C-DWA算子及其在排序系统中的应用

针对CC-OWA算子在数据集成过程中存在的问题,即集成后的数据失真、偏离均值,造成集成后的数据高于或低于被集成数据中的任何一个数,这样就不能保证算子的有界性。经过对集成过程的剖析,认为出现数据失真的根源在于CC-OWA算子中的"常平衡因子"。为了改进这一缺陷,首次提出了"变平衡因子"这一概念,并把改进后的算子称为C-DWA算子;并且研究了其性质,进一步就属性值以模糊语言或区间形式给出时,得到了决策排序步骤;通过实例分析对比阐明了C-DWA算子的优点和CC-OWA算子的缺陷。     

一类非线性时滞微分方程的渐近稳定性

讨论了一类具有时滞的滞后型微分方程零解的稳定性,利用Lyapunov稳定性理论,得到了这类方程零解渐近稳定的一个充分条件,通过具体实例验证了所得结果的可靠性．     

放线菌降解麦糟释放阿魏酸的发酵培养条件优化

应用均匀设计法设计和二次多项式逐步回归分析,对一株放线菌降解麦糟释放反式阿魏酸的发酵培养条件进行优化.由实验得出最优发酵培养条件:发酵时间为120 h,温度为28℃,摇瓶转速为220 r.min-1,装液量为30 mL,接种量为1 mL,初始pH值为8.0.然后,优化发酵培养基的碳源和氮源配方:麦糟质量浓度为120 g.L-1,麦糟粒径为0.054 mm.在此基础上,反式阿魏酸的最高释放率为25.38%,比发酵培养工艺优化前提高152.0%,而重要的是,放线菌利用麦糟释放阿魏酸的发酵培养基中不需要另外加入酵母粉.     

基于ANSYS的干气密封焊接金属波纹管振动模态分析

利用ANSYS软件对焊接金属波纹管建模,划分网格,进行模态分析,求出其固有频率和振型,为波纹管的动态响应分析提供依据;同时利用理论公式计算出波纹管的固有频率,与利用模态分析计算出的固有频率进行比较,验证模态分析结果的可靠性.     

双孢蘑菇疣孢霉的分离鉴定及其杀菌剂的筛选

从四川崇州双孢蘑菇疣孢霉受灾严重地区分离到一株致病菌,通过其纯培养特征、微观形态特征及回复感染验证确定该致病菌为疣孢霉(Mycogone sp.).经过初筛、复筛从21种杀菌剂中筛选出对该株疣孢霉生长抑制效果较好的6种,测定两两复配对疣孢霉和双孢蘑菇菌丝生长的影响.结果表明杀菌剂复配使用比单一杀菌剂效果更好,实验确定了两个较好的复配组合:果鲜灵(100000倍稀释) 甲醛(40000倍稀释),施宝功(100000倍稀释) 洁霉精(20000倍稀释).它们对疣孢霉的生长抑制率均达到了100%,而对双孢蘑菇菌丝的生长几乎没有影响.     

巴比妥酸衍生物的合成与表征

制得一种新的用于分子识别的底物2，3-(二硫亚乙基)-6-(硫己氧基对苯亚甲基巴比妥)四硫富瓦烯(4)，产物用红外、核磁、元素分析等手段进行了表征，确定了其结构．     

女生厌学体育课的心理因素分析及对策

本文对高校女生厌学体育课的现象及其产生原因进行了分析,并提出通过提高学生对体育的认识,注重教材搭配,改进教学方法等来增加学生的体育兴趣,提高学习的积极性和主动性．     

生物酶降解米糠释放阿魏酸工艺条件优化

采用均匀设计法设计和二次多项式逐步回归分析,优化一株放线菌降解米糠释放反式阿魏酸的培养基配方,并采用单因素法优化发酵条件.优化后培养基配方:米糠质量分数为6%,米糠粒径0.50 mm,酵母粉质量分数为1.0%;优化后的发酵条件:发酵温度为28℃,摇床转速200 r·min-1,装液系数为12%,接种量的体积分数为3.3...     

樱属植物核型参数及种间亲缘关系分析

统计了18份樱属植物的核型数据,借助DPS软件用最大距离法进行聚类分析,探讨了属内系统结构和种间亲缘关系。结果表明:樱属染色体基数x=8,染色体数目有2n=16、2n=24以及2n=32;染色体类型有4种,正中部着丝点染色体(M),中部着丝点染色体(m),近中部着丝点染色体(sm),近端部着丝点染色体(st);随体常见,核型类型有2A、2B、1B 3种;野生类群多为二倍体,栽培品种多倍化现象显著;大叶早樱(Cerasus subhirtella)、‘十月樱’(C.subhirtella‘Autumnalis’)、东京樱花(C.yedoensis)、山樱花(C.serrulata)聚为一类,支持黑果组(C.sect.Sargentella)成立;二倍体酸樱桃(C.vulgaris)、甜樱桃(C.avium)聚为一类,支持芽鳞组(C.sect.Cerasus)成立;虽然红山樱(C.jamasakura)与山樱花表型相似,但聚类结果显示二者遗传距离较远,前者与钟花樱(C.campanulata)遗传距离较近;本属栽培种类多倍化程度高于野生种类且有多个倍性,与其二倍体祖先表现出较远的遗传距离;聚类分析难以解释栽培种的起源。与传统的经典分类结果不同,矮生樱亚属(C.subg.Microcerasus)与典型樱亚属(C.subg.Cerasus)在聚类图上没有明显地分开。     

LSTM和GRU在城市声音分类中的应用

不同类型的声音对城市居民的身心健康质量影响不同,将城市声音精准的分类有利于对其进行有效的评价,从而促进对城市声音的管理。深度学习在语音识别方面已有所应用,其中循环神经网络(RNN)表现最为突出。由于基本RNN存在明显的梯度消失、网络损耗大、准确率低等问题,应用改进的RNN对城市背景噪声进行分类。采用长短期记忆神经网络(LSTM)和门控循环单元(GRU)神经网络,构建深度循环神经网络模型,通过城市记录的公共数据集UrbanSound8K对搭建的深度神经网络的准确性进行测试分析。模型基于梅尔频率倒谱系数的基准实现,得出的结果与基本RNN相比有明显的提升。