无线家庭应用网关的设计与实现

详细叙述了使用应用网关进行远程家电控制的一种具体实现模式,介绍了在实现的过程中使用的平台和开发工具,说明了使用串行通信模式实现数据在传输过程中消息的产生、转换和传输机制.     

~(60)Coγ射线和激光双重处理蚕豆干种子对减数分裂的影响

~(60)Coγ射线处理蚕豆干种子后,无论是对其根尖茎尖细胞染色体或是对M_1代植株小孢子的发育,均有一定的影响。用CO_2激光处理Allium listulosum作物减数分裂前的花蕾,也可以引起减数分裂时发生变异。因此,~(60)Coγ射线和激光单独处理都会对作物发生一定的影响。但是,~(60)Coγ射线和激光双重处理后情形怎样呢?我们以蚕     

活跃的“环境外交”

80年代末以来,世界格局新旧交替,国际形势风云变幻,在众多的“热点”中,人们对全球环境问题的关注日益增长。随着第一个人类环境宣言(1972年于斯德哥尔摩)发表20周年的来临,兴起于80年代末的全球环境外交达到了一个高潮。今年6月,联合国环境与发展大会将在巴西名城里约热内卢召开,届时将有近百名国家元首或政府首脑与会。这将是历史上第一次关于环境与发展的全球性首脑会议。联合国环发大会是根据44届联大第44/228号决议决定召开的,由此展开了一场空前活跃的环境外交。除了大会本身的筹委会外,联大还专门设立了政府间谈判委员会,争取在环发大会上达成一项关于气候变化的国际公约;联合国环境规划署也正在就提交环发大会签署的保护生物多样性公约展开政府间谈     

元明时期藏族史学中的文献目录学与档案管理意识

文章主要就元明时期藏族的传统文献目录学的形成以及文献分类方法进行综述，认为目录学不但可以反映出一个拥有文字的民族有着怎样的科学思维和态度，而且也可以认识该民族的学术发展状况。藏族文献目录学有着独到的分类系统，这种系统建立在其传统的文献学基础上，研究藏文献学和目录学，无疑有助于我们加深对藏族史学和传统文化的认识。     

俄木隆仁与古尔--关于藏族苯教思想与波斯的关系

苯教是一个颇具特色的宗教，本从比较宗教学的角度探讨苯教思想的源流，认为系统化的苯教吸收了许多波斯宗教的思想，尤其是其宗教宇宙论基本参照了波斯的模式。苯教在对其神圣之地俄木隆仁的构想时，既受到波斯宗教有关影响，同时也与丝绸之路上一个重要的宗教城市古尔有关联，因为古尔的模式与俄木隆仁的模式几乎完全相同。     

[Ag(C_3H_(10)N_2)]·(C_7H_4NO_4)·2H_2O的合成和结构

以氧化银、4 -硝基苯甲酸和 1,2二氨基丙烷为原料 ,合成出标题配合物 [Ag(C3 H10 N2 ) ]·(C7H4NO4)·2H2 O .该配合物经X射线单晶结构分析结果表明 ,属三斜晶系 ,空间群为P-1,a =7.139(2 ) ,b =7.5 0 9(2 ) ,c =14 4 .0 0 7(4 ) ,α=78.5 0 5 (5 ) ,β =78.789(4 ) ,γ =82 .0 2 3(2 )° ,V =717.8(4 ) 3 ,Z =2 ,F(0 0 0 ) =388,Dc =1.5 4 4g/cm3 ,最终偏差因子R[I>2 ((I) ]a:R1=0 .0 36 1,wR2 =0 .0 916 .     

基于WLS-SVM标准差σ预测的产品过程质量控制方法研究

及时、准确地预测加工过程产品质量标准差σ,对于及时判断工序状态、调整加工过程因素,进而提高产品过程质量等具有重要意义。文章提出了一种基于加权最小二乘支持向量机(WLS-SVM)的时间序列预测新方法,该方法采用了结构风险最小化原则,较好地避免了人工神经网络等智能方法在小样本学习、预测过程中存在的过学习、泛化能力弱等缺点;并采用"重近轻远"的权重设置原则,提高了预测的精度。实验表明,采用该方法对产品过程质量标准差σ进行预测切实可行,对于产品过程质量控制具有重要意义。     

基于JAVA的网络虚拟电路实验室的研究与实现

所述的网络虚拟电路实验室是以B／S结构为基础，运用面向对象的思想和Jave语言，并以伏安法测电阻这一典型实验为例，实现了实验环境、操作过程和现象的模拟，完成了简单的数据处理功能，并使这几个过程可视化、网络化。     

论体育教学中的绩效管理与绩效评价

知识经济时代,将人力资源管理中的绩效管理运用于体育教学过程,人力资源管理中的绩效管理又是人力资源管理的核心问题。绩效管理作为一套系统的管理活动过程,用于建立体育教学目标与个人目标以及如何达成该目标的共识,进而实行体育教学过程的管理,以提升目标完成的可能性,使体育教学组织行为与体育教学目标的实现相互统一。     

基于SVM"一对一"聚类结构的滚动轴承状态诊断

文章在分析比较几种诊断方法的基础上,根据滚动轴承的故障特点,建立了SVM"一对一"聚类结构并对滚动轴承故障进行诊断;该方法基于结构风险最小化,能较好地解决小样本学习问题,避免了人工神经网等智能方法在对滚动轴承状态进行诊断时所表现出来的过学习、泛化能力弱等缺点;利用SVM"一对一"聚类结构对滚动轴承故障类别进行投票,降低了单个支持向量机的误判概率;具体实验结果表明,该聚类结构对滚动轴承的故障类别具有很高的诊断精度,能够取得理想的聚类效果。