鲜枣的贮藏与保鲜

一、贮前准备。品种选择。枣的耐贮性因品种的不同而差异甚大，一般晚熟品种较早熟品种耐贮，干鲜兼用品种较鲜食品种耐贮，抗裂食品种比较耐贮，大果型品种比较耐贮。     

基于智能蚂蚁算法的路由选择

智能蚂蚁算法已经成功地运用于TSP问题和一系列的离散优化问题．文中分析了智能蚂蚁算法的工作原理．并基于蚂蚁的自组织能力描述了一种新的分布式动态路由选择方法，QoS保证的分布式路由选择算法(DQRA)。DQRA能以并行的方式解决网络中呼叫的时延和带宽分配问题。理论证明此种算法简单，易于实现．能有效地解决大型网络的负载平衡问题。选择Matlab仿真软件对DQRA算法进行仿真，并且比较了当业务要求带宽变化时阻塞率的变化．进一步证明了算法的有效性。     

潜土逆转旋耕理论模型验证及工作参数选择

以潜土逆转旋耕试验和被抛土粒流运动图像处理技术为手段，对潜土逆转旋耕土粒流运动图像进行了采集、处理和统计分析，获得了潜土逆转旋耕抛土率的量化估算结果，探索了潜土逆转旋耕机抛土性能与其工作参数之间的关系，为定量验证和修正抛土率理论模型的计算结果提供了一种途径，同时也为潜土逆转旋耕工作参数选择提供了参考依据．实际抛土率一般均低于理论抛土率，当用理论模型计算得到抛土率定量结果之后，再适当下降7至10个百分点，可以作为在该工况下的实际抛土率的定量描述．通过多种工况的计算结果对比分析，综合考虑抛土率、工作效率、功耗等因素，可以获得一组较为合适的潜土逆转旋耕工作参数．     

是精挑细选还是大进大出？

在急需用人的关键时刻，有的企业认为这时来不及精挑细选，可以采取大进大出的招聘用人政策，先来干，把工作顶上，不行再换人。对这种观点和做法，几位专家都不太赞同     

受相互作用影响下的项目组合选择问题的有效求解方法

【目的】相互作用关系的高阶项目组合选择问题通常被转化为一个整数多项式规划问题,利用传统方法需要使用大量的不等式约束,但是引入大量非紧不等式约束会造成严重的计算负担,针对这个问题提出了新的有效求解方法。【方法】将高阶项目组合选择模型转化为混合0-1规划,利用一个新的线性化方法,将大量非紧不等式通过等式约束代替,然后采用分枝定界法来得到最优解。【结果】通过大量数值实验,展示了新方法在解决考虑相互作用关系的高阶项目组合选择问题时的计算效率。【结论】结果表明,所提出的新方法能够有效提高求解此类问题的计算效率。
     

无线传感器网络中假设检验的传感器选择问题

无线传感器网络通常具有带宽限制和能量约束,这就涉及到传感器的选择问题,即如何在n个传感器中选取p个,使得仅由这p个传感器的观测进行假设检验时虚警率达到最小.这类问题已被证明是NP难的.本文将该问题松弛成一个易处理的新问题,并提出了一个可以达到新问题KKT点的高效算法.通过与已有的算法比较复杂度,本文提出的算法效率更高.同时仿真结果也表明,大多数情况下我们提出的算法均可达到全局最优解.     

从书院到学堂:教育与晚清社会文化心态映射

晚清教育变革中的书院改学堂,从本质上讲是一场变革传统文化和价值观念的社会改革运动。这场运动中知识精英的教育追求与社会文化心态的变迁关系密切。知识精英的教育追求包括通经致用、中体西用和"物竞天择"三类,这反映了他们教育理念和实践的侧重点不尽相同,分别映射出"思变传统""调和中西"以及"进化变革"的社会文化心态。     

人脸特征点定位及其在心率检测中的应用研究

在人脸检测基础上,进一步确定眼睛、嘴巴、脸部外形轮廓等位置的问题称为人脸特征点定位,是人脸分析识别的关键技术。通过仪器测量心脏每分钟跳动的次数称为心率检测,是评估心脏功能的重要途径。随着心脏的跳动,血液在人体的循环流动会导致人体肤色发生相应的变化,据此可以进行心率测量。实际中,皮肤区域选择是心率分析测量的关键。总结了人脸特征点定位的主要方法,研究了基于AAM(Active Appearance Models)模型特征点定位的有效皮肤区域选择方法。通过提取信噪比高的人脸区域进行分析,测量得到心率信息。实验结果表明,该方法能有效提高心率检测准确率和鲁棒性。     

基于ReliefF-NOSCA-AdakNN的肌肉疲劳识别技术研究

针对竞技体育训练中的肌肉疲劳监测问题,提出了一种基于ReliefF-NOSCA-AdakNN（RNA）的表面肌电信号（sEMG）特征提取和分类算法. 该算法结合了特征和类别之间的相关性分析和启发式搜索算法,对高维特征进行了有效的筛选和分类. 将RNA算法应用于经过滤波处理的肱二头肌肌电信号数据,对不同疲劳状态进行了识别和分类. 实验结果表明,提出的RNA算法在平均分类准确率和标准差方面分别达到了83.88%和0.012 7,均显著优于传统单一算法,体现了较好的分类性能.     

有限理性下多粒度q-RO模糊粗糙集的最优粒度选择及其在并购对象选择中的应用

有限理性通常指决策者困顿于信息处理能力有限的自然状态,该状态是决策者在实际决策情境中需要面对的常态,因而有必要研究有限理性下的决策问题.多粒度粗糙集在多属性群决策分析领域的优势在于运算效率高,并能结合决策风险,然而多数基于多粒度粗糙集的多属性群决策方法并未考虑有限理性这一实际情境.以q-RO(q-Rung Orthopair)模糊集为背景,首先提出乐观与悲观多粒度q-RO模糊粗糙集模型;接着在并购对象选择的背景下,依据交互式多属性决策(Portuguese of Interactive and Multi-criteria Decision Making,TODIM)法来处理有限理性下的决策信息,发展多粒度q-RO模糊粗糙集的最优粒度选择机制并建立相应的多属性群决策方法;最后结合并购对象选择的实际算例验证了所建立模型与方法的有效性.