芝麻秸秆栽培平菇试验研究

芝麻在我国是重要的油料作物之一,栽培面积较广,每年可产生大量秸秆。寻求经济有效利用芝麻秸秆是解决当前其被废弃闲置和污染环境的最佳途径。平菇是优质食用菌,腐解有机质的能力强。为了解芝麻秸秆栽培食用菌的效果,特以平菇为栽培对象,以不同比例芝麻秸秆替换传统平菇栽培主料棉籽壳,配制多组培养基,通过测定菌丝生长速度、长势及头茬菇产量来判别芝麻秸秆的影响效果。结果:培养基中芝麻秸秆比例越高,平菇菌丝生长状态愈好,头茬菇产量越高。由此得出结论:芝麻秸秆对平菇生长具有促进作用,用芝麻秸秆主料培养基或用一定比例的芝麻秸秆配制培养基栽培平菇可获得较好的产量。     

城市居民出行碳排放研究进展

在应对全球气候变化和解决城市交通问题中,居民出行碳排放逐渐成为科学研究的重要课题.文章从居民出行碳排放的核算、影响因素和模拟三方面系统归纳了居民出行碳排放的研究内容及相关研究方法.可以认为:使用自下而上方法核算居民出行直接碳排放能明晰社区-家庭层级上居民出行碳排放的变化特征,由于数据获取困难,使用复杂方法核算居民出行间接碳排放的可操作性差;区域-城市环境特征和社区-家庭因素共同作用影响居民出行碳排放的变化,单方面分析居民出行碳排放的影响因素会出现研究结果的偏差,将二者结合使用复杂的数理统计方法量化各因子是揭示居民出行碳排放驱动机制的关键;基于时间地理学理论和GIS空间技术模拟居民出行时空轨迹可以较为直观地分析居民出行碳排放的时空特征,且为居民出行碳排放驱动机制分析提供支持.虽然考虑城市形态、土地利用、交通系统和居民个体行为的综合模型的时间和空间精度较低,却是未来模拟和调控居民出行碳排放的有效途径.     

当代大学生网络道德教育创新研究

现阶段随着网络环境不断建设、互联网技术的飞速发展,现代大学生的生活方式和行为习惯也发生了改变。网络给我们的生活带来了一些便利,但也引发了一些新的问题,这其中大学生网络道德问题显得十分突出。当代大学生网络道德教育中存在许多不足,面对新的教育环境,必须对现代大学生道德教育模式进行全面改革,积极构建和谐的网络环境,推动大学生网络道德教育的创新和发展。     

中药黄酮成分抗抑郁治疗作用研究进展

综述了甘草黄酮、合欢花黄酮、酸枣仁总黄酮、罗布麻叶总黄酮、杨梅叶总黄酮、金丝桃类黄酮、黄芩黄酮以及葛根异黄酮的黄酮成分对抑郁治疗效果.结果发现:中药黄酮成分的抗抑郁作用基本与调节血清皮质酮水平、5-羟色胺能神经功能、海马组织、Ach E活性、Ach含量和多巴胺能系统有关.     

关于近20年人事档案内容发展的文献统计分析

近年来,随着事业单位人事制度和工资制度的改革,人事档案收集管理的内容发生很大的变化。本文以20年来《知网》全文数据库所收录的期刊文献为研究对象,从文献学科分类、研究层次、发表年度、作者及作者单位、关键词等多个角度,对有关人事档案内容发展变化文献研究进行了统计分析。     

濮阳科技型中小企业竞争情报的实态调查分析研究

本文对濮阳200家科技型中小企业进行问卷调查,针对企业竞争情报工作现状、对竞争情报的需求、竞争情报系统建设和竞争情报管理等方面进行数据统计,对存在问题进行了分析,并为今后开展竞争情报工作提出了对策和建议。     

科技创新视角下人才培养模式的探索

大力推进协同创新是增强自主创新能力、建设创新型国家的重要任务,是提升高校学科和科技水平,是高等教育的必然选择。本文主要针对高校人才培养的现状及问题进行了分析,提出了人才培养的实践及对策。     

干酪质量安全问题与控制技术

干酪是全球交易量最大的乳制品之一,其安全和品质问题影响众多消费者的营养健康。自20世纪90年代,干酪食品被病原微生物如单核细胞增生李斯特菌(Listeria monocytogenes)和大肠杆菌(Escherichia coli O157:H7)污染的食品安全事件仍频繁发生。我国干酪产业刚刚起步,随着近年来干酪消费量快速增长,了解当前国内外干酪食品安全与质量控制技术的研究进展,对于构建我国自身干酪安全和质量控制体系,确保我国干酪产业的健康发展,提高我国乳品质量安全水平具有重要意义。从原料乳、添加剂、干酪工艺和干酪包装等方面,综述了干酪生产过程中可能存在的微生物污染风险及干酪品质影响因素,并介绍了原料乳蛋白多态性、膜过滤、超高压处理、酶工程、红外在线监测和抑菌新材料新技术等在干酪安全和品质控制方面的应用。     

湿式共振栅阻力特性的实验研究

为研究湿式共振栅阻力特性,根据桩柱群绕流理论,建立了不同规格尺寸的共振栅的平均阻力系数的计算模型.在自制实验平台上对共振栅的阻力特性进行了实验.通过理论与实验相结合的方法,获得了用于分析不同类型共振栅阻力系数的计算模型.结果表明:随着风速的增加,有、无喷雾时共振栅的阻力系数的理论与实验数值均下降.当速度为4～7 m/s时,下降趋势不明显,基本趋于稳定;当速度大于7 m/s时,理论值高于实验值20％.该研究验证了计算模型的有效性.     

二值无线传感网络下异常活动的分布式检测

针对无线传感网络下的异常活动检测问题,提出了异常活动分布式检测方法(distributed abnormal activity detection approach,DetectingAct). DetectingAct将活动的定义从轨迹扩展到轨迹和持续时间的组合,将异常活动定义为在数据分布上与正常活动,即数据中反复出现的活动,偏差较大的活动,利用节点自身计算资源和存储资源进行检测. DetectingAct采用时间相关的频繁项集挖掘算法(duration-dependent frequent pattern mining algorithm,DFPMA )从数据中挖掘正常活动. 算法采用了非监督学习方法,避免了监督学习需要大量标记数据的缺点;按分布式存储机制(distributed knowledge storage mechanism,DKSM)将正常活动模式存入各节点;用分布式检测算法(distributed abnormal activity detection algorithm,DAADA )检测活动. 理论分析和实验结果表明,分布式检测方法相比传统的活动检测算法,实时性更强,平均检测长度为轨迹的78.2%,精度更高,准确率达到96.9%.