果蝇跨模态学习的相互作用

动物在感知过程中存在不同模态感觉之间的相互促进或排斥的相互作用，但在学习和记忆过程中是否也存在相互作用并不很清楚。中科院上海生命科学院神经科学研究所郭建增和郭爱克在973计划项目“脑发育和可塑性的基础研究”的支持下，通过对模式动物果蝇进行视嗅觉双模态实验，发现在果蝇的学习过程中，相对于单模态信息刺激，给果蝇同时予以视觉和嗅觉双模态信息刺激。     

基础解系的一种算法

文章用矩阵理论得出几个新结论,从而应用新结论得出基础解系的一种算法.     

俄罗斯专制主义的文化认同与现实选择

俄罗斯文化中专制主义因素的形成，是与它独特的地理环境和历史经历分不开的。可以说巨大而平坦的平原和东北罗斯的森林是造就俄罗斯文化权威性的空间因素；而它从拜占廷引入的东正教和鞑靼人的统治构成了影响它文化权威性的时间因素；此外俄罗斯独特的社会组织——村社，是它得以长久保存的社会基础，这些构成了俄罗斯的传统文化。斯大林正是在这种传统文化模式影响下将原苏联引上了现代化之路，如今的俄罗斯改革也必然要接受这种传统文化的挑战。     

智能化校园的实现技术

从智能化建筑的概念出发,引出智能化校园的含义,探讨智能化校园的功能及实现技术.     

模型试验基础边界模拟研究

为提高结构模型试验精度,减小通常模型基础偏小的影响,提出了调整模型基础边 界弹模的办法以“延长”模型边界,应用于某水电站拦河坝整体光弹试验后,取得了较 好的结果。     

城市碳中和措施的边际减排成本分析——以北京市为例

城市是碳中和的主阵地,随着“双碳”目标的提出,将鼓励更多的减排技术和政策在城市低碳转型中发挥作用.基于此,本研究运用边际减排成本方法,以北京市为例,结合北京市低碳政策推广情况,对具体减排技术的减排潜力和减排成本进行分析,绘制了具有35项减排措施的北京市边际减排成本曲线,识别出有较高经济性的优先减排措施,为北京市实现碳中和目标提供技术措施优先级排序和实施路径建议.研究表明：1)筛选出的电力部门、交通部门、建筑部门减排技术的减排潜力分别为14.96亿、7.66亿、2.55亿t.平均碳边际减排成本为485.12元·t^-1,电力部门、交通部门、建筑部门的平均减排成本为154.56、417.56、688.28元·t^-1;北京市应大力推广电力减排措施,保证北京市碳排放进入快速下降通道;2)在35项减排措施中,11项的减排措施的边际减排成本为负,成本有效的CO2减排潜力为39 967万t,占39.15%;减排初期应大力推广电动出租车、电动公交车和电动轻型货车、照明节能等负成本措施;3)高边际减排成本措施的减排潜力较大,但不具有成本优势,实施难度大,为促进此...     

杭钢集团:三中心四赛道,探索数据价值化改革

杭钢集团以“数字基础构建者、数字应用开拓者、数字安全赋能者、数据价值探索者”为战略定位,布局“数聚、数算、数智、数安”四条赛道,以开放、合作、共赢的“平台+生态”发展模式,打造半山基地数字经济核心区,构建“1+2+4+N”产业体系,积极探索产业数据价值化改革实践。     

动态可控残差卷积神经网络的低剂量 CT 图像处理

针对计算机断层扫描(Computed Tomography, CT)中因采用低剂量扫描方式,导致图像噪声伪影干扰,尤其 是不同部位噪声和伪影强度存在较大差异这一问题,提出了一种基于动态可控残差的卷积神经网络(DC-ResNet) 算法。 DC-ResNet 的主要思想是在常规残差网络连接中添加一个图像质量指导的控制变量,以允许获取残差的加 权和,从而实现残差特征的动态可控。 所设计的 DC-ResNet 网络是一种包括两个子网络的组合型结构,一个是作 为主干网络的基础子网络,在该子网络中使用全局动态残差块和局部动态残差块来实现低剂量 CT 图像质量的提 高;另一个是作为辅助网络的条件子网络,用来生成基础子网络中不同动态可控残差块的权值,辅助基础子网络的 学习。 通过 Mayo 与 UIH 数据实验验证,其视觉结果表明:处理后的不同部位 CT 图像噪声伪影均能够得到较好的 抑制,并能有效地保留结构细节及组织纹理;量化结果表明:处理后的 CT 图像峰值信噪比( Peak-Signal to Noise Ratio, PSNR)和结构相似性(Structure Similarity, SSIM)均优于对比方法。     

引入工程意识,提高“机构力学与机构设计”教学质量

<正>"机构力学与机构设计"课程是机械类专业的主干技术基础课,是联系基础理论课和专业课的纽带.从专科"必需,够用"的教学原则出发,教学大纲要求通过本课程的学习,掌握与机械设计相关的静力学、运动学与动力学原理及,其在实际机构中的应用,掌握机构的结构及常用机构等方面的知识,初步具有对这些方面问题的分析、综合能力,得到必要的基本技能训练.本课