Cu（Ⅱ）对大型溞的急性毒作用及其生理生化指标影响

为了研究水体中Cu（Ⅱ）对大型溞的急性毒理作用及其生理生化指标影响,在三种条件下（自然光,强光照,振荡）,将大型溞暴露于Cu（Ⅱ）的9个浓度组和1个对照组进行48h的急性毒性试验,得到24h和48h的半数致死浓度（LC50）.再将成熟的大型溞暴露于4个浓度组和1个对照组进行48h的暴露试验,测定超氧化物歧化酶（SOD）、过氧化物酶（POD）活性、可溶性蛋白和可溶性总糖的含量,将实验数据进行单因素方差分析（OneWay ANOVA）后,结果显示：随着暴露时间的延长,Cu（Ⅱ）的毒性增强（24 h-LC50为248.9μg·L-1,48 h-LC50为134.6μg·L-1）;强光照组和振荡组的48 h-LC50低于自然光组;SOD酶活性在Cu（Ⅱ）低浓度时高于对照组,高浓度时低于对照组,且差异显著（除160μg·L-1外）;POD酶活性先增加后降低,在Cu（Ⅱ）浓度为240μg·L-1时达到峰值,各处理组均高于对照组,且差异显著;各处理组的可溶性蛋白含量均低于对照组,呈递减趋势,与对照组相比,差异显著;在Cu（Ⅱ）浓度为80μg·L-1时,可溶性总糖含量最高,高于对照组,其他处理组均低于对照,统计分析结果同SOD.实验结果表明振荡和强光照会影响Cu（Ⅱ）对大型溞的毒性,SOD、POD和可溶性蛋白含量的变化趋势与文献报道基本一致,可溶性总糖的变化有待进一步研究.     

一种改进的Hopfield神经网络对TSP问题的求解方法

论文对Hopfield神经网络的能量函数进行重构,使得新能量函数具有参数少、表达式简洁、计算效率高等特点;并引入遗传算法中的变异算子,使得改进后的Hopfield神经网络的具有自适应调整的功能.同时,针对有效解易陷入局部极小值等问题,运用数据转换技术、贪心算法等对有效解进行优化.最后对不同规模的TSP问题仿真,结果表明这些改进方法和技巧是可行的.     

基于PCS的纳米颗粒粒度测量系统设计

引入不同孔径的光纤传输激光和散射光子,不同孔径的Y形光纤传输入射光和散射光,采用光子相关光谱法（PCS）设计了纳米颗粒测量系统.讨论了光纤芯径、显微物镜的数值孔径、温度和散射角度对测量结果的影响.实验结果表明,温度在13~22 ℃超净间中,该系统能准确地测量纳米颗粒粒度.     

模式识别中三种字符识别的方法

本文总结出三种字符识别的方法:基于模板匹配的字符识别法、完全基于字符的结构特点和笔画类型的识别法以及利用BP神经网络的字符识别法.     

直连网络在太比特路由器中的应用

概述了直连网络的性能参数及常见拓扑结构,重点研究了太比特路由器交换网络设计中的2项关键技术:交换机制和路由算法.分析表明虚切通比其他交换机制更适合应用于大容量路由器中.防死锁、增加容错性以及保证服务质量是路由算法设计中值得注意的几个关键问题.在此基础上提出了一种新的适用于太比特路由器的拓扑结构XD网络,该网络与现有的几种拓扑相比在扩展性、容错能力以及实现上具有优势.研究表明XD网络是一种极具潜力的太比特路由器交换网络候选拓扑.     

基于贝叶斯网络的态势评估诊断模型

针对传统的水电设备诊断模型通用性差等问题,提出了基于贝叶斯网络的水电设备态势评估诊断模型.该态势评估模型根据功能分为三层结构:特征级、理解级、评估级.并将贝叶斯网络中的节点按照功能分为态势节点和事件节点,采用网络推理过程将传感器采集信息作为事件节点的证据用来更新态势节点概率,并反过来影响事件节点的概率.该诊断模型在水电设备调速系统的诊断应用中的准确率达到95.2%,证实了该模型的判决可信度.     

度量空间的序列复盖cs-映象

借助某些紧可数网,建立了度量空间的序列复盖cs-映象的一些特征.     

一种实时无线传感器网络路由协议

针对传感器网络的特点,提出了一种具有实时性的路由协议.该路由协议可以保证端到端的数据传输具有确定的最大时延.该协议采用基于地理位置的数据转发,相邻传感器节点之间定时交换信息,使用无状态单跳延迟保证转发策略,实现了端到端数据传输的实时性保证.当网络某处发生拥塞时,采用后退重新路由策略,实现了对网络拥塞的自适应性.仿真结果显示该实时协议是可行的和有效的,能满足传感器网络实时性应用的需要.     

MPLS VPN安全强度分析及其在电子政务网中的应用

系统分析了VPN的实现方法,在此基础上分析讨论了MPLS VPN的安全强度.进一步认为,未来企业网建设中的VPN构建将采用以MPLS VPN为主其它方法为辅的解决办法.并以云南省电子政务网建设为例,说明MPLS VPN技术是解决当前电子政务网建设的一种有效手段.     

BP网络研究及其在肺癌诊断系统中的应用

以三层BP网络为例,讨论了网络的学习算法,并在VC 6.0语言环境下编制了BP算法程序,在这个基础上建立了基于BP网络的肺癌智能诊断系统,深入研究BP网络在实际应用中的结构设计、参数选择和样本数据的来源,应用含有动量参数的BP算法训练网络,并给出了BP算法动态演化过程的训练调试界面和临床测试界面.目的是用训练好的BP网络来识别肺癌细胞的病变情况,实验表明神经网络能够对细胞图像进行正确的分类,证明了该系统对肺癌诊断具有可行性.