南京高校动态科研效率的实证分析

运用数据包络分析法(DEA)和Malmquist生产率指数对“十一五”期间南京市12所高校的科研效率进行实证分析,研究结果发现,南京高校的科研效率总体较高且呈现增长的趋势,其增长主要归因于技术进步,但也存在部分高校存在资源浪费和冗余现象,最后,提出进一步提高高校科研效率的对策建议.     

浅析篮球比赛中防守技术运用

随着现代篮球运动的不断发展,防守技术对篮球比赛的胜负起着至关重要的作用,本文对防守技术进行简要的分析,提出篮球运动的防守观念。     

大学生宿舍文化建设对育人教育的探析

大学生宿舍文化建设在大学生思想政治教育中有着重要的作用和影响,是新形势下高校思想教育工作和课外文化建设的创新点。论文主要从大学生宿舍文化建设的内涵、作用、原则以及对育人教育等方面进行了一些探索与思考。     

长短桩复合地基荷载分担比的试验研究

为了研究长短桩复合地基竖向荷载分担比的变化规律,在室内模型试验的基础上,对不同桩间距、垫层厚度、长桩长度、短桩长度、长桩模量和短桩模量等情况下长短桩复合地基荷载分担比的变化性状进行了分析。结果表明,随桩间距的减小,长桩和短桩的荷载分担比均增大,桩间土的荷载分担比减小,通过减小桩间距来提高长桩荷载分担比是不经济的;随垫层厚度的增加,长桩的荷载分担比减小,桩间土的荷载分担比增大,短桩的荷载分担比变化较小,垫层的设置能明显改善桩、土荷载分担的分配;随长桩长度的增加,长桩的荷载分担比增大,桩间土的荷载分担比减小,短桩的荷载分担比变化较小,增加长桩长度能一定程度提高长桩荷载分担比;短桩长度对荷载分担比的影响较小;随长桩模量的增大,长桩的荷载分担比增大,桩间土的荷载分担比减小,短桩的荷载分担比变化较小,增加长桩模量能显著提高长桩荷载分担比;随短桩模量的增大,长桩的荷载分担比减小,短桩和桩间土荷载分担比均增大,增加短桩模量对荷载分担比分配有一定影响。     

大孔径聚能预裂爆破技术在某铁矿爆破中的应用

对大孔径聚能预裂爆破技术与工艺进行研究,旨在寻求一种炸药能量利用率高、预裂成缝效果明显、应用方便的新型爆破技术.自主研发了大孔径双线性聚能不耦合炸药装药间隔器,并应用于某铁矿工业性试验,试验结果表明,这种新型的爆破技术在大型露天矿山靠帮爆破中可以取得良好的爆破效果和综合效益.     

钒渣钙化焙烧的影响因素及焙烧氧化动力学

采用钙化焙烧方式处理转炉钒渣以提高钒的浸出率,考察了焙烧参数(渣样粒度,升温速率,焙烧保温温度及保温时间,配钙量)对钒浸出率的影响,根据钒渣氧化的TG-DSC曲线对钒渣氧化变温动力学进行了分析.结果表明:降低升温速率可提高钒氧化率,保温温度高于600℃时钒浸出率迅速增加.在钒渣粒径48~75μm,外配钙m(CaO)/m(V2O5)为042,升温速率2℃·min-1,保温温度850℃,保温时间150min的条件下,钒浸出率达9331%.钒尖晶石氧化过程受三级化学反应控制,升温速率为5和10℃·min-1的表观活化能分别为26765,25603kJ·mol-1.     

隧道内地源热泵热交换管与隧道结构相互影响

为解决寒区隧道冻害问题,将地源热泵型供热系统应用于内蒙古博牙高速扎敦河隧道中.系统由取热段、加热段、热泵和分、集水管路组成,可用于隧道洞口段衬砌和保温水沟加热.热交换管以串联纵向的布置形式埋设在初衬和二衬之间.通过计算含热交换管承载截面面积和惯性矩的减小率,分析得到热交换管对隧道衬砌承载力的影响较小,可以忽略.隧道结构内包括锚杆、防水板和钢拱架,通过建立单因素对比计算模型,分析各构件对热交换管换热量的影响,研究表明:①锚杆对热交换管换热量产生的影响不明显,最大仅为2.3%;②运行前期,应充分考虑防水板对热交换管换热量的不利影响,但长期运行后,可忽略防水板的不利影响;③运行前期,钢拱架对热交换管换热量有显著的提升,但长期运行后,该影响趋于不明显.     

等电点法提取酪蛋白的方法改进

为提高酪蛋白的提取效果,通过探究预先脱脂牛奶和未预先脱脂牛奶在不同p H(4.5、4.6、4.7、4.8、4.9)条件下沉淀酪蛋白的效果,得出了先离心脱脂,然后在p H 4.6的条件下进行酪蛋白凝集,最后在离心管中悬浮沉淀洗涤,可以达到最佳的提取效果,得率和纯度分别是98.58%和97.52%.实验结果表明,该法操作简单,可有效提高酪蛋白的提取效果和纯度,缩短提取时间,实验教学效果良好.     

基于降维的堆积降噪自动编码机的表情识别方法

堆积降噪自动编码机是一种典型的深度学习模型,它能够刻画数据丰富的内在信息,具有较强的特征学习能力。基于主成分分析（principal component analysis,PCA）技术和堆积降噪自动编码机（stacked denoising autoen-coders,SDAE）模型,提出一种新的表情识别算法PCA＋SDAE。该算法对人脸图片进行裁剪及归一化等预处理,采用主成分分析技术对人脸特征进行线性降维,再利用堆积降噪自动编码机逐层进行特征学习并同时实现对人脸表情数据的非线性降维,可以得到更好的、维度更低的表情特征,并据此进行表情分类。对PCA＋SDAE算法的仿真测试实验结果表明,其综合性能比其他的基于深度学习模型的表情识别方法更好,同时与传统的非深度学习表情识别方法相比,它具有更高的表情识别正确率。