浅谈矿山机械设备安装施工的技术要点

煤矿的机械设备是矿井生产系统中的主要生产工具,煤矿机械设备施工的技术要点是保证工程施工质量、生产工艺实现的重要因素。本文就矿山机械设备安装施工中常见的技术要点进行分析。     

多溴联苯醚及其衍生物的生态毒理效应研究进展

多溴联苯醚(Polybrominated diphenyl ethers,PBDEs)及其衍生物(羟基化多溴联苯(OH-PBDEs)和甲氧基化多溴联苯醚(MeO-PBDEs)对生物体的毒性效应主要包括神经毒性、内分泌系统毒性、生殖发育毒性、免疫毒性、致癌毒性和细胞毒性.对三者的生态毒理效应进行比较,发现OH-PBDEs对内分泌干扰作用、神经毒性及细胞毒性效应大于母体PBDEs和对应的MeO-PBDEs,MeO-PBDEs的脂溶性比OH-PBDEs强,对细胞内类固醇物质形成的干扰作用更强.同时分析了目前研究中存在的问题,对今后的研究方向进行了展望.     

图像旋转 VLSI 流水结构设计

提出了一种基于3步平移算法的实时图像二维旋转VLSI流水结构．该结构采用了一种新颖的缓存机制，通过错位存储中间结果和单独存储列平移量的方式，显著减少了片上存储器的总容量，同时也减少了整个旋转过程中无效数据的处理量，提高了数据通过率．该设计采用SMIC0．18μmCMOS工艺进行了流片，在100MHz工作频率下，对一幅512×512的图像旋转45°，处理时间约为3．81ms，满足了大多数图像处理系统的实时性要求．     

一类矩阵方程中心对称解的可信性验证

考虑矩阵方程AXB+BXA=C(A,B,C,X∈C~(n×n))中心对称解的可信性验证问题.在A,B可同时对角化的假设下,提出一种区间算法,该算法输出一个近似中心对称解及其相应的误差界,使得在近似解的误差范围内必存在该方程的一个精确中心对称解,且该算法的复杂度仅为O(n~3).     

西洋参引种培育技术

文中阐述了西洋参的植物学特性,并从选地、整地、种子处理、播种、搭棚、田间管理等方面,总结了西洋参的人工栽培技术。旨在为推广西洋参的引种栽培提供参考。     

烤烟成熟过程中烟叶叶龄与品质特性的关系

 以延边大田种植的烤烟品种吉烟9号为试材,于2007—2008年研究了烤烟成熟过程中,烤烟化学成分、物理性状和香气质量的动态变化。结果表明：叶龄65d时烟叶化学成分较为协调,物理性状表现最佳,香气物质总量、新植二烯以及其他香气物质含量较高,棕色化产物类和类胡萝卜素类香气物质含量增幅较大,感官评吸得分最高,香气质感较好,香气量足特征较为明显,香气质量较优。综合上述结果认为,当吉烟9号叶龄在65d时,烤后烟叶品质最好,烟叶采收时期最佳。     

仿生蠕动型机器人动力学分析与仿真

为提高蠕动型机器人的适应性和行走效率,根据腹足动物蠕动原理,设计了一种可应用于人体大动脉血管介入诊疗的新型蠕动式机器人,该机器人的摩擦力控制模块使固定相与移动相的体节单元与管壁之间具有不同的摩擦系数,从而提高了蠕动效率,使机器人运动更平稳,承载能力更强。描述了机器人的结构与行走原理,分析了机器人在大动脉流场环境中的受力,利用空间算子代数方法,建立了机器人动力学模型,通过试验验证了机器人行走原理,在此基础上进一步进行了任务仿真,测试了机器人在不同环境中的动力学性能。样机试验和仿真的结果表明这种仿腹足动物蠕动式机器人达到了预期目的,而建模和仿真的方法对于其他类型蠕动式机器人也具有借鉴意义。     

(3+1)维广义非线性发展方程的双线性B?cklund变换与精确解

基于Hirota双线性方法和试探函数法,研究一个（3+1）维广义非线性发展方程的双线性B?cklund变换和精确解问题。用Hirota双线性法,构造（3+1）维广义非线性发展方程的双线性形式和双线性B?cklund变换。基于双线性形式和双线性B?cklund变换,利用试探函数法与符号计算系统Mathematica,获得（3+1）维广义非线性发展方程的多种精确解,包括呼吸波解、复合型解、Lump周期解和孤子解,并分析解的相互作用情况。     

基于广义Jaccard系数的微博情感新词判定

微博情感新词的极性判定是情感分析研究中的一项基本任务,旨在对新词进行情感分类。针对极性判定的问题,提出一种新的计算特征向量相似度的算法。该方法首先使用特征向量表示情感新词和已有情感词,利用点互信息计算特征权值:然后采用广义Jaccard系数分别计算情感新词与已有的三种极性的情感词集内情感词的相似度,词集内相似度之和即为情感新词与该情感词集的相关度:最后,通过情感新词与三个极性情感词集的相关度的距离差判定其极性。实验结果表明,基于广义Jaccard系数的情感新词极性判定算法得出的F值比COAE 2014参赛队伍的最好成绩高两个百分点。     

基于非负稀疏表示的标签繁殖算法

提出了一种基于非负稀疏表示(nonnegative sparse representation,NSR)的半监督学习标签传播算法.该算法首先构造一个稀疏概率图(sparse probability graph,SPG),其权重由非负稀疏表示算法计算的非负系数组成,自然地反映了各样本之间的聚类关系,避免了传统半监督学习算法中的邻居选择和参数设置过程;然后通过对未标记样本的标签进行迭代繁殖至收敛而获得所有样本的标签.在人脸识别、物体识别、UCI机器学习和TDT文本数据集上的实验结果表明采用非负稀疏表示的标签传播算法比典型的标签繁殖算法具有更好的分类准确率.