2008最佳发明（二）

绿色原油；住房基金；记忆电阻器（Memristor）；仿生手；网络直播超级坏蛋音乐剧；动力塔；灵巧的移动社交机器人；新型火星车等。     

如何提高初中生物教学实效性

中学生学习生物学可以培养自己科学严谨，求真务实的学习态度，因为许多生物学实验要求我们认真观察，如实记录，全面分析才能得出最后答案。同时还能让我们了解身边的各种生物及与我们人类的关系，逐步培养我们的环保意识，让我们能够正确了解自己的生理、心理状况，从而让自己健康快乐地生活。     

《我的外交记忆》之三“大山子”

在外交部中年一代外交官的记忆里，“大山子”这个地名无疑占据着相当重要的位置。或许，在他们的外交生涯里会行走过无数具有深刻记忆的地方，如我，     

身体松一松 入眠无忧忡——教你几个睡眠的招数

人的一生三分之一时间是在睡眠中度过的，睡眠是机体复原、整合和巩固记忆的重要环节。您还在为失眠困扰吗？您想提高自己的睡眠质量吗？     

采煤机自适应记忆切割

针对以往的采煤机记忆切割技术在我国复杂地质条件下不适用的情况,提出了基于模糊控制理论的采煤机自适应记忆切割技术,设计出了采煤机位置、姿态定位系统和采煤机自适应切割模糊控制系统.该系统可以获取采煤机任意位置处的姿态和状态信息,自动跟踪所记忆的切割路径,基于模糊控制理论对是否截割到岩石进行判断并做出最优的处理方案.通过实验室的路径跟踪实验和西安煤矿机械有限公司的自适应调节实验证明:该技术在实现采煤机记忆切割的基础上能够识别出滚筒到切割岩石时的异常状态,并对牵引速度和滚筒高度做自适应调节,能够满足复杂地质条件下对采煤机的控制要求.     

环境化学与可持续发展——第六届全国环境化学大会

(2011年9月21～24日,上海)会议概况"第六届全国环境化学大会"(The 6th National Conference on Environmental Chemistry)于2011年9月21～24日在上海市举行.本届会议的主题是"环境化学与可持续发展",充分体现了"创新、参与、合作、前瞻"的会议宗旨,旨在促进环境化学学科的发展,推动国内外学术研究的合作,加快环境     

记忆面孔, 男女有别: 关于面孔再认性别差异的行为与ERP研究

采用行为实验及事件相关电位技术, 通过学习-测验范式考察面孔再认中的性别差异,结果发现: (ⅰ) 女性面孔更容易被记住, 且女性很可能比男性更擅长记忆面孔. (ⅱ) 旧面孔诱发的N170 波幅更大, 表明该脑电成分可受到面孔熟悉度的调制. (ⅲ) 女性面孔诱发的N170 波幅更大, 而男性面孔引发的P2 波幅更大; 前者可能与女性面孔可变化的特征较多、需要更大的心理负载有关; 后者可能与男性面孔可变化的特征较少、再认难度较大, 从而需要更深的加工有关. (ⅳ) 新旧面孔诱发女性被试的P1 波幅存在差异, 但男性被试身上不存在此现象, 提示女性的脑活动可能比男性更早地受面孔的熟悉度所调制. 此外, 女性被试对于新旧面孔还表现出P2, N250 波幅的差异, 且女性被试新旧效应涉及的头皮范围比男性更广, 这些都为女性较好的面孔再认能力提供了电生理证据.     

集体记忆与侨乡形象——以《申报》为主的民国时期报刊中的汕头

作为中国近代史上流往南洋人口最多的区域之一,汕头一直是媒体竞相报道的对象。《申报》在近代汕头"侨乡"的塑造史上起着不可磨灭的作用。以《申报》为主的民国时期报刊对汕头涉侨的新闻报道通过对汕头涉侨族群的日常生活方式及价值观念的重复反映,形成民众对汕头"侨乡"意识的整合,书写了汕头华侨"始发站""回归地"与"信息集散地"的集体记忆,塑造了汕头的侨乡形象。     

基于时空图注意力模型的动态软测量建模方法

近年来深度学习由于其特征提取和非线性拟合等方面的优势,在软测量建模中得到了广泛的研究.而深度学习模型是一种黑箱模型,其预测结果难以解释,而且很难将关于过程的先验知识引入模型,这些缺点阻碍了它在实际工业过程中的应用.另外,工业过程数据是具有高度非线性和动态性的时间序列,其本质上反映的是过程随机变量随时间不断变化的趋势,其包含了重要的流程信息,因此在软测量建模过程中引入过程的动态信息是十分必要的.本文提出了一种时空图注意力模型(temporal-spatial graph attention networks, TSGAT),并将其应用在复杂动态工业过程的软测量建模.该方法通过给定变量间结构图来为模型引入先验知识,利用图注意力网络构建变量间的显式的非线性关系,并利用图注意力网络信息聚合的能力对每个时间步的数据完成图上的特征提取,再使用长短期记忆人工神经网络提取时序特征,进而完成对质量变量的预测.为了验证所提方法的有效性和优越性,将该方法应用在实际工业案例合成氨过程中的高低温转换器单元一氧化碳含量的软测量建模,实验结果表明,该模型不仅能够引入先验知识,而且具有较高的预测精度.     

基于多层组合模型的武汉市月平均PM2.5浓度预测

构建一款组合预测模型,精准预测武汉市PM2.5浓度,探讨其对地区空气质量产生的影响.研究结果显示,武汉市2020年1-4月份月平均PM2.5浓度实际值远小于预测值,差距最大的2月份,实际月平均PM2.5浓度比预测的正常值低30.37μg/m3,仅为预测值的55.63%.2020年5月份后,月平均PM2.5浓度预测值与实际值之间差距不明显.说明新冠疫情期间各地居民减少了户外活动,空气质量有明显改善.