《微机原理及应用技术》课程教学改革探讨

《微机原理及应用技术》是电子电气信息类高职专业教学的一门重要的主干课程，也是机械、机电类等其它许多非电类专业的一门专业基础课。我校的微机原理课程是以MCS-51单片机为基础，详细介绍单片机的硬件结构、软件设计方法及常用的接口电路等相关内容。但从微机课程教学的现状来看，由于概念多且抽象难懂，所涉及的硬件知识较多，加上教学思路、教材及教学方法欠佳，使这门课程的教学工作出现了许多问题，学生也普遍反映抽象难懂难以掌握。因此，必须对这门课程进行改革以适应高职教育的需要。     

作物籽实发芽饲料的利用及生产技术

大豆浓缩蛋白又称70％蛋白粉，原料以低温脱溶粕为最好，生产浓缩蛋白的方法主要有稀酸沉淀法和酒精洗涤法。     

肉鹅快速育肥四方

做种用的中鹅或肉用仔鹅，上市前经15～20天的短期育肥后，效益可显提高。其育肥方法主要有四种：     

深度学习在引力波数据处理中的应用初探

截至2018-01-16,LIGO已成功探测引力波事件6次.可以预期,引力波探测事件会越来越多,引力波天文学会很快进入到大数据阶段.深度学习在大数据处理方面近年来得到迅速发展.它在数据处理速度,准确度等方面都表现出极大的优势.深度学习在引力波数据处理中的应用讨论还不多.本文引入此问题,并对其进行初步研究.引力波数据最大的特点是强噪声、弱信号.现行的数据处理方法是利用匹配滤波的方式把引力波信号从强噪声中挖掘出来.同时,匹配滤波方法还可以确定引力波源的性质,定量确定其参数.匹配滤波方法的弱点是计算量巨大.这导致数据处理速度很慢.对于将来的大数据引力波天文学,这更将是一个巨大的隐患.匹配滤波方法的另一个潜在问题是,完备准确的理论波形模板是其工作的前提条件.这个潜在问题的后果是很难找到理论预期之外的引力波信号.深度学习的数据处理方法有可能在这些问题上提供出路.同时,深度学习也会遇到其自身的若干困难和问题.本文将从网络结构、训练数据制备、训练优化、对信号识别的泛化能力、对数据的特征图表示以及对特征数据遮挡的响应等方面来展开讨论.     

网络参与者见面概率的迭代估计方法北大核心CSCD

针对网络参与者见面概率的估计问题,引入效用分析的方法,并将效用函数的估计问题与logistic回归分析相联系.在深入分析网络参与者链接形成过程的基础上,提出了迭代估计算法.进一步给出了该方法的基本算例,并在合著者网络中进行了方法的应用研究.结果表明该方法能够实现对网络参与者见面概率进行估算的研究目标,有助于优化网络的整体产出,可行并实用.     

微纳马达在生物医疗领域中的应用

 作为微纳尺度的动力装置,微纳马达具有体积小、质量轻和驱动力大等优点,在传感检测、微纳加工和环境治理等方面表现出突出的优势,特别是在生物医疗领域具有巨大应用前景。本文阐述了生物医用微纳马达的制备及驱动控制方法,总结了微纳马达在药物靶向运输、细胞识别捕捉、纳米手术、吸附毒素及溶解血栓等生物医疗领域中的应用,并讨论了其在生物医疗领域面临的挑战和未来的发展方向。     

五味子属木脂素的化学研究

木脂素是自然界广泛存在的一类植物雌激素,是五味子属药用植物的主要生物活性成分,本文介绍了木脂素概况及五味子中木脂素的研究现状,为五味子属药用植物的木脂素类化合物开发利用提供参考。     

用于多指数拟合的一种混沌免疫粒子群优化

为了更好地逼近真实物理场景,对传统的多指数模型作了一些改进,将权因子设置为噪声方差平方的倒数,提出一种基于循环矩阵(CM)的算法用于估计衰减项数.为了求解上述改进模型,提出一种混沌免疫粒子群优化(CIPSO)算法.该算法将人工免疫系统中的克隆、交叉、变异和接收器修正算法嵌入粒子群算法中,并采用混沌算子实现变异,然后将惯性因子改为自适应变化.实验表明:提出的权因子设置更符合实际;用于估计项数的CM算法在估计精度与运行时间上均优于传统的ILS算法;CIPSO算法在收敛精度与运行时间上也优于传统的优化算法,如可信域法、LM法、高斯-牛顿法、差分进化算法和粒子群算法等.     

试析钻孔灌注桩施工中的问题及处理方法

钻孔灌注桩施工时基本无噪音、无地面隆起或侧移,因此对环境和周边建筑物危害小且施工设备简单,能在较低的净空条件下设桩,且因其对各种土层的适应性强、无挤土效应、无震害、无噪音、钻孔灌注桩的承载力也比较高等特点而广泛应用在各工程中。     

变废为宝的废弃食用油

防不胜防的"地沟油",让人们对中国食品安全的担忧到了几近崩溃的地步。然而,同为食用油消费大国的日本却无"地沟油"事件。日本人因有吃油炸食品"天妇萝"的习惯,每年从餐饮业、食品加工企业及家庭厨房中产生大量的废弃食用油。据日本全国油脂事业协同组合联合会统计,仅2008年全年,日本共消费237万吨食用油,产生约45万吨废食用油,其中30万～35万吨来自