江苏种子植物新记录种

本文报导《江苏植物志》未收载的新记录属１个,种、变种和变型计８个,并附江苏二个种的具体分布地。这一发现不仅丰富了江苏植物的种类、区系成分和资源植物,而且对江苏植物区系进一步研究、《江苏植物志》的修订和植物的引种驯化提供新信息,有重要参考价值。１　钝叶决明（ＣａｓｓｉａｏｂｔｕｓｉｆｏｌｉａＬｉｎｎ）豆科,决明属［１］发现于上海宝山区铁路上海北郊货站,生于铁轨枕木间石砾地。１９９５．１１．８,钱士心,无号;１９９６．１０．６,钱士心,无号。江苏、浙江、安徽、湖北等长江以南有栽培。原产热带美洲。江苏…     

高阶Steiner三连系及其构造方法

提出了n阶Steiner三连系的一种构造法。该法的思路是n阶Steiner三连系的构造等价于将完全图Kn分离成n(n-1)／6个完全图K3。证明了关于Steiner三连系构造的命题。阐明了高阶Steine三连系构造的基本理论,介绍了117阶Steiner三连系构造的全过程。     

不同结构超细粉尘颗粒凝并器凝并性能

为评价30000 m³/h烟气量(相当于10 t/h燃煤工业锅炉)凝并器性能,比较不同结构凝并器在不同入口含尘气流速度下的凝并效果,本文采用ANSYS Fluent流体仿真软件对两种结构凝并器进行性能对比仿真模拟,结果表明：1. 改进后的凝并片更适合于将超细粉尘(纳米级和次微米级)凝并为细颗粒(微米级),可有效填补电除尘器对次微米颗粒捕集效率低的缺陷;2. 随着速度的降低,凝并器阻力下降明显,入口速度5 m/s时的凝并器阻力不超过500 Pa,两者为正相关关系;与15 m/s入口速度相比,入口速度5 m/s时的粗颗粒凝并率降低不到10%;1 μm以下超细颗粒凝并率随速度降低而升高,最高凝并率达90%。可见,凝并片布置形式对凝并器性能影响较为显著,合理的结构形式对性能提升具有促进作用。     

基于应变能的砂土液化势BP神经网络模型评估

液化是地震引起的最具破坏性的现象之一.能量法是液化势评估的常用方法,但已有的模型未考虑细粒含量临界值以及参数不确定性对液化势的影响.因此,本研究基于应变能(W),将数据库以细粒含量28%为临界值分成两个数据集,分别构建了两个BP神经网络(ANN)模型来对砂土液化势进行评估,并通过蒙特卡罗模拟结合响应面分析法进行参数敏感性分析,分别评估了细粒含量临界值以及参数不确定性对土壤液化势的影响.结果显示,提出的两个ANN模型比其它4个现有的模型具有更高的预测性能,其中当仅考虑细粒含量小于28%样本构建模型时,模型预测精度最高,拟合优度达到0.81;敏感性分析表明参数不确定性对砂土抗液化性能存在影响且程度不同,其中曲率系数对W的影响较大,建议在构建模型时加以考虑.     

高温三轴应力下花岗岩声发射中的噪声分析

通过实验研究了大试件花岗(Φ0200 mm,长400 mm)在三轴压力(轴压860 kN、围压1150 kN)状态下随温度变化的热破裂声发射噪声规律,辨别出了高温三轴应力条件下岩石热破裂的声发射中的噪声.同时,对实验各个阶段中噪声产生的原因以及噪声对岩石声发射的影响进行了详细的分析.     

利用CSSL群体研究水稻籼粳亚种间产量性状的杂种优势

利用以粳稻品种Asominori为背景, 籼稻品种IR24为供体的染色体片段置换系群体的63个株系, 构建了一套以广亲和粳稻品种02428为父本的杂种群体, 研究了IR24全基因组的染色体片段与02428基因组相应染色体片段间的产量及产量构成性状的杂种优势效应. 结果表明, 产量和产量构成性状的亚种间杂种优势水平在染色体片段上存在显著的差异, 图示基因型分析发现, 有14个独立的染色体区段在产量上存在显著的亚种间杂种优势, 分布在除Chr.8和 Chr.10外的其余10条染色体上, 其中在Chr.2, Chr.3, Chr.4, Chr.11和 Chr.12上的6个染色体区段的杂种优势显著水平达0.005以上, 分别位于X132~G1340~R459, X48~C393A, R288~R1854, R2918~X52, X257~C1350和R367~X189-2~X24-2的标记区间, 单片段置换后, 其CSSLs×02428组合F1单株产量比对照组合“Asominori×02428”增加35%以上. 大多数染色体片段在产量及主要产量构成性状上没有显著的杂合效应. 在Chr.6上发现一个杂种劣势片段, 与标记R2171连锁, 使杂种产量下降27%. 本文还探讨了应用染色体片段置换系研究作物杂种优势的优点, 并提出了利用水稻籼粳亚种间部分杂种优势和全基因组杂种优势的分子育种途径.     

黑龙江省洪水灾害的孕灾因子组合效应分析

本文利用人工神经网络（ANN）的非线形识别及预测功能，对黑龙江省洪水灾害的主要孕灾因子的组合效应进行定量分析。     

基于深度学习的风力发电机组故障预警方法研究综述

风能作为重要的可再生能源,近几十年来,全球风能使用规模迅速增长,陆上和海上风力发电机组发电容量不断增加。由于风力发电机组故障维修成本巨大,因此必须开发有效且可靠的风力发电机组故障预警方法,在风电机组发生故障前进行提前预警,以便降低风电场的运营和维护成本。目前风电机组数据采集与监视控制系统(supervisory control and data acquisition, SCADA)已经在风电场有了广泛的应用,其中蕴含着大量的潜在数据信息,同时深度学习方法在海量数据挖掘方面有比较明显的优势,因此深度学习方法在风力发电机组故障预警领域的应用潜力巨大。综述了近年来相关深度学习方法在风力发电机组故障预警的研究进展,总结了风电机组故障预警的大体步骤,分析了各个步骤的具体处理方法,对每种技术方法的特点进行整理分析。最后阐述了深度学习在风电机组故障预警领域所面临的挑战,并对今后的研究重点进行了展望。     

纤维素三（4-三氟甲氧基苯基氨基甲酸酯）手性固定相的制备及其手性识别能力

制备了基于纤维素三(4-三氟甲氧基苯基氨基甲酸酯)衍生物的涂敷型手性固定相(CSP1),并考察了其手性识别能力。研究表明:与商品化Chiralcel OD柱相比,CSP1显示出较低的手性识别能力。CSP1的手性识别能力随流动相中异丙醇含量的降低而升高。与以乙醇为流动相添加剂相比,使用异丙醇为添加剂更有利于对映体的分离。此研究拓展了多糖类衍生物手性固定相的种类。     

学习通在高职混合教学中的应用研究

为了能够使学习通应用于混合教学达到更好的教学效果。通过学习通大数据分析学生课堂报告、学情和成绩统计、对师生开展座谈会、发放问卷等形式,了解到：教师使用学习通动力和能力不足;学生自主学习能力较差;院系支持力度不足;学习通平台建设不完善。建议院系健全混合教学奖励机制;开展学习通培训,提高教师使用学习通的能力和动力;设计恰当的教学互动环节提高学生学习积极主动性;学习通App简化操作,完善功能。