高校排球运动中的髌骨劳损调查及其分析

通过对芜湖市部分高校排球爱好者发放问卷以及对国内相关文献资料的综合分析,了解高校排球爱好者在排球运动中髌骨劳损的状况,分析损伤原因和机制,并提出具体的预防措施．所以,髌骨劳损是影响排球爱好者进行锻炼的主要原因之一,应加以预防并在伤后采取适当的处理措施．     

仁用杏SRAP-PCR体系的正交设计优化

改良CTAB法提取仁用杏基因组DNA,用于建立SRAP-PCR体系。采用L16（44）正交设计试验,对影响仁用杏SRAP-PCR反应体系的4因素（dNTPs浓度、Mg^2＋浓度、引物浓度、Taq聚合酶量）4水平进行筛选,PCR结果经统计软件SPSS V13.0分析,并对退火温度进行了摸索,确立了仁用杏SRAP-PCR的优化体系：总体积为20 L,dNTPs浓度为0.2 mmol/L,Mg^2＋浓度为2.5mmol/L,引物浓度为0.9μmol/L,Taq聚合酶量为1.5 U,退火温度为52℃。本优化体系为仁用杏资源遗传分析奠定了技术基础。     

海南黎安港纳潮量及海水交换规律研究

利用NortekAquadopp^TM水流剖面仪对黎安港口门处的潮流情况进行了28h的垂直剖面连续观测,结合潮位历史资料,分析了黎安港的潮汐特征,计算了该港的纳潮量,同时,以盐度作为标准物质,计算了海水半交换周期．结果表明：黎安港潮汐类型属于全日潮型,涨落潮历时基本相等,涨潮平均流速小于落潮平均流速;黎安港的平均纳潮量约为5．65×10^6m^3,海水半交换周期约为20．50d．由于黎安港的海水半交换周期长,泻湖内的生态平衡非常脆弱,因而易受外源和养殖自身的污染．     

基于非对称交叉开关的高阶路由器设计

对非对称交叉开关的吞吐率进行了理论分析和模拟测试,得出非对称交叉开关中排头兵效应的影响非常弱,几乎可以忽略.在此基础上,提出了一种基于非对称交叉开关的高阶路由器交换结构,即层次式非对称交叉开关结构设计方法,同时,给出了该交换结构的瓦片化微结构.结果表明,该结构可以获得很高的吞吐率.     

色噪声与乘性信号驱动下昆虫爆发系统的稳定性和随机共振

研究的是一类受色噪声和乘性周期信号驱动的昆虫爆发系统的稳定性和随机共振现象.首先对于一类由色交叉关联噪声驱动的昆虫爆发种群系统,通过应用FPK方程,获取了系统的稳态概率分布函数的近似表达式,重点讨论了噪声强度及自相关时间对此类昆虫爆发系统稳定性的影响; 然后通过加入弱乘性周期信号,根据快速下降法和两态理论给出了信噪比公式,研究了噪声及其关联时间对于昆虫系统信噪比的影响.进而分析它们对系统种群数的稳定性和延续存活时间的一些实际作用     

拟南芥逆境胁迫诱导转录因子DREB1A基因的克隆和序列分析

以拟南芥基因组DNA为模板,通过PCR扩增得到逆境胁迫诱导转录因子DREB1A基因,将其克隆到pUC19质粒中.序列分析表明获得的基因序列与已报道的该基因的序列完全相同.     

基于CMAC的CMG框架伺服系统摩擦补偿方法研究

为消除磁悬浮控制力矩陀螺(MSCMG)框架伺服系统摩擦的影响,对陀螺框架系统进行动力学分析,分析了摩擦力矩随陀螺输出力矩和框架角位置及角速度的关系,建立了框架系统的非线性摩擦力矩模型.针对此摩擦模型,采用基于CMAC神经网络的摩擦补偿方式进行补偿.根据实际磁悬浮控制力矩陀螺的系统参数建立仿真模型,仿真结果验证了基于CMAC神经网络摩擦补偿的有效性.     

考虑大气腐蚀影响的钢结构剩余抗震性能研究进展

对考虑大气腐蚀影响的钢结构剩余抗震性能的现有研究进行综述,首先探讨了钢在大气环境下腐蚀程度随时间的变化规律,其次从材料、构件、结构体系3个层次梳理了腐蚀对钢结构抗震性能影响的研究现状,最后针对该领域当前研究的不足进行了详细评述。该领域下一步重点研究方向应包括腐蚀预测新方法、考虑蚀坑分布随机性的建模方法、焊缝腐蚀与焊缝超低周疲劳的交叉学科研究、适合腐蚀结构地震易损性分析的高效建模方法。     

基于历史数据的测试任务约简和故障诊断

针对部队航电组件测试任务繁重、故障定位率低的问题,提出一种利用历史数据来简化测试任务、提高故障定位率的方法。利用粗糙集信息系统理论,建立了航电组件故障信息系统模型;基于测试任务辨识函数和诊断允许误差对测试任务进行约简;基于最短测试时间选出最优测试任务集;利用贝叶斯最大后验概率进行故障诊断推理,将诊断问题归结为不等式约束极值问题;用0-1规划隐数算法求得最优解。最后以某型飞机惯导部件为例验证了方法的快速有效性。     

非线性优化GM(1,N)模型及其应用研究

GM(1,N)模型在因素一次累加弱化系统指标间波动性和灰性的基础上,建立了各因素线性关系的灰色模型,但其强制性的线性假设以及不够完善的求解方法致使其实际运用较少. 为解决这类问题,文章提出了两个非线性优化的GM(1,N)模型--非线性GM(1,N,x_1~((0)))和GM(1,N,x_1~((1)))模型,即在GM(1,N)白化方程的基础上建立因素间非线性关系,并通过BP网络拟合,最终得出拟合结果和预测值.进一步证明了两种非线性GM(1,N)模型均属于GM(1,N)的派生形式,并提出了运用非线性优化GM(1,N)模型进行指标预测的具体方法. 最后通过一个实例进一步表明该模型的可行性与优化性.