桉树林林下植被生物量特征研究

本文就桉树林林下生物量变化规律开展调查研究,调查研究结果表明,桉树林林下植物生物量大小与种植年限有较大的关系,幼林的林下生物量远大于中龄林,2个幼林样地的生物量分别为1887.429g/m2和1470.883g/m2,明显比中龄林的要大的多;同中龄林林下生物量大小变化的规律是随着年降雨量的减少,生物量减少,特别是在儋州林场的林下植物生物量仅有3.227g/m2,远比琼海和定安的要少得多,后两者分别为626.988g/m2和512.894g/m2.研究结果还表明,桉树林林下植物生物量的分配方面存在的规律是草本植物的生物量要大过木本植物的生物量,而且随着地区降雨量的增大,年降雨量大的地区木本植物的生物量所占的比例会增大一些,而且表现出随地区年降雨量的增大,这种现象更加明显.     

300 MW直接空冷机组启动冲洗工艺探讨

以华泽铝电空冷机组为例，对300MW直接空冷机组的启动冲洗工艺进行了探讨，并对其冲洗方法和冲洗原则进行了较为详细的介绍。     

集合上非一一变换构成群的条件

利用非空集合A的商集讨论A上一个非——变换f能出现在一个由A上变换构成的乘法群G中的充要条件，并发现G与A的商集上的一个变换群同构．     

基于神经网络的无刷直流电机预测控制的仿真研究

在无刷直流电动机高性能速度跟踪系统中，由于PI控制的滞后性，无法根据未来动态行为产生较为理想的PWM波形。针对PWM发生器一无刷直流电动机系统，提出基于神经网络的PWM预测控制方法。采用离线训练和在线修正的方法，通过对PWM发生器-无刷直流电动机系统动态行为的在线估计，建立了系统的神经网络模型。最优控制器根据神经网络模型的输入、输出响应产生合适的PWM波形。在Matlab／Simulink环境建立了模型并进行了仿真，结果表明，较之PI控制器，神经网络预测控制具有更好的动态响应性能。     

气相法制备N－乙基苯胺催化剂的研究进展

对苯胺、乙醇气相Ｎ－乙基化反应催化剂的制备及其活性进行了评述，特别是对近十年来的发展作出了较详细而深入的论述，指出研制这类反应催化剂的重要性和今后的发展方向。     

冠状动脉粥样硬化病变中微量元素的X射线显微分析

本文应用EDAX-9100能谱仪,对家兔冠状动脉粥样硬化病变部位的微量元素进行显微分析,发现Zn/Cu比值大于1,提供了冠心病病因中“Zn/Cu假说”的实验论证。     

模糊集合论在矿山控制网布设和图纸质量评定中的应用

应用模糊数学方法研究和处理矿山测量中存在的具有“模糊性”的问题。例如控制网布设方案及矿山测量图纸质量的综合评判。它能更准确地描述用精确数学模型难以描述的问题。     

水滴在撞击不同厚度水膜条件下产生的二次液滴特性

采用高速相机对水滴撞击水膜的飞溅过程进行了详细测量,分析了水滴撞击水膜的飞溅临界值、二次液滴的直径分布和二次液滴的速率等飞溅特性。结果表明,在实验参数范围内,当韦伯数增大时发生飞溅现象。此外,可以使用量纲为一参数K 来描述飞溅临界值,K=We·Oh^-0.4。当K值大于2 100时发生飞溅现象,二次液滴的量纲为一直径和二次液滴的量纲为一速率随着K值的增大而增大。水膜量纲为一厚度对二次液滴直径分布的影响不明显,但由冠状水花产生的二次液滴的平均量纲为一速率随水膜量纲为一厚度的增加而减小。     

组合桥面板疲劳荷载后剩余承载力试验研究

为了研究高性能混凝土组合桥面板经历疲劳荷载后的剩余承载力,设计制作了两个足尺的正交异性高性能混凝土组合桥面板,通过疲劳和静力加载试验测试了正交异性组合桥面板的静力承载能力、破坏形态与疲劳后剩余极限承载力。试验结果表明：正交异性高性能混凝土组合桥面板经历疲劳荷载后的静力破坏形态为受弯破坏,试件达到极限状态时中支点截面U肋屈曲,受拉钢筋屈服,负弯矩区混凝土板开裂严重,组合桥面板的受力性能发生退化。经过疲劳加载后的桥面板的剩余极限承载力较没有经过疲劳加载的桥面板承载力下降了约11.6%。基于钢筋混凝土黏结滑移理论推导了适用于疲劳荷载作用后的高性能混凝土组合桥面板平均裂缝间距计算公式。对比试验结果,所提出的平均裂缝间距计算公式具有良好的精度,可为实际工程应用提供理论参考。     

基于自注意力机制的新生儿胆道闭锁识别

新生儿胆道闭锁是新生儿常见的致命疾病之一,并且该病在亚洲的发病率高于世界其他地区.新生儿胆道闭锁需要及时发现及时治疗,然而由于缺少专业的儿科医生和辅助诊疗手段,新生儿父母往往不能及时发现而错过了最佳治疗时间.因此,本文开发了一个具有实际应用价值的预诊算法,通过新生儿粪便图片预测新生儿是否患有新生儿胆道闭锁,并提醒新生儿父母及时就诊.为了让算法在应用场景下识别率更高,本文的算法基于一个真实场景下拍摄的新生儿粪图片数据集开发.首先我们设计了一个自注意力网络模型BANet(Biliary Atresia Network),将图片的浅层特征和深层特征相结合,可以得到更好的分类效果.由于拍摄自应用场景下的图片存在过暗和过曝等问题.通过分析数据集的亮度分布,我们设计了一个自动亮度调节算法解决.此外,图片中的阴影也会对识别结果造成干扰,因此我们在训练阶段增加了一种阴影数据增强方式来缓解这一问题.为验证本文提出算法的有效性,本文设计了一个和医生的对比试验.结果证明BANet在四分类的识别率、二分类的识别率、特异性和敏感性等客观评价指标上占有明显优势.本文提出的BANet能够有效利用图片中的颜色、异常点...