“生物语言学”及术语考究

生物语言学可以从广义和狭义两个视角进行理解。从广义上来说，生物语言学研究涵盖了从进化生物学、基因科学、神经科学以及心理学等角度展开的语言研究。从狭义上讲，生物语言学主要指的是以乔姆斯基为代表的生成语法学派关于语法属性的研究。文章研究发现国内外百科全书或词典等工具资料书对生物语言学的界定更多地倾向于广义生物语言学；而学术论文的研究更多地关注狭义生物语言学内容。     

用近红外反射光谱法分析鱼粉成分的新方法研充

运用近红外漫反射光谱(NIRS)技术定量测定鱼粉中的蛋白质、脂肪、水分含量，均获得良好的结果。该方法快速、准确且无药品污染。本文同时对定标光谱采用不同的数学处理、散射处理和回归方法作了讨论。     

Costas跳频雷达运动补偿中的模拟退火算法

通过为Costas跳频雷达一维距离像定义一个波形熵，将运动补偿转化为一个一维优化问题。基于模拟退火算法的原理，提出了一种一维精确搜索算法并将其运用到Costas跳频雷达的运动补偿中。仿真表明，该算法不依赖于梯度信息，具有良好的稳健性和全局收敛性，在信噪比为0．4dB时仍能获得高分辨率的一维距离像。     

大理岩三轴压缩动态卸围压与岩爆模拟分析

对岩爆研究的现状进行较详细阐述，为分析岩爆形成机理，采用大理岩分别进行了三轴压缩峰前峰后动态卸围压实验，结合分岔过程，对三轴压缩过程的剪切断裂能进行分析，其结果表明：峰前卸围压过程听剪切断裂能远低于峰后卸围压过程和常规三轴压缩过程，而此过程岩体的破坏程度则强烈得多，由此也说明，张拉破坏是岩爆产生的根本内因。     

甘蔗一些种质的遗传背景研究

采用RAPD、AFLP、STS、ISSR,、SSR、FISH、ISPCR等分子标记技术以及分子细胞遗传学方法对甘蔗的遗传基础进行系统的研究。利用核型分析,明确了甘蔗染色体大小的绝对长度及主要甘蔗种质的染色体组成;利用RAPD、AFLP、ISSR、SSR等分子标记分别构建了甘蔗种质的指纹图谱,并获得了甘蔗种、属的特异DNA序列;利用FISH研究甘蔗基因组构成及其变化动态;利用ISPCR对血茅特异DNA序列进行染色体的物理定位;进行抗旱相关基因BADH基因的PCR检测,初步筛选出了一批具有较强抗旱生理和遗传基础的甘蔗祖亲种质和栽培品种种质材料。     

大理岩三向应力状态下的宏观破坏分析

对单轴压缩破坏面的第一台阶应用Mohr-Columb准则进行分析,得到的C、φ值与三轴压缩的结果一致。三轴压缩试件分岔分析表明：有限变形分岔分析可用于较高围压时试件破坏的分析,对称性群论分岔分析可用于较低围压时的分析。     

大型毫米波波导缝隙天线阵设计方法研究

为了减少大型波导缝隙天线阵的设计的复杂计算,该文在Elliott设计理论基础上,提出一种新的大型波导缝隙天线阵设计方法。该方法利用传输线理论构造负载阻抗近似表达式,并使用数值迭代法直接计算缝隙的归一化导纳,从而实现辐射缝隙的设计;耦合馈电网络则采用电磁场仿真优化获得。整个设计过程具有计算量小、快速实用的优点。最后,研制了一个工作频带为35.3~39.5 GHz的32×16波导缝隙阵列,测试工作带宽达到了10.6%,H面和E面方向图的3 dB波束分别为4.2°和2.2°。     

超声微铣削加工毛刺成形特性研究

为减少微细切削加工过程中产生的微型毛刺对微型零件成形加工质量的影响,利用双直槽结构矩形六面体超声变幅器对工件施加水平辅助超声振动,在304奥氏体不锈钢板表面进行微沟槽结构超声微铣削成形加工试验,研究不同超声微铣削参数条件下铣削顶部毛刺的成形特性.试验结果表明,工件的水平超声振动使得不锈钢微沟槽顶部毛刺形态由长条形的絮状结构变为连续的片状结构;且随着超声振幅的增大,片状毛刺的高度逐渐减小,呈微细碎片化趋势.工件的水平超声振动还有利于减小微铣削沟槽顶部毛刺的长度,且当每齿进给量略大于刀具最小切削厚度时,毛刺长度的减小最为明显.      

基于CNN-BiLSTM的脑电情绪分类模型及验证

情绪在人们的思考、行为和交流方式中起着重要作用。为提高脑电信号的情绪识别准确率,充分利用脑电信号的频率、空间和时间维度上的信息,提出一种基于CNN-BiLSTM(convolutional neural networks-bidrectional long short term memory)的脑电情绪分类神经网络模型。该模型由卷积神经网络和多层特征融合的双向长短时神经网络构成,卷积神经网络用于学习脑电信号的频率和空间特征,双向长短时神经网络则从卷积神经网络的输出中挖掘脑电切片之间的时序信息。借助离散情绪模型的SEED(sjtu emotion eeg dataset)数据集和连续情绪模型的DEAP(database for emotion analysis using physiological signals)数据集来进行情绪分类实验。实验结果表明,在SEED和DEAP两个数据集上,CNN-BiLSTM模型均取得了目前最好的情绪分类性能。此外,该模型的时序信息挖掘模块性能优于单层长短时神经网络,能够学习更多的时序信息。     

3 mm线性调频源线性度实时数字校正技术研究

该文理论推导了针对3mm波段线性调频连续波信号源高线性度的校正方法,提出了实时数字式闭环线性校正方案,解决了可编程逻辑器件(FPGA)实现中遇到的精度和时间变量2个关键问题,完成了VHDL语言的软件设计;通过计算机软件进行了基于FPGA的功能仿真。结果表明：该数字校正网络具有实现方便、校正后线性度高达0．24‰和具有较好的实时处理能力的特点;验证了FPGA实现该校正网络的可行性。