方格星虫消化道发育与摄食研究

观察研究室内育苗、池塘中间培育和海区养殖过程中的方格星虫的消化道发育和摄食特点。结果表明,方格星虫消化道结构由＂C＂环结构发育成双肠环结构,变态7～10d后,发育完善;消化道随体长和生长日龄增加而增大,成体方格星虫消化道约为其体长的4倍;摄食饵料由单胞藻转变为底栖藻类和有机碎屑,幼体摄食最大沙粒径小于翻吻触手基径;方格...     

Pd-Ni/HZSM-5多相催化乙酸、乙醛一步加氢酯化研究

采用浸渍法制备了负载型双金属催化剂Pt-Ni/HZSM-5,并用于催化乙醛和乙酸气相一步加氢酯化反应.X-射线衍射结果表明,双金属在催化剂表面处于高分散状态.研究了镍负载量、焙烧温度、还原温度、反应温度、氢醛比以及催化剂用量对催化性能的影响.结果表明,催化剂制备条件和反应条件对催化性能有显著的影响.微量Pt的引入使催化剂的催化活性增强.     

基于Solidworks的斜齿轮绘制方法的探讨

基于Solidworks软件,研究了渐开线斜齿轮的三维造型方法,提出了在Solidworks中实现参数化齿轮实体设计的插件方法和渐开线的精确画法,这些方法扩充了Solidworks在齿轮方面的应用,提高了齿轮设计效率,节约了设计成本,为企业赢得时间和客户。     

信号与系统的教学实例:基带传输中的码间干扰

基带传输中码间干扰的产生与消除包含了信号与系统的许多重要概念,包括信号带宽与系统带宽、不失真传输、采样与重建及系统的物理可实现性等,因此非常适合在信号与系统课程的傅立叶变换的应用部分将其取作一个综合性的实例。教学实践表明,尽早引入与基本原理密切相关的后续课程中重要论题的做法,既能使学生对所学到的基本概念、基本原理和分析方法受到综合性的训练,建立起各种概念之间的有机联系,增强将理论应用于工程问题的能力,又能为后续课程的学习打下良好的基础。     

微观组织对GH4720Li合金力学性能的影响

对GH4720Li合金锻制棒坯进行热处理前后的微观组织观察,对一次γ'相进行能谱分析,并对其进行20,650℃拉伸力学性能检测.结果表明,合金中一次γ'相的数量由棒坯边缘向中心逐渐减少,但其尺寸逐渐增大;热处理对一次γ'相的数量和分布的影响不显著,但对二次γ'相的影响十分显著;合金强度由棒坯边缘向中心先升高再降低,其塑性则是逐渐升高,一次γ'相的数量和塑性是影响合金塑性的主要因素;一次γ'相与基体的相界是拉伸断裂的主要裂纹源;随着析出温度升高,一次γ'相的塑性增加,其Al,Ti元素含量下降,而Cr,Co,Mo和W元素含量升高.     

光伏系统基于全生命周期碳排放量计算的环境与经济效益分析

以上海临港某光伏发电项目为案例,同时结合光伏发电系统全生命周期碳排放模型和各阶段实际过程,对各个阶段碳排放的独特性、独特来源进行分析和计算,进而明细其计算结果.根据该系统的碳排放周期、碳交易经济回收期以及光伏发电上网电量的经济回收期对光伏发电系统进行客观的评价.     

伪装涂料偏振性能改进及穆勒矩阵分析

为降低战场目标的发现概率,提高战术装备与重要设施的生存概率,针对当前常用的绿色涂料在偏振性能上与真实植被差别较大的问题,改进浅绿色伪装涂料的偏振性能,通过表面粗糙度改性增强其退偏振能力。应用穆勒矩阵和斯托克斯矢量的对应关系,采用穆勒矩阵测试光学平台,分别得到绿色植物叶片、改性前后浅绿伪装涂料的穆勒矩阵,并对比分析样品的退偏振系数和不同入射斯托克斯矢量下的偏振度。结果表明,该方法可以使浅绿色伪装涂料在632.8μm激光探测条件下的偏振性能与真实树叶更为接近,应用于伪装目标的表面可有效降低激光探测发现概率。     

基于时频单源点检测的雷达信号的盲分选

针对欠定条件下的雷达信号分选问题,提出一种基于时频单源点检测的雷达信号盲分选算法,该分选算法的创新点在于将雷达信号由时域转移到时频域进行分析.在时频域内,雷达信号具有一定的稀疏性,有助于实现信号盲分选,给出了基于时频单源点检测的雷达信号盲分选算法的具体步骤.该方法能够有效解决欠定条件下雷达信号盲分选问题,将其应用于雷达信号分选领域,具有一定的军事应用价值.仿真测试结果表明了该方法的可行性与优越性.     

Chan-Vese模型下的复合多相水平集图像分割

Chan-Vese模型(C-V模型)能够实现图像的二区域分割,但在多区域分割上存在局限. 目前解决C-V模型多区域分割问题有两种方案：一是采用多水平集同时收敛的并行多相分割;另一种是采用多水平集依次收敛的串行多相分割. 文中将两种方案结合起来,利用并行多相算法表示区域量大和串行多相算法分割效率高的特点,提出基于C-V模型的复合多相水平集分割算法,增加了串行结构下的分割区域量,也提高了并行结构下各水平集的实际分割效率. 实验结果表明,该方法可实现多区域分割,并能检测由弱边缘构成的子目标.     

一种基于SVM的网页层次分类算法

设计了一种基于统计的多层次分类算法:在一个树状的层次分类体系中,对文档进行自动分类时,首先从根结点开始找到对应的大类,然后递归往下直到找到对应的最底层子类.每一层中使用支持向量机作为分类模型,并使用类别均衡的方法解决数据稀疏的问题,在经过大规模网页语料训练后取得了很好的分类效果.