理条件。 最终结果表明,采用绿色木霉 (Trichoderma viride, TV)、黑曲霉 ( Aspergillus niger,AN)、嗜热侧孢霉 (Sporotrichum thermophile,ST)、枯草芽孢杆菌(Bacillus subtilis,BS)、米曲霉(Aspergillus oryzae,AO)和产朊假丝酵母(Candida utilis,CU)多种菌种组合的发酵处理的玉米秸秆饲料利用率显著增高(P<0. 05),使用此饲料饲喂黄粉虫后生长效果好,生长率还高于使用纯麦麸喂养的黄粉虫的生长率,同时死亡率与纯麦麸喂养的黄粉虫持平。 因此使用此种方法发酵处理后的玉米秸秆可作为黄粉虫的部分或完全替代饲料,为日后能生产新型黄粉虫的饲料从而有效降低黄粉虫相关养殖成本提供了实质性的依据。     

商品金融化背景下我国商品期货市场的溢出效应研究

本研究系统探究了商品金融化背景下中国商品期货市场与传统金融市场间收益率及波动性层面的溢出效应。首先，采用TVP-VAR模型构建溢出指数，全面展现了期货市场与其他金融市场间的静态和动态溢出特征。随后，对溢出指数进行分解，分析了溢出效应的来源。研究结果表明，中国商品期货市场的整体溢出指数较高，且在2008年金融危机、2015年股市异常波动和2020年新冠疫情期间明显上升。溢出指数的上升主要源于期货市场与代表性金融市场间的双向溢出。本研究的边际贡献在于更深入地探讨了商品金融化背景下中国期货市场与金融市场间的溢出效应，描绘了金融市场微观结构的变化趋势，为理解大宗商品市场金融化提供了新的视角。研究结果有助于更全面地了解金融市场间的风险传染机制，协助政策制定者识别潜在的风险隐患，提高监管效能，有效地防范系统性金融风险。同时，本研究还有助于优化金融机构的资产配置决策。     

基于简化促动器的QTT天线主动主反射体结构建模及分析方法

本文针对新疆110 m射电望远镜天线主动主反射体结构建模及调整分析技术进行了研究.首先,将简化促动器引入QTT天线结构模型中,建立了包含简化促动器的主动主反射体结构模型;其次,在外载荷作用下,由主动主反射体结构模型可以得到变形天线的促动器指向;再次,基于促动器刚性构件假设,将主动调整分析进一步简化为面板支撑点沿促动器指向调整指定位移的有限元约束方程;最后,针对QTT天线模型对本文方法进行案例仿真,所提方法计算结果与ANSYS仿真结果的差异量约为10^-9mm,表明所提方法的有效性.该方法可为大型射电望远镜天线主动调整的精确分析提供参考.     

企业安全意识管理的探析

本研究在安全意识和人的不安全行为理论的基础上，明确指出企业管理者在企业安全管理中的重要地位，从安全氛围的营造、本质安全、培训管理、制度建设、监督管理和持续改进6个方面对安全意识的提升进行了论述，最后针对管理者安全意识的培养提出了“望、闻、问、切”的理念。     

学龄前儿童利他行为的发展:从共情关怀到维护公平规范驱动

选取240名3～6岁儿童,通过2个实验考察共情关怀对学龄前儿童利他行为的影响.实验一采用独裁者博弈任务,当儿童作为资源的分配者时,指向响应者的共情关怀如何影响儿童的利他分配行为?实验二采用最后通牒博弈任务,儿童作为响应者,当共情关怀指向的对象做出了不公平分配,儿童是否会进行利他惩罚以维护公平规范?结果发现,共情关怀能促进学龄前儿童的利他分配行为,但对于利他惩罚的影响表现出年龄差异.具体来说,无论在控制条件还是共情关怀条件,相比于更大年龄的儿童, 3～4岁小班儿童较少做出利他惩罚,表明3～4岁儿童的行为仍以自利倾向为主导,较少遵守和维护公平规范原则; 4～5岁中班儿童的利他行为以共情关怀为主导,当不公平的违规者同时也是共情关怀指向的对象时,他们更有可能出于对不公平违规者的同情,而不进行惩罚; 5～6岁大班儿童的利他行为以公平规范为主导,利他惩罚行为不受共情关怀的影响.这些结果说明,学龄前儿童的利他行为经历了从共情关怀驱动到维护公平规范驱动的转变,并且4～5岁可能是这种转变的过渡阶段.     

不同地域香果树群落的区系差异

选取江西三清山、浙江古田山、湖南大围山、江苏溧阳、河南桐柏山、湖北九宫山和安徽天堂寨7个样地香果树群落，分析香果树群落的种类组成、地理成分、区系相似性，探讨不同地域条件对香果树群落区系的影响。结果表明：(1)不同地域的香果树群落的种类组成差异明显，三清山优势种有香果树、拟赤杨、华桑、山桐子和浙江大青；古田山优势种有香果树、杉木、红楠、台湾松、细叶青冈；大围山优势种有香果树、伯乐树、樱桃、臭椿；溧阳优势种有香果树、毛竹、紫楠、梧桐、响叶杨；桐柏山优势种有香果树、北枳棋、盐夫木、大叶朴、山樱桃；九宫山优势种有香果树、桢楠、尾叶山茶、新木姜子、黑壳楠、红椿；天堂寨优势种有香果树、天目槭和蜡瓣花。生活型差异较明显，大围山和溧阳5个类型都有；三清山缺乏一年生植物；桐柏山缺乏地上芽植物；天堂寨缺乏稳芽植物；古田山和九宫山缺乏稳芽植物和一年生植物。香果树在九宫山和桐柏山有少许幼苗，其他山地幼苗缺乏，不利于自然更新。(2)地理成分有一定的差异。三清山、大围山、溧阳和桐柏山温带成分高于热带成分。古田山、九宫山和天堂寨热带成分高于温带成分。三清山、大围山和桐柏山以北温带分布为主。古田山和溧阳以泛热带分布为...     

融合BERT词嵌入和BiLSTM的微博谣言持续检测模型

针对微博谣言带标签数据不足，且当下的谣言检测模型无法持续学习应对不断变化的微博网络语言等问题，本文提出BERT-BiLSTM-LML微博谣言持续检测模型.首先，使用BERT(Bidirectional Encoder Representations from Transformers)预训练模型提取两个任务输入文本数据的词向量；其次，使用双向长短时记忆(Bi-directional Long Short-Term Memory, BiLSTM)网络充分提取文本的上下文特征；最后，基于BiLSTM深层特征使用终身监督学习算法ELLA(Efficient Lifelong Learning Algorithm)对两个任务的特征数据进行建模，以实现对微博谣言的持续检测.实验结果表明：BERT词向量有效优化了模型性能，比基于Word2vec词向量的Word2vec-BiLSTM-LML模型在准确率和F1值都提升了5.5%.相较于独立学习，在持续学习争议检测任务后，模型的谣言检测准确率提升了1.7%,F1值提升了1.8%.同时，在持续学习过程中，随着知识的积累，谣言检测准确率持续提升.最终在公开...