"广东省专业镇技术创新网络平台"建设的探索和思考

20世纪90年代以来,广东出现了大批经济规模超过十亿、几十亿甚至百亿元的产业相对集中、产供销一体化、以镇级经济为单元的新型经济形态,我们称之为专业镇经济,这些专业镇最显著的特征是小企业、大产业,小产品、大市场。以镇(区)产业集群分布为特征,一镇一业、一区一品的专业镇经济,其经济总量占了我省GDP的50％以上,是我省新时期的主要经济形态之一。     

梨茎蜂卵空间分布型及抽样技术研究

文章对梨茎蜂卵的空间分布型及抽样技术进行了研究,结果表明：梨茎蜂卵为聚集分布。用泊松、奈曼、负二项分布的三种公式进行拟合表明,卵为负二项分布。文章还列出了不同允许误差下的理论抽样数表及不同防治阀值的序贯抽样表。     

珠江上游传统民歌评述

珠江上游传统民歌以其厚重的人文性,深刻的哲理性,多样的民俗性,独特的地域性,丰富的审美性,成为珠江上游各族人民的精神依托。作为非物质文化遗产重要组成部分的传统民歌,是珠江上游各族人民智慧与文明的结晶,是民族文化的命脉,它顽强的生命力折射出各民族的价值观审美观。长期以来,对促进民族团结,维护区域稳定起到了积极而重要的作用。在建成小康社会和建设美丽云南的新进程中,将会释放其文化支撑和心理基础的重要潜能。     

离合器压盘表面工作温度变化规律的测定

用试验的方法测量了某汽车离合器压盘在离合器接合过程中的温度变化规律，从而为压盘的结构设计提供了一定的依据．     

基于Kalman滤波和改进的MeanShift算法的目标跟踪

MeanShift算法因为简单性和稳定性在目标跟踪中得到广泛应用,但是当目标和背景的颜色模型比较接近时,传统的MeanShift算法由于缺少空间信息,且经典的相似性度量函数不易区别,导致跟踪失败。为了克服上述缺点,采用基于空间颜色特征和新的相似性度量的MeanShift算法,并提出一种融合Kalman滤波器和改进的MeanShift算法的目标跟踪方法。首先,利用改进的MeanShift算法计算出当前帧中目标的准确位置,然后使用Kalman滤波器去预测下一个初始搜索位置,用于下一帧中MeanShift迭代,最后实现对目标的跟踪。实验结果表明,该算法可以准确地跟踪目标,并且跟踪的准确率优于传统的MeanShift算法或者Kalman和传统Meanshift的融合算法。     

青海省查查香卡铀矿床矿石特征及铀的存在形式研究

铀矿石特征和铀存在形式有助于查查香卡铀矿床成因和成矿过程的研究。查查香卡铀矿石地质特征分析和显微研究表明铀矿石主要为糜棱岩化斜长角闪岩、碎裂岩、角砾岩及正长花岗岩,矿石经历了韧性和脆性变形,铀矿物与长英质脉体关系密切,呈脉状分布。矿石放射性径迹、化学分析显示,矿石中铀矿物主要以铌钛铀矿为主,其次为晶质铀矿、铀钍矿及钍铀矿物,矿石U含量与Th、Nb、Ce、La和稀土总量呈正相关性,其中Nb、Ce、La、Th含量可达工业品位。综合分析,查查香卡铀矿床至少发育两期铀矿化,前期为独立铀矿化期或者铀钍矿化期,后期为铀、钍稀土综合矿化期。     

基于像元二分法的白龙江流域植被覆盖度与滑坡时空格局分析

白龙江流域影响滑坡形成的主要因素包括地质构造、地形地貌、水文、气象、植被和人工干扰等,其中地表植被作为滑坡形成的主要外在因素对滑坡的形成和发展具有重要的作用,已引起学术界的广泛关注.以植被覆盖度为主要度量指标,选择2002,2005,2008,2011年4个时段的遥感NDV I值,在改进像元二分法的基础上,探讨了近10年来该流域地表植被覆盖度及其变化特征,并分析了其与滑坡点空间格局的关系.结果表明:该流域植被覆盖度总体变化微弱,但区域内部植被覆盖度变化具有明显的空间异质性,其中低覆盖区域覆盖度呈明显的增加趋势;而历年来,该流域植被覆盖度高的地区滑坡点密度均较低,滑坡点占总滑坡的20.6%,空间分布呈离散状态,而植被覆盖度低的地区滑坡密度较高,滑坡点占总滑坡的34.5%,空间分布主要呈聚集状态,说明白龙江流域植被覆盖度与滑坡点密度呈现负相关关系,植被覆盖度的高低是滑坡发生的一个主要影响因素.研究表明,近10年来,该流域低植被覆盖区域的植被覆盖度增加较快,说明在国家实施退耕还林还草政策后,该流域植被恢复较快,生态脆弱程度减轻,这将为地方防治滑坡灾害的发生起到积极的推动作用.本研究结论可为全流域制定宏观尺度上的滑坡生态防治策略提供科学依据.     

关于f+a(f')n值分布的注记

用不同的方法证明了定理1:设f(z)为超越亚纯函数,a(≠0)为有穷复数,n(≥2)为正整数.则f a(f')n取每个有穷复数无穷多次.该定理已经被方明亮和Zalcman证明,其特殊情形,n≥3,也被叶亚盛得到.     

沪深股市的波动性分析——基于t分布下GARCH和SV模型的比较

构建基于N分布和t分布下的GARCH(1,1)和SV模型,并通过实证分析探讨了上证指数和深证成指收益序列的波动性.分析结果表明,GARCH(1,1)类模型和SV类模型能较好地拟合沪深股市收益率的波动,并指出我国股市存在较强的波动持续性;而基于t分布的各模型能有效地刻画股市的厚尾性;此外,通过计算VaR值,说明深市比沪市的风险更大,且SV类模型能更准确地反映收益率的风险特性.     

贵州省遵义地区表层土壤中多环芳烃分布特征

调查研究了151个取至贵州省遵义地区12个市(县)的土壤中的多环芳烃(PAHs)的背景含量及与各市(县)总污染物排放量的关系.遵义地区各县(市)表层土壤中PAHs含量介于0.8～251 μg/kg,从单个化合物的检出情况来看,主要以二环、三环和四环PAHs检出率较高,其中四环以苯并(a)蒽,苯并(b)蒽及屈为主,检出率分别为41.7%,38.1%和34.4%.三环PAHs中以菲与蒽的检出率较高分别为37.1%和30.5%,具有两个环化合物以芴与苊为主,检出率分别为41.1%和27.8%.遵义地区各县(市)表层土壤PAHs检出特征虽大体相同,但其含量却有较大差异,其中遵义县∑PAHs的含量最最高,平均为74.5μg/kg,最低为绥阳县为13.74μg/kg,各采样点平均16种PAHs含量从低到高依次为:绥阳县、湄潭县、桐梓县、仁怀、务川县、余庆县、凤冈县、正安县、习水县、赤水县、道真县和遵义县.各县∑PAHs含量的差异与该县市空气与废水排放总量呈显著正相关,相关系数r为0.971,表明贵州土壤中的PAHs主要来自于能源物质的燃烧和PAHs全球范围内的自然迁移,但土壤处于较低污染状态.