基于BP神经网络的船舶号灯识别模型与仿真

建立基于误差反传神经网络的船舶号灯智能识别模型,在众多的号灯识别参数中进行优化分析,确定了能见度、号灯亮度、背景亮度和眩光4个重要输入参数;利用这4个参数,基于误差反传神经网络对船舶号灯的可识别性进行建模和仿真,比较利用Levenberg-Marquart(L-M)、动量梯度下降、变学习率动量梯度下降和弹性反向传播等学习算法建立的误差反传神经网络模型,并确定L-M算法具有最优结果.通过号灯识别的仿真结果表明,识别结果与航海专家评估的结果一致.本模型实现了复杂光环境下船舶号灯可识别性的预报和影响因素分析,对保障船舶的夜航安全有着重要意义.     

对数学实验与多媒体课件结合的探讨

探讨了本科生数学类实验课程与多媒体课件的结合,分析了数学实验与多媒体课件的不足,对于在多媒体课件中加入数学实验的可行性进行了研究,并提出了相关解决方案。     

人膜蛋白CD81的原核表达与纯化

以高效原核表达载体pCold TF为载体骨架,应用PCR、限制性酶切、连接等分子生物学方法,将pCold TF中的六聚组氨酸(His-Tag)序列替换为限制性酶切位点SpeⅠ序列ACTAGT,构建不含His-Tag序列的新载体pL118.以此载体表达蛋白时,通过PCR引物在目的基因3′端添加His-Tag以利于融合蛋白的纯化以及融合蛋白中的Trigger Fac-tor(TF)助溶蛋白的去除.应用pL118对人膜蛋白CD81进行原核表达与纯化,并使用Fac-tor Xa蛋白酶去除CD81融合蛋白中的TF助溶蛋白,获得3′端含有His-Tag的CD81蛋白.人膜蛋白CD81的表达纯化,为CD81靶向药物筛选、抗体制备及深入研究CD81的功能奠定了基础.pL118载体的构建以及CD81蛋白的表达纯化为表达困难的基因实现原核表达提供了一种新的思路和方法.     

酒广告语言与审美情趣

优秀的酒广告语言具有语言美的一切特征,它们不仅仅满足于用字规范、词语搭配准确、语法使用规范,还继承和发展了古代优良的文化传统,吸收和借鉴了当代流行的文化元素,把古今文化因素和人们的审美情趣融人其中,使得这些酒广告语言变得家喻户晓,成为广告语言中的经典之作。该论文主要从酒广告语言的形式美、风格美、情感美三方面进行论述。     

基于近红外光谱的透平油微量水分检测

传统的石油产品水分检测存在试剂有毒、操作复杂、测量时间长、受环境影响大、满足不了在线快速检测等问题;在此利用近红外光谱快速测定透平油中微量水分,利用关联向量机对测定的光谱数据进行建模,实验结果表明:最大绝对误差和均方根误差分别为20.99×10-6(V/V)、11.11×10-6(V/V),说明该模型具有较高的预测能力,对实现透平油微量水分的快速检测具有重要意义。     

网球专修学生专项体能训练方法的对比试验研究

研究选择60名网球专修学生作为研究对象,采用独立样本的单因素实验设计,对运动员分别进行了核心力量训练和普通力量训练,在实验前后对所有队员的体能素质进行测试,得到结论如下:(1)通过不同体能方案训练之后,其起跳阶段、正手技术和反手技术均为核心力量训练方案组训练效果优于一般力量训练方案组;(2)从专项成绩来看,一般力量训练方案组对起跳阶段和反手技术改善效果显著,核心力量训练方案组三个指标均改善显著。     

论思想政治教育功能、价值及其联系

思想政治教育是中国社会所特有的社会化模式,功能的发挥是直接关系到思想政治教育整体效能的发挥及思想政治教育的价值实现的关键问题,价值是基于思想政治教育对社会生活所具有的功能而生成的存在合理性,二者存在着不可分割的联系,价值依赖于功能,功能具有现实的价值性,两者都具有有限性与时代性。     

Economic Development and the Industrial Allocation of Foreign Capital

１ＩｎｔｒｏｄｕｃｔｉｏｎＩｎｔｈｅｅｃｏｎｏｍｉｃｄｅｖｅｌｏｐｍｅｎｔｏｆａｃｏｕｎｔｒｙ，ｔｈｅｒｅａｒｅｎｏｒｍａｌｙｔｗｏａｄｊｕｓｔｉｎｇｗａｙｓｏｆｔｈｅｉｎｄｕｓｔｒｉａｌｓｔｒｕｃｔｕｒｅ，ｉ．ｅ．：ｉｎｃｒｅｍｅｎｔａｌａｄｊｕｓ...     

高等级公路养护管理发展对策研究

通过对高等级公路养护管理特点的分析,指出现阶段我国高等级公路养护管理存在的问题,借鉴发达国家在公路养护管理方面的先进经验,从体制改革、法规建设、技术管理、养护机械化等方面,对我国高等级公路养护管理发展提出合理对策。     

一种复值可分离的泛函网络学习算法

泛函网络是最近提出的一种对神经网络的一般化推广。与神经网络不同,它处理的只是一般的实值泛函模型,针对该问题,将实值泛函神经元推广到复值泛函神经元,再对复值泛函神经元的结构作了变形,提出了一种复值泛函网络新模型,给出了基于梯度下降法的复值可分离泛函网络学习算法。采用复分析的方法,利用单一泛函神经元模型,借助于正交边界和实步长函数概念求解复值XOR分类问题。通过理论分析可看出,相比复值神经网络,用复值泛函网络解决问题具有很强的计算能力。