智力测验可信吗

智力测验是一种鉴定人的智力水平的工具,它必须借助于由一定数量的测验项目组成的量表。智力测验的结果,一般用智龄(智力年龄,或称心理年龄)或智商来表示。科学的智力测验,从量表的编制(或修订)、使用,到计分、解释,是一项非常严谨、细致的工作。例如,它有经过严格编选的测验内容;有一套标准的实施办法、指导语、答案和统一的计分办法;有经过标准化过程     

对流扩散方程差分格式稳定性分析

用Fourier方法分析了离散线性对流扩散方程一些差分格式的稳定性和其截断误差.在这些格式的基础上,给出一个新的跳点格式,该格式具有更优的计算效率,数值实验结果与理论分析结果一致.     

光系统Ⅱ碳酸酐酶与放氧外周多肽及锰分子簇的关系

以菠菜ＰＳⅡ膜颗粒为材料,研究了ＰＳⅡ放氧复合体３个外周多肽及锰分子簇对ＰＳⅡ－ＣＡ的影响。实验结果可作为支持ＰＳⅡ放氧侧存在膜结合态ＣＡ的直接证据。外周多肽的存在对维持ＣＡ活性起着重要作用。去除锰簇后放氧活性受抑制但ＣＡ活性不受影响,表明ＣＡ的功能并不依赖于锰分子簇的存在,与放氧活性并不直接相关。     

油田压裂废水多途径再生利用与装备开发

压裂作业是油井增产的一项主要措施,对于以致密性油气田（低渗透或超低渗透）为主要特征的陕北油田而言,压裂增产作业尤为重要。随着压裂技术的改进,尤其是水平井分段压裂的应用,高需水量（每天每个井需水量达300～500m3,总需水量10000～15000m3）成为陕北乃至北方干旱半干旱生态脆弱区域油田开发的制约因素,由此带来的环境污染问题也值得关注,严重困扰我国石油产量与企业发展。其主要原因：一是在于现有的污水处理系统建立在集中固定式污染治理,并未考虑油田压裂作业过程的不连续性、地点的分散性和不确定性;二是在于传统的污水处理是以“排水达标”为目的,处理技术本身就不适合于满足回用需求的再生水生产;三是在于采用的技术难于适应油田压裂废水的多变性水质特点,往往形成技术的冗长组合,不利于实际生产需求。     

Volterra滤波器在混响背景下信号检测中的应用

混响是主动声纳检测中主要的背景干扰,它是一种有色干扰噪声,并常被看作是一个非平稳的随机过程,这使得工作在白噪声条件下检测器的性能在一定程度上受到限制.关于混响背景下信号的检测问题是人们一直关注的问题,通常人们将混响视为随机信号进行建模,而忽视它的混沌特性.将混响视为混沌噪声并进行混沌建模,利用Voiterra滤波器实现混响时间序列预测,实现混响背景噪声下信号的检测,并通过仿真得到预期结果.     

高丽参提取物的抗氧化作用研究

采用乙醇回流提取,热水煮提和稀碱提取分别从高丽参中提取出醇溶性提取物、水溶性提取物和稀碱提取物.利用超氧阴离子清除实验、羟自由基清除实验和邻苯三酚自氧化抑制实验研究3种提取物的抗氧化活性.结果表明,热水提取物有最强的羟自由基清除能力,且高于维生素C的清除能力.稀碱提取物在低浓度时与维生素C相比有更强的超氧阴离子清除作用.     

角动量和赝角动量的拓展讨论

的“牛顿”动量 R d 摘 要 : 本文拓展了场论中对角动量与赝角动量区别的讨论,指出在 Streib 文章中经常提及的 角动量表达式只适合于非线性系统,同时给出了 Navier-Cauchy 方程所描述的线性弹性系统所对应 的转动对称性以及角动量表达式。通过把研究弹性波的方法运用于电磁理论,本文认为光场角动 量的正则表达式和 Belinfante 表达式实际为赝角动量。最后,得到了自由电磁波在真空传播过程中 3 xE 和角动量 R d 3 x(r × E) 。     

引文系统有序性的内在机理研究

新的概念,新的分析方法,新的指标体系,新方法的引进都增加了手工计算的复杂程度和不可靠性,计算机科学技术和数据库技术的不断发展,也为文献计量学研究提供了条件。在这些背景下产生了引文系统。引文系统通过文章之间的直接引用、引用耦合、同被引和自引等表现形式体现了文献间的集中与分散规律和有序化。从耗散结构论的角度出发,分析了引文系统有序性的内在机理。     

自适应仓库值守机器人

为解决夜晚值班人员犯困的问题,设计具有自主避障、自适应构图、自主导航及定位等功能的可辅助值守人员巡逻的自适应仓库值守机器人.利用光电、陀螺仪、激光雷达等传感器进行感知,由搭载ROS(Robot Operating System)机器人操作系统的Intel5微处理器进行控制.采用开源设计模式,结合SLAM(Simulta...     

一种多特征融合的加密流量快速分类方法

网络流量识别是网络管理和安全服务的基础.随着互联网的不断扩展及其复杂性的增加,传统基于规则的识别方法或流行为特征的方法正在面临着巨大挑战.受自然语言处理（Nature Language Processing, NLP）启发,本文提出了一种多特征融合的加密流量快速分类方法.该方法通过融合数据包和字节序列特征来完成网络流的特征表示,采用双元字节编码将所选特征扩展为双字节序列,增加了字节的上下文语义特征;通过与数据包特征处理相适应的池化方法来最大限度保留数据包的特征信息,从而使所提模型具有更强的抗噪能力和更精确的分类能力.本文方法分别在ISCX-2016和一个包含66个热门应用程序的私有数据集（ETD66）上进行验证,并与其他模型展开比较.结果表明：本文所提方法在ISCX-2016及ETD66上的测试精度和性能都明显优于其他流量分类模型,分别取得了98.2%和98.6%的识别准确率,从而证明了所提方法的特征提取能力和强泛化能力.