山西高职图书馆资源共建共享初探

高等级职业专门人才培养的特殊需求和新技术革命的深刻影响,使得高职院校图书馆面临着巨大的挑战.高职院校图书馆如果各自为政,难以应对挑战,满足高职人才培养需求.实行高职院校图书馆资源共建共享,可以有效整合高职院校图书馆资源.提供优质图书资料服务.为高等职业人才培养创造优良环境和良好氛围.     

蔡元培的大学观

蔡元培的大学观是中国传统文化的精华与西方现代文明相结合的产物,体现在蔡元培对大学职能、办学理念、办学体制和培养目标等方面的论述中,是蔡元培办学实践的高度概括和总结.对中国近代大学产生了十分重要的推动作用,至今仍具有借鉴意义.     

犏牛ACACA和SCD1基因多态性及其与产奶性状的关联分析

旨在分析犏牛ACACA与SCD1基因的单核苷酸多态性,筛选用于犏牛产奶性状辅助选择的分子标记.通过使用PCR结合DNA测序技术对红原地区384头犏牛ACACA基因和SCD1基因多态性进行检测,并对其多态位点上的不同基因型与犏牛产奶性状进行关联性分析.结果显示,ACACA基因在5′UTR区域存在1个SNP位点即g.1488 C>G,SCD1基因的第5外显子内存在1个SNP位点即g.239 A>T;经检验发现,2个SNPs位点均存在3种基因型,且均处于Hardy-Weinberg平衡状态.关联性分析发现,g.1488 C>G和g.239 A>T位点的多态信息含量(PIC)分别为0.35和0.36,即0.25G位点与g.239 A>T位点与乳脂率关联性较高(P<0.05).g.1488 C>G位点在乳蛋白率上存在关联性(P<0.05).以上结果表明,ACACA与SCD1基因可以作为犏牛产奶性状辅助选择的候选分子标记.     

基于FP-tree关联算法的文献主题研究——以大数据哲学研究为例

数据科学与人文社会科学的融合,不仅能丰富人文社会科学的研究方法,还能拓展研究思路、发现新问题、提出新议题。这种融合将人文社会科学研究带入了一个前所未有的时代。本文介绍了一种利用FP-tree算法对社会科学文献关键词做关联规则挖掘,从而获得相关研究领域研究重点、趋势、研究进路以及“数字意外”的流程和方法,并将该方法应用于“大数据哲学研究”领域,直观地揭示目前该领域的研究重点、现状和相关研究路径等。     

一种基于重复博弈的频谱分配策略

针对动态频谱接入,提出了一种基于重复博弈的频谱共享分配策略。通过基于惩罚的防欺骗策略,参与用户将约束自己的行为以合作方式共享频谱、实现频谱分配,保证合作竞争的诚实性。仿真结果显示,该合作规则方法能够很好地降低用户间的干扰,防欺骗方式也能很好地约束参与人保持合作。     

基于立体图像的月球车导航定位试验研究

为获得月球车在轨移动过程中的位置信息,提出了基于立体图像的月球车导航定位算法.首先阐述了月球车导航定位算法原理,包括坐标系转换体系、月球车立体图像相对定向、月球车立体模型绝对定向和连接点坐标观测量权值,然后给出了月球车导航定位流程.最后,通过我国月球车的专项试验,验证了基于立体图像的月球车导航定位算法,具有较高的定位精度和应用稳定性.     

低温下厌氧MBBR不同填料挂膜启动特性研究

为了适应高寒缺氧地区特殊的环境和水质,选取厌氧MBBR(moving-bed biofilm reactor)工艺处理该地区的低温农村生活废水,通过考察Levapor海绵填料、聚乙烯K3填料和聚氨酯海绵填料在自然挂膜启动下,填料上生物膜的形态、对实际废水的处理效果、生物膜增殖速率和比呼吸速率,探究3种填料的启动特征。结果表明,生物膜先出现在K3填料的内部和多孔填料的外部,并随着反应器内溶解氧的消耗,变为黑色的厌氧生物膜;厌氧反应器对氨氮和总磷的去除效果不佳,实验末期去除率分别为-15%～8%和-10%～15%;2种多孔海绵填料对COD的去除效率更高、生物膜增殖速度更快,但寿命短并且内源比呼吸速率更高;K3填料对COD的去除率稳定上升,生物膜更新速度快而挂膜慢,但内源比呼吸速率低,在机械搅拌下寿命更长,更适合作为厌氧MBBR反应器的生物载体。     

Sikkema-Kantorovitch算子在B_α空间的逼近

研究了Sikkema－kantorovitch算子在Bα空间的逼近估计．     

S.BERNSTEIN多项式在无穷区间(-∞,+∞)上的推广

本文引进了推广到无穷区间(-∞,+∞)上的S.Bernstein多项式的更一般的形式其中f(x)是定义在(-∞,+∞)上的函数,p为正偶数,使蔡冠华所引进的S.Bern-stein多项式为(1)式中p=2时的特殊情况。而且证明了在比文[1]更弱的条件下,对于f(x)的任一连续点x。有同时也研究了B_n~(P)(f,x)对于f(x)的逼近度,并证得当f(x)定义在E={x||x|≥1}上时,在一定条件下,B_n~(P)(f,x)与f(x)的误差比文[1]中的更小。