安祖花的组织培养和快速繁殖

以根段为实验材料,对安祖花组织培养技术进行了研究.结果表明,最佳诱导培养基为MS+BA 2.0 mg/L,诱导率最高为80%;最佳分化培养基为MS+BA 0.5 mg/L+NAA 0.5 mg/L;最适宜的生根培养基为MS+NAA 0.2 mg/L+0.1%Ac,生根率为100%.     

体育学理中的运动技能学习分析

分析了体育学理的内涵与运动技能学习规律及影响因素,并基于“会能度”分类的运动技能对中小学生在学习动作技能时可能产生的影响提出了自己的见解,对体育学理方面的研究提出了一些建议。     

人文关怀视域下当代革命军人核心价值观的培育

人文关怀是以作为社会主体的人的个性为基础的一种普遍的人类自我关怀,它表现为对人的需求、尊严与价值的尊重和关怀,以及对人的自由与全面发展的追求,体现了现代社会的时代精神与先进理念。培育当代革命军人核心价值观集中体现着马克思主义的人文关怀思想,蕴涵着马克思主义的人文关怀价值。如何在培育当代革命军人核心价值观过程中更多地融入人文关怀,是中国特色社会主义意识形态建设的重要组成部分,也是国防和军队建设尤其是我军思想政治建设的重要内容。     

鲁棒最小二乘支持向量机及其在软测量中的应用

针对最小二乘支持向量机在利用产生于工业现场的非理想数据集进行建模预测时,稀疏化模型鲁棒性差的问题,提出了一种基于模糊C均值聚类和密度加权的稀疏化方法.首先通过模糊C均值聚类将训练样本划分为若干个子类;然后计算每个子类中各样本的可能贡献度,依次从每个子类中选取具有最大可能贡献度的样本作为支持向量;最后更新每个样本的可能贡献度,继续从各个子集中增选支持向量,直至稀疏化后的模型性能满足要求.仿真结果和磨机负荷实际应用表明,该方法能够兼顾模型在整体样本集和各工况子集上的性能,在实现模型稀疏化的同时,能够显著改善最小二乘支持向量机模型的鲁棒性.     

一种新的汽油脱硫醇工艺技术的应用研究

介绍了一种新的汽油脱硫醇工艺,与传统的汽油固定床无碱脱臭相比,这种工艺具有投资低、碱液消耗量小、碱液夹带少的特点,从而克服了传统工艺中存在的不足。     

自适应滤波器在提高持续正弦信号采样精度中的应用

针对如何提高ADC转换精度问题,提出自适应正弦滤波方法。对于已知频率信息的信号的测量,按照最小均方误差准则自动调节自适应正弦滤波器的系数,以使滤波器的输出信号与所需测量的信号达到最佳逼近,根据自适应算法收敛结果即可精确得到所测信号幅值和相位。并用MATLAB验证了该方法的有效性,结果证明自适应滤波方法改善了ADC精度和信噪比,相当于提高了ADC的转换位数。     

驾驶员生理指标多层递阶自适应预测

采用多阶递阶模型进行驾驶员生理指标参数的预测研究,详细分析其建模预测方法,以心率指标作为驾驶员生理指标的关键参数,研究多阶递阶模型在驾驶员生理指标参数预测中的应用,并采用Matlab编程对模型求解.结果显示由于多阶递阶充分考虑到了驾驶员生理指标的时变特性和非线性特性,该模型能够很好地跟踪系统的变化趋势,因此其预测精度更高.     

近十年中国新城疫病毒F蛋白氨基酸变异分析

为了研究近十年来中国发现的新城疫毒株的致病性,我们选取2000—2011年间在中国发现的主要为Ⅰ、Ⅱ、Ⅵ、Ⅶ、Ⅷ5种基因型的NDV,对其F蛋白氨基酸变异情况进行了分析．结果表明：中国的新城疫病毒的不同基因型的F蛋白氨基酸均出现了不同的变异,不同基因型相同的位点也发生了变异,这些变异造成新城疫病毒的爆发流行．因此,本文为研究NDVF蛋白与其致病性的关系提供了理论依据．     

基于Wi-Fi/气压计组合楼层定位

针对目前大多数楼层识别方法由于未考虑楼梯间的活动识别,在楼梯处楼层定位结果来回切换的问题,本文提出了一种基于Wi-Fi/气压计组合的楼层定位方法。在平面楼层离线建立指纹库,并用基于密度聚类（Density-Based Spatial Clustering of Applications with Noise,DBSCAN）算法对指纹库进行聚类,区分不同区域的信号特征,在线接收信号与指纹库进行匹配识别楼层。在楼梯间用气压计进行上下楼活动识别,活动识别融合了步频检测,以应对突然运动状态的改变导致的误判。结果显示,在平面楼层本文的方法较基本楼层识别方法准确率提高;在楼层过渡部分能有效识别上下楼活动,解决了楼梯间楼层来回切换问题,融合步频检测后能有效剔除人运动状态改变导致的误判。实验表明本文的楼层定位方法能有效应对复杂环境的楼层定位需求,且完备性较强。     

一个非奇异H矩阵实用充分条件的改进

对干泰彬(计算数学,2004,(1):109-116)给出的非奇异H矩阵的实用充分条件进行了改进,使得判定范围明显扩大,并且这个充分条件只与给定矩阵的本身元素有关,避免了胡家赣(线性方程组的迭代解法,1991.63-65)中判别H矩阵要计算Jacobi迭代矩阵的特征值的过程,大大简化了计算的复杂性,并给出了一个例子说明这种方法在实际中是十分方便和有用的.