鄱阳湖(西北水域)水环境现状及其评价

依据“十一五”期间鄱阳湖西北水域设立的8个监测断面动态监测资料,分析了鄱阳湖内该区域水环境的现状,进行了水体水质的分析和评价,并采用综合营养指数法和N/P法,进行了该区域的富营养化评价.结果表明,鄱阳湖(西北部水域)水质整体上达到国标《地表水环境质量标准》(GB3838-2002)中Ⅲ类水标准,仅都昌、蛤蟆石2个监测断...     

G-morphic环的若干结果

本文证明了幺π-正则环与左G-morphic的π-正则环的等价性;以及在约化条件下,G-morphic环与其他一些特殊环的联系;以及在ZI环类中,左(右)GP-V-(GP-V′-)的G-morphic环与强正则环的等价性.     

高效液相色谱法测定五香血藤中五内酯E

 采用HPLC法测定五香血藤中五内酯E的含量.色谱柱:sphenrisorb C₁₈(4.0 mm×250 mm,5μm),流动相:A水,B乙腈,按体积分数梯度洗脱70%～90%,0～25 min,波长210 nm.线性范围为1.00～5.00μg·mL^-1,相关系数R²=0.999 9,平均回收率为97.73%,相对标准偏(RSD)为2.33%.方法具有简単、灵敏、准确等特点.使用该方法测定了贵州8个不同产地的五香血藤的含量,结果满意.     

L-亮氨酸钙对小鼠股骨生长的影响

观察新氨基酸螯合钙制剂--L-亮氨酸钙对小鼠股骨生长的影响.将昆明(KM)系小鼠随机分成5组,分别喂养高、中、低剂量的L-亮氨酸钙和葡萄糖酸钙,通过测量相应饲料喂养小鼠的体质量、血清钙质量浓度、股骨长度、股骨质量和股骨中钙的质量分数等指标,观察亮氨酸钙对KM系小鼠股骨生长的影响.结果表明:L-亮氨酸钙对小鼠体质量差异无...     

基于GIS的茶园适宜性评价——以宁洱县为例

选取具有普洱茶种植典型代表性的宁洱县茶园土地适宜性为研究对象,根据茶树生长与自然条件的关系,以及茶园维护需求条件的分析,确定茶园评价因子.运用ArcGIS空间内插方法对调查得到的年平均温度、年均降雨量因子进行模拟,同时结合土壤、坡度、灌溉水源地、道路通达度等因子建立评价因子量化分级表,最后综合运用ArcGIS的空间分析...     

自由(C)-半模

为了更好地开展对半模的研究,具体给出了一种在幺半环上构造自由C -半模的方法.     

心理疲劳发生的认知神经机制

心理疲劳是人们长时间从事脑力活动而形成的一种包括认知、情绪和行为改变的复杂心理现象.心理疲劳的发生有个体差异,它与奖赏得失的衡量、错误监控受损和信息加工扰乱等因素有关.回顾近十年相关研究,发现心理疲劳发生的神经生理机制主要涉及多巴胺、感觉运动门控、自主神经(迷走神经和副交感神经)、大脑的扣带回和基底神经节等神经系统,认...     

吉富罗非鱼不同家系的生长性状差异

以吉富品系尼罗罗非鱼为亲本,采用巢式配对法进行同质随机配对,配对252个家系,繁育获得106个家系,成功率为42.06％;通过标准化培育,构建了86个吉富罗非鱼全同胞家系和10个半同胞家系.选取22个不同家系进行同步的生长比较研究,结果表明:40、90、120及150日龄不同家系间平均体长、平均体质量的差异显著(P＜0...     

中华卵索线虫生殖系统发育过程中形态和主要化学物质含量的变化

采用石蜡切片的方法,观察中华卵索线虫寄生期幼线虫、寄生后期幼线虫、成虫期（蜕皮后和交配后）成虫3个时期生殖系统发育的形态特征,并测定其主要化学物质含量的变化．寄生期幼线虫体内滋养物体发育明显,而生殖系统发育不明显;寄生后期幼线虫进行最后一次蜕皮变为成虫、雌雄成虫交配并产卵,在这一过程中线虫的主要生理活动是将滋养物体中贮存的营养用于生殖系统及卵的发育,因此生殖系统发育明显,而滋养物体逐渐被消耗．生殖系统发育不同时期,雌雄虫糖以及脂肪酸的相对含量均显示出显著差异;含水量和含糖量在寄生后期略有下降后明显上升,而蛋白质和脂肪酸相对含量变化不明显．     

基于注意力机制的分层次交互融合多模态情感分析

针对基于视频的多模态情感分析中,通常在同一语义层次采用同一种注意力机制进行特征捕捉,而未能考虑模态间交互融合对情感分类的差异性,从而导致模态间融合特征提取不充分的问题,提出一种基于注意力机制的分层次交互融合多模态情感分析模型(hierarchical interactive fusion network based on attention mechanism, HFN-AM),采用双向门控循环单元捕获各模态内部的时间序列信息,使用基于门控的注意力机制和改进的自注意机制交互融合策略分别提取属于句子级和篇章级层次的不同特征,并进一步通过自适应权重分配模块判定各模态的情感贡献度,通过全连接层和Softmax层获得最终分类结果。在公开的CMU-MOSI和CMU-MOSEI数据集上的实验结果表明,所给出的分析模型在2个数据集上有效改善了情感分类的准确率和F1值。