GPS快速静态定位技术在地质测量中的应用

通过GPS快速静态定位技术在地质测量中的应用,阐述了该技术应用的原理、方法和注意的问题.     

创新驱动发展 打造“江淮硅谷”——记建设中的中国科大先进技术研究院

正破除制约科技发展的体制机制障碍,以创新驱动引领发展,是推动经济转型升级必须解决的一道难题。安徽省、中科院、合肥市与中科大共建的中国科学技术大学先进技术研究院(以下简称"中科大先研院"),在深化科技体制改革上进行了积极探索。在合肥这片充满活力的土地上,中科大先研院以打造"江淮硅谷"的雄心,逐步展示其无穷的创新驱动魅力。一、力破体制藩篱,跨越成果转化"死亡之谷"刚刚召开的党的十八届三中全会使"深化改革"成为热词,其中深化科技体制改革是重要内容之一:通过破除制约科技发展的体制机制障碍,让科技迸发巨大活力,推动创新驱动发展战略的实施,引领经济社会发展。     

科技创新管理中的激励制度与机制设计

一、引言 科技创新能力对于竞争力至关重要。科技创新能力的形成和积累是一个不断学习和发展的过程,科技创新能力是许多方面能力的综合表现,其中起关键作用的是参与知识创新的科技人员的创新能力。现代经济学和管理学都强调了“激励”在社会和组织发展中的重要意义。因此,科技创新管理中应紧紧围绕科技人才这个核心．把“激励问题搞对”。才能最大限度地激发和调动科技人才的积极性和创造性。     

二苯脲延缓紫萍半叶状体衰老的作用

在长日照条件下,10-7mol/L的二苯脲对紫萍半叶状体就有保绿的作用,10-5～2×10-4mol/L的二苯脲还可以明显地促进叶绿素的合成和干重的增加,提高丝氨酸乙醛酸转氨酶的活性,延缓半叶状体的衰老.实验结果表明,二苯脲本身具有细胞分裂素的活性,能代替内源细胞分裂素起到抗衰老的作用;二苯脲同时也能推迟半叶状体中内源细胞分裂素含量的降低.另外,在培养液中加入外源L-丝氨酸,可以抗拮二苯脲对紫萍半叶状体衰老的延缓作用,说明二苯脲抗衰老的机制类似于其它细胞分裂素.     

供需矛盾下西部农村儿童早期教育供给的制度变革——基于重庆市的调查

当城市早期教育已经发展到争夺优质教育资源的阶段时,西部农村早期教育还处于从无到有的过程中。随着城市化进程的推进以及农村父母早期教育观念的转变,农村居民对早期教育的需求迅速增加,然而当前农村早期教育的供给无法满足迅速增加的需求。供需矛盾"倒逼"体制变革的压力已经形成,农村早期教育的供给迫切需要进行新的制度设计。通过发展多元化供给制度,制定服务基准以及完善监督机制等,更好地为农村儿童提供满意的早期教育。     

珙桐（Davidia involucrata Baill）研究综述

珙桐(Davidia involucrata Baill)作为第三纪古热带孑遗树种,国家一级保护植物,具有特殊的科学研究价值和极高的观赏价值.20世纪80年代以来受到了有关方面及科研工作者的广泛重视.从以下4个方面对珙桐研究现状进行了综述:(1)解剖学与生物学特征及珙桐在系统发育中的归属问题研究;(2)生态学特性与珙桐自然分布区生态条件的研究;(3)珙桐的种群生态学与群落生态学研究;(4)珙桐的繁殖与人工引种研究.     

阿司匹林双嘧达莫胃内漂浮片的药动学及相对生物利用度的研究

采用随机交叉分组实验设计,给6条家犬分别口服单剂量阿司匹林普通片、双嘧达莫缓释胶囊和阿司匹林双嘧达莫胃内漂浮片,以HPLC法测定血浆药物浓度,采用3P97药物动力学程序计算药动学参数,统计分析显示：参比制剂和受试制剂的阿司匹林各主要药动学参数均有显著性差异,双嘧达莫各主要药动学参数无显著性差异,阿司匹林双嘧达莫胃内漂浮片具有明显的缓释特征,生物利用度具有生物等效性．     

鸟类TLR基因进化分析

为了明确鸟类Toll样受体(Toll-like Receptor,TLR)基因物种间拷贝数量差异和基因进化选择,本试验利用BLAST程序对73种鸟类基因组数据进行TLR基因的鉴定,将预测到的序列进行系统发育分析,分析其进化选择方向,探究鸟类TLR基因进化机制.结果显示：1)在73种鸟类中可以预测发现大多数的TLR基因,TLR7基因存在多拷贝现象,多数发生在雀形目中,TLR21在部分鸟类中未预测到;2)在大多鸟类物种中,TLR3基因和TLR21基因表现出正向选择;3)在不同类群中部分TLR基因进化存在差异.结果表明鸟类TLR基因存在不同的选择进化方向.     

一种基于融合递归机制的长文本机器阅读理解算法

目前对于机器阅读理解的研究大多都使用预先训练的语言模型如BERT来编码文档和问题的联合上下文信息,相较于传统的RNN结构,BERT模型在机器阅读理解领域取得了显著的性能改进.但是当前基于BERT的机器阅读理解模型由于输入长度有限(最大长度为512),在进行特征提取时,存在一定程度的语义丢失,且不具备建立长距离依赖能力.为了解决这个问题,提出了一种基于BERT-Base的长本文机器阅读理解模型BERT-FRM.通过添加重叠窗口层以更灵活的方式切割输入文本,使用两个BERT模型独立编码问题和文档,并且在模型中添加递归层来传递不同片段之间的信息,赋予模型建立更长期依赖的能力.实验结果表明,BERT-FRM模型与BERT-Base基线模型相比,在TriviaQA和CoQA两个机器阅读理解数据集上的F1值分别提升了3.1%和0.8%.     

基于视觉注意力和深度随机配置网络的高速公路团雾认知

团雾生成区域的气象环境较为复杂,对团雾的检测效率和精度有较大影响。针对这一问题,探索了一种基于视觉注意力和深度随机配置网络的高速公路团雾系统模型。首先,采用图像通道转换和高斯模糊滤波对输入图像预处理,构建归一化高质量的高速路面样本图像集合。其次,基于视觉注意力机制的构建团雾图像深度特征空间,以多层次差异化表征团雾气象特征信息。最后,基于深度随机网络构造团雾等级分类器,以获取快速高准确率分类模型。为验证方法的有效性,使用行车记录仪高速行驶图像样本构建训练及测试样本空间,并将此方法与其他模型方法进行对比实验。实验结果表明,此方法在模型认知精度和计算速度综合评价方面具有较大优势,能够有效适用于高速行驶过程的团雾气象预测预警。