金花茶回归苗木的生长、光合特性和叶片形态特征

金花茶（Camellia nitidissima）为国家二级重点保护野生植物,具有重要的观赏、药用和科研价值,但其野生资源遭到极为严重的破坏,有濒临灭绝的风险,因此开展金花茶的回归引种,可有效保护该物种。为探究金花茶实生苗、扦插苗回归引种到原生境近7年后在生长和光合生理特性方面的差异,本研究对其生长状况、成活率、光合特性和叶片形态特征等进行测定。结果表明：金花茶回归苗木实生苗比扦插苗具有更大的生长量和更高的成活率;实生苗最大净光合速率（P_max）、光饱和点（LSP）、表观量子效率（AQY）均显著高于对应点的扦插苗（P<0.05）,其光能利用范围也大于对应点的扦插苗;实生苗的叶绿素a （Chl a）、叶绿素b （Chl b）和类胡萝卜素（Car）含量均显著低于对应点的扦插苗（P<0.05）,但叶片厚度、海绵组织厚度、中脉导管直径和叶面积则均显著大于对应点的扦插苗（P<0.05）;双因素方差分析结果表明,回归点和苗木类型分别对金花茶的株高、地径、成活率、P_max、LSP、叶绿素含量和叶面积均有极显著影响（P<0.01）。因此,在开展金花茶回归引种中宜优先选用实生苗种植,并选择具有中等遮阴环境的野外生境进行回归。     

微波辐射下干介质中酰氨基硫脲及其关环产物合成的研究

本文用苯乙酰肼与苯基异硫氰酸酯在微波辐射下以氧化铝为介质进行反应,合成１－苯乙酰基－４－苯基氨基硫脲;然后分别将其在冰醛酸、醋酸汞存在下关环,制得２－苯甲基－５－苯胺基－１,３,４－噻二唑与２－苯甲基－５－苯胺基－１,３,４恶二唑。     

用8098单片机产生变流装置的驱动信号

利用8098单片机的高速HSI/HSO装置产生变流装置的各种驱动信号非常方便。与其它专用集成电路比较具有外围元件少、易于调试、功能多的优点。介绍了如何用8098单片机产生半导体变流装置的驱动信号-包括变流器的驱动信号、PWM变换器的驱动信号以及逆变器的SPWM信号的原理和实现方法,给出了相应的硬件电路以及产生这三种驱动信号的程序流程框图。实验表明,信号的波型稳定、可靠。     

高校教师的行为激励

文章阐述了高校教师的特点,包括高校教师的劳动特点,心理特点和需要特点,指出了激励作为一种管理方式在管理过程中的重要作用,以及高校的管理者在管理活动中应针对高校教师的特点进行激励,并且对激励原则,激励方式和激励效果分析了扼要的论述。     

耳叶牛皮消茎的形态组织学研究

通过对耳叶牛皮消Cynanchum auriculatum Royle ex Wight茎的生长发育规律研究,发现耳叶牛皮消茎的生长方式与其他的植物有所不同,其节间的垂直生长,可为探讨萝藦科植物的生境生态对其外部形态特征和内部结构的影响,探讨萝藦科鹅绒藤属植物间的亲缘关系,为鉴别中药材的真伪优劣提供科学依据.     

中文网页作者情感态度倾向性分类研究

探讨了中文网页倾向性分类的原理和实现方法,利用文本自动分类技术结合Web页面中的结构信息,提出了LSI-KNN-Naive Bayes的褒贬分类模型.并在部分网页数据集上,对上述理论进行了实验验证,取得了较好的成效.     

动态调度算法下的实时性能分析

根据实时多任务的动态调度算法以及与实时性能密切相关的因素,建立起超时故障评价模型.根据该模型,可以定量分析和估算实时多任务系统中发生超时的任务以及系统发生超时故障的概率     

混合钌配合物［Ru（bpy）n（Hdpa）3—n］^2＋中中心离子与 …

通过微波加热方式,快速地合成了钌与联吡啶和二吡啶胺所形成的系列配合物,［Ｒｕ（ｂｐｙ）ｎ（Ｈｄｐａ）３－ｎ］＾２＋（ｎ＝０,１,２,３）测定并归属了各种配合物的＾１３Ｃ－ＮＭＲ谱。通过比较各配合物及自由配体的化学位移,得出Ｒｕ（Ⅱ）对Ｈｄｐａ的ｄ－π反馈作用;混合配合物中不同配体之间的屏蔽作用大于单一配合物中同种配体之间的相互屏蔽作用。     

同离子效应和温度场对裂缝中酸液有效作用距离的影响

酸液有效作用距离是酸压设计的重要参数,也是影响酸压效果的重要因素。酸液中的反应产场(同离子)和裂缝中温度分布对酸液沿裂缝流动时的有效作用距离影响很大。到目前为止,尚未见到研究同离子效应和温度场对酸液有效作用距离综合影响的文章。本文从酸压设计计算的实际需要出发,考虑影响酸液有效作用距离的主要因素,建立裂缝中酸岩流动反应数学模型,并将该模型与裂缝中温度分布模型、速度场模型和表面反应动力学模型联立求解,编制电算程序,进行系统计算。分析对比,给出了同离子效应、酸液浓度、地层温度、反应生成热等因素对酸液有效作用距离影响的对比数据和图表。本文所编制的计算机程序和得到的结论可供酸压施工和设计计算使用。     

基于SVD和MPSO-SVM的光纤周界

针对光纤振动信号有噪声干扰、识别信号类型准确率不高且识别时间长的问题,提出了基于奇异值分解(singular value decomposition, SVD)和改进粒子群优化支持向量机(modified particle swarm optimization support vector machine, MPSO-SVM)的识别方法。首先,采用SVD对信号去噪,根据奇异值序列二阶差分谱单边极小值原则确定信号重构秩阶次。其次,提取振动信号特征,利用串行特征融合(serial feature fusion, SFF)方法组建特征向量组。最后,利用MPSO-SVM进行分类识别,提高识别精度和算法效率。采用实测信号进行验证,结果表明,信噪比有明显提升,信号平均识别率较粒子群优化支持向量机(particle swarm optimization support vector machine, PSO-SVM)提升5%。该方法较传统神经网络识别方法有较好的效果,具有实际应用价值。