汞污染对水鳖的毒害影响

用不同浓度的Ｈｇ＾２＋溶液培育水鳖,研究Ｈｇ＾２＋对水鳖叶片中叶绿素含量、叶绿素ａ／ｂ值、ＳＯＤ、ＣＡＴ、ＰＯＤ活性以及可溶性蛋白含量的影响。随着Ｈｇ＾２＋浓度的增加,水鳖叶片中叶绿素含量、叶绿素ａ／ｂ值、ＣＡＴ活性逐渐减小,而ＳＯＤ、ＰＯＤ活性、可溶性蛋白含量则先升后降。研究表明,Ｈｇ＾２＋处理破坏了水鳖叶片中的抗氧化酶系,造成活性氧过量积累,最终导致植物死亡。     

配点型无网格法的误差影响因素分析

基于移动最小二乘原理的无网格法对结果可能产生影响因素有:节点划分疏密程度、权函数的类型、支撑域半径及基函数的类型等.本文主要通过具体弹性体算例分析,说明节点划分疏密程度、支撑域半径等不同因素对加权最小移动二乘无网格法误差产生的影响.最后算例结果表明配点型无网格法的误差的主要影响因素为节点计算中控制点所引入误差多少,及计算形函数的二阶导数所产生的误差.     

框筒结构的简化分析模型

将楼层整体变形分为剪切变形和弯曲变形,用壁式框架D值法和等效连续体法,对在侧向荷载作用下框筒结构进行简化分析.在考虑翼缘框架对剪切变形影响的前提下,应用壁式框架D值法对整体剪切变形进行分析;在考虑剪力滞效应的前提下,用等效连续体法推导剪力滞系数,分析整体弯曲变形.算例结果表明,简化计算与空间框架计算的结果接近,各柱轴向应变的误差在2%～8%之间,水平位移误差在10%之内.     

基于自适应滤波算法的FIR MIMO系统均衡

为了实现对多输入多输出(MIMO)系统的均衡,提出了一种基于自适应滤波算法的自适应均衡方法。应用判决反馈式均衡器(DFE)的结构,把MIMO信道均衡问题的模型建模成一个简化的滤波模型。这个滤波模型使MIMO系统均衡问题中均衡器的设计问题转化为自适应滤波中最优滤波器的设计问题。两种典型自适应滤波器设计算法——LMS算法和RLS算法被应用于该模型中进行仿真,仿真结果显示了算法的收敛性和均衡方法的可行性。这种自适应均衡方法不需要对信道进行辨识,具有较小的运算量,并且可以适应信道变化。     

基于Gabor特征和协同神经网络的车牌识别方法

研究了车牌字符识别问题,针对车牌识别系统易受天气及光照变化影响的实际应用,将Gabor特征和协同神经网络应用在车牌字符识别中,提高了识别率.首先对车牌字符进行二值化和切分,然后利用Gabor滤波器提取车牌字符的特征参数;再利用协同模式训练特征参数,进而得出训练样本;最后根据协同神经网络进一步识别车牌字符.通过大量仿真实验表明,该方法在不同场景、光照条件下,与传统方法相比,识别率有了较大改进,该方法在车牌识别领域有较强的实用性.     

亚铜基离子液体催化氧化净化PH3

以自主筛选的亚铜基离子液体为催化剂及反应介质,对含PH3的混合气进行液相催化氧化净化研究.采用FT-IR对单体[bmim]C1进行构象分析,测定亚铜基离子液体的热分解温度,考察混合气中温度、O2浓度、[bmin]Cl与CuCl摩尔比对磷化氢净化效率的影响,探讨离子液体催化氧化净化PH3的可能机理.研究结果表明:合成的选择性好、稳定性高的亚铜基离子液体催化剂对PH3的净化效率长时间保持在100％.较适宜的反应温度为60℃;随着混合气中O2含量的增加,吸收液对PH3的净化效率有所提高,在氧含量为7.8％时净化效果最好;亚铜基离子液体催化体系对PH3氧化有很好的催化作用,[bmim]Cl与CuCl最佳摩尔比为1∶3.失活的催化剂经鼓氧再生后,效率依然长时间保持在97％,再生恢复性能较好.     

基于ASP.NET的Web评教管理信息系统的设计与实现

文章分析设计了基于ASP.NET技术的Web评教管理信息系统的整体架构和功能结构,深入探讨了应用 ASP.NET实现数据库高效访问的方法,并给出了实现系统的安全性措施。     

从参展商角度研究基于顾客价值的纺织服装专业会展竞争力

从参展商的角度构建了基于顾客价值的纺织服装专业会展竞争力研究模型和构成模型的主要维度要素间的研究假设.调研数据经过LISREL 8.7软件处理,运用结构方程建模(SEM)技术与样本量表的信度、效度及拟合度检验,得到并验证了构成纺织服装专业会展功能价值的关键3维度和顾客价值的关键5维度以及对纺织服装专业会展竞争力的重要性排序,并时各维度问的相互关系进行了分析.     

有限元分析技术在汽车轮胎研究中的应用

轮胎性能直接影响汽车的各种性能。因此，它具有很重要的地位。随着计算机技术的发展．我们可以使用有限元法来分析轮胎的性能。章介绍了采用ANSYS有限元程序非线性分析技术，利用三维体单元和层单元建立轮胎的三维有限元模型，根据非线性理论，模拟轮胎的各种工况，得到轮胎各部分的应力、应变以及变形情况。     

基于SVM的瓦斯体积分数混沌时间序列预测

文章针对瓦斯体积分数时间序列的非线性和不确定性特征,提出了一种基于SVM的混沌时间序列预测方法.该方法采用改进的最大Lyapunov指数法识别时间序列的混沌特性,通过多次试验选取合适的参数构造SVM预测模型,最后使用优化的预测模型对φ瓦斯的变化趋势进行预测.仿真结果表明,该模型能够较好地解决φ瓦斯时间序列的预测问题,与RBF神经网络模型相比,具有较高的预测精度.