毛毛虫的启示

正"原来是这样的啊!"我恍然大悟。几天前,我走在林荫道上,一会儿抬头欣赏夕阳西下的美景,一会儿低头看看路边的小花小草。咦,那是什么?突然,路边一串青色的东西映入我眼帘,好像是什么东西在蠕动。好奇心驱使我走了过去。原来是一些毛毛虫,一个接一个,有序地排着长队爬行。它们在干什么呢?锻炼身体?做游戏?我一边猜,一边观察这些可爱的小不点。它们沿着     

响水不开

正我从小就爱探索,看见新的事物就想去琢磨琢磨、试一试,因此常受师长表扬。可是,最近,我在探索过程中受了挫。那天,妈妈让我一个人待在家,她出去办事,我高兴得一蹦三尺高——平时,妈妈不让我做家务,今天我可以做点力所能及的事情啦!我打算尝试烧水,美滋滋地想:妈妈会怎样夸我呢?我烧的水一定超级好喝!说干就干,我跑到厨房,拿起电水壶接水,自言自语:"我先接一壶水,然后插上插头。"弄好后,我走出厨房,坐在沙发上看电视。     

35CrMo钢螺栓疲劳寿命预测方法研究

针对大型螺栓的疲劳寿命预测问题,以35CrMo钢螺栓为研究对象,提出以应力集中系数为等效损伤参量的螺栓模拟构件模型,并进一步考虑疲劳综合修正系数,预测服役螺栓的疲劳寿命。研究结果表明：随着公称直径、螺纹圈数和牙底圆角的增加,螺纹应力集中系数呈现下降趋势,而螺距的增加使得应力集中系数逐渐增大;模拟构件的螺纹缺口模型与圆环缺口模型的应力集中系数差异很小,计算分析时可用圆环缺口模型代替螺纹缺口模型;综合修正系数方法预测的螺栓疲劳寿命曲线与有限元模拟的结果基本一致,验证了本研究所提出的基于模拟构件的疲劳寿命预测方法具有较高准确性及较好适用性。     

珍惜现在的生活

正每当我坐在餐桌前享用可口的饭菜,我就想起爸爸的话。爸爸说,他小时候的伙食比现在的差多了,稀粥稀得能照见人,这种稀粥通常是一点米加很多水煮成的,这样才够分给大家吃。爸爸说,那个年代有稀粥吃已经很不错啦,大家都是这一顿饱、下一顿饿的。他们一年到头很少吃肉,只在过节的时候才能吃到一点肉。如今,我们每天吃着美味佳肴,真是太幸福了!     

幸福饺子节

正学校为了欢迎俄罗斯师生访问团,特意举办"幸福饺子节"活动。下午,我们与俄罗斯友人一起包饺子、吃饺子,带他们感受中国的传统文化。这是我第一次与外国学生一起参加活动,我感觉特别兴奋。下课后,我拉着妈妈的手,直奔学校食堂。我们找到自己的组,洗好手,领了饺子皮和馅料等材料。俄罗斯师生到达食堂之后,我校老师先向他们介绍了饺子的由来和历史,然后给他们分组。分到我们这组的是一名俄罗斯女学生,大眼睛、白皮肤、高鼻     

黑龙江省资源型城市资源与环境耦合协调时空演化特征研究

应用2010～2015年的资源与环境数据指标,运用脱钩原理及耦合原理进行时空分异特征分析,分析结果表明:①资源型城市中,西部环境关联指数增长整体大于东部地区;②大庆市、七台河市的资源与环境相对关系较为协调;③资源型城市的平均耦合协调度均处于中度耦合协调阶段.     

读《爱的教育》有感

有一种爱如温暖阳光,普照大地;有一种教育如春夜潜雨,润物无声。当爱与教育触碰时,意大利作家亚米契斯写下一本传世之作——《爱的教育》。     

注意资源对不同自我条件下负性偏向的调控作用

大量研究认为在注意、情绪等很多领域都存在负性偏向,不同的自我也会有不同的负性偏向现象。Hig-gins将自我分为理想自我、应该自我和现实自我。文章从不同自我的角度出发,探讨不同自我条件下不同时间段负性偏向的产生情况,同时比较不同自我之间的差异和不同自我下是否会产生负性偏向。负性偏向的产生受到注意和认知资源的影响,被试在评价三种不同的自我时,所需的注意和认知资源是不一样的,因此,在不同的自我条件下,负性偏向的产生情况应该不同,另外,被试对不同自我的加工模式应该是不同的,所以自我之间也会存在差异。实验选用积极和消极的两种词汇材料,运用"线索-靶"范式操控注意资源,观察到实际自我条件下的LPC更大,说明被试对不同自我的评价程度是不同的;不同自我条件下注意、情绪和晚期评价阶段都存在负性偏向效应。实验结果说明,负性偏向的产生是有时间特征的,被试对不同的自我的加工也受注意和认知资源的影响。     

一种全景图像展开的新方法简

分析了全景图像展开的各种方法,提出了一种全景图像展开方法——基于光路跟踪的对称复用全景图像展开方法.根据光路跟踪的坐标映射及环状全景图的坐标对称关系,来实现全景图像的展开,通过分析得出,该方法的设计具有准确、快速和占用资源少等特点,可以有效的应用于实时全景视频展开系统.     

Matlab在凝胶图像分析中的应用

凝胶电泳是当今分子生物学的一项最基本的试验技术,它的原理十分简单,但是通常只能通过目测marker的位置或是计算电泳率来得到样品的分子量,这样得到的结果是十分粗糙的.利用Matlab软件进行编程,提供从图像处理到数据拟合的一系列方法.采用公式f(x)=a×exp(b×x) c×cxp(d×x)进行数据拟合,可以通过拟合出的曲线精确测定样品的分子量大小,且所有实验数据都在误差范围内.