黄化对兰州百合植株生长发育的影响

为探究黄化对兰州百合植株生长发育的影响，本研究以二年生兰州百合为试验材料，按照黄化程度分为4级，测定不同黄化级别兰州百合植株地上部和地下部的生长发育相关指标。结果表明：随着黄化程度的提高，兰州百合植株的株高、茎粗和冠幅均呈下降趋势，茎生根的根数、根幅、根系活力和基盘根的总根长、根幅、根系活力均逐渐降低。黄化植株的鳞茎淀粉含量显著低于健康植株。黄化对兰州百合的生长发育造成了显著影响，且随着黄化级别越高，植株受到的影响越严重。研究结果可为防治兰州百合黄化，提高其产量和品质提供理论依据。     

移动云存储中数据完整性验证的挑战外包算法

移动云存储环境下，虽然现有数据完整性验证算法保证了远程存储数据的可用性和安全性，但没有考虑到验证者有限的设备性能，因为大量的验证计算可能导致设备处理器负载过重甚至引发设备过热而自动关机.为此，在现有数据完整性验证算法的基础上提出一种数据完整性的挑战外包算法，以降低验证者的计算负担.所提出的算法会通过满秩线性方程组解的唯一性及可验证的外包双线性对运算将验证者的验证计算安全地外包给云服务提供商.安全性分析与实验结果表明，所提出的算法有好的安全性与有效性.     

基于经验模态分解-粒子群优化-长短期记忆的车间电力能耗预测方法

针对传统能耗预测方法不能充分提取数据特征并利用神经网络的学习、预测能力，提出了一种基于经验模态分解-粒子群优化-长短期记忆(EMD-PSO-LSTM)的电力能耗预测模型。该模型首先采用经验模态分解算法将时间序列数据分解为多个本征模函数分量和趋势分量，然后对每个分量分别建立长短期记忆网络进行预测。各个长短期记忆网络的参数则由粒子群算法分别进行最优化求解，最后将所有分量的预测结果进行叠加得到最终的能耗预测结果。将预测结果与实际能耗数据进行对比分析来验证所提模型的预测性能。试验结果表明，该方法能够对电力能耗数据进行合理预测，预测精度较高。     

高管团队认知对互嵌式创新影响机制研究

互嵌式创新是依据企业生态系统发展实践提出的强调对等关系的创新范式，由此促进合作企业间由主从关系向对等关系发展。首先利用扎根理论分析推导互嵌式创新形成路径，确定互嵌式创新具体内涵，然后基于问卷调查收集到的209份问卷，实证检验高管团队认知对互嵌式创新的影响机制，研究得出以下结论：高管团队合法性认知和有用性认知与互嵌式创新、风险偏好显著正相关；风险偏好与互嵌式创新显著正相关；风险偏好在合法性认知与互嵌式创新、有用性认知与互嵌式创新间发挥中介作用；环境复杂性对合法性认知与风险偏好、有用性认知与风险偏好的关系起调节作用；环境复杂性能够调节风险偏好的中介效应，且表现为环境复杂性越低，中介效应越显著。     

基于活动轮廓模型的在线铁谱图像分割研究

为了准确分割磨粒区域以得到油液中铁谱磨粒的含量，从而获取设备油品及故障信息，以图像可视在线铁谱传感器获取的磨粒图像为对象，引入了基于曲线演化理论和水平集方法的两个区域几何轮廓模型，即LBF模型及IR模型。通过对比这2种模型的分割效果发现：IR模型具有更高的分割准确率和更快的收敛速度。然后进一步分析了模型参数对分割结果的影响，得出不同磨粒浓度条件下对应最优分割效果和最短运算时间的分割参数值，为在线监测中磨粒图像分割参数的自适应选择提供了依据。实验结果表明，研究所采用的分割模型对于磨粒图像具有更高的分割准确率和收敛速度，为后续快速、准确计算油液中铁谱磨粒含量提供了保证。