摘要：针对大规模缪子成像场景,设计一种新型的反演模型,将基于通量衰减的缪子成像技术与智能计算中限制内存的拟牛顿法相结合,避开了矩阵求伪逆和海森矩阵存储的操作,降低了计算复杂度和内存占用.在已知被测物体密度区间时,合理的上、下限约束和参考模型可提高结果的准确性.针对具有上、下限约束的反演问题,设计一种内点罚函数,将约束优化问题转换为无约束优化问题.结果表明,设计的反演模型在大规模反演问题中效果良好,内点罚函数能起到很好的约束作用.

摘要：遵循复杂网络建模的一般方法,构建了Space L网络模型。以成都市公共交通网络为例进行了节点度与度分布、平均路径长度、聚集系数、点权和边权等拓扑特征分析。结果表明,在L空间下成都市公交网络的聚集系数大、特征路径长度小,具有典型“小世界特征”;节点度的累积概率分布呈指数变化,表明成都市公交网络是一个随机进化增长网络;从点权边权可以得到高笋塘—火车北站公交站路段可以考虑布局换乘枢纽。基于Space L,从蓄意攻击和随机攻击两个方面分析成都公交网络的鲁棒性,得出保障网络运行安全的关键站点,进而优化城市公交网络和枢纽布局。

摘要：声驱鱼技术作为辅助过鱼措施之一,承担着保证鱼类洄游顺利通过过鱼设施,继而保护鱼类资源和恢复河流连通性的重要作用。本研究采用交替播音的形式,以草鱼(Ctenopharyngodon idellus)幼鱼为研究对象进行负趋音性实验,旨在探究草鱼幼鱼面对不同声音的行为反应。实验水槽(3.6 m×1.1 m×1.0 m)布置于下牢溪周围水域,平均水深为0.5 m,平均流速为0.06 m/s。实验使用1种单频音(1 000 Hz)和5种复杂音(鱼游动声、引擎声、短吻鳄叫声、打桩声和游艇声),声压级(sound pressure level)为(117.69±2.77) dB re 1μPa,对照组为未播放声音时草鱼的行为反应数据。结果显示,播放复杂音时,草鱼的反应次数、趋音速度、运动时间比均显著高于单频音和对照组(P0.05)。本研究表明,5种复杂音(鱼游动声、引擎声、短吻鳄叫声、打桩声和游艇声)对草鱼幼鱼具有驱赶效果。本研究在丰富鱼类负趋音性研究的同时,为实际工程中声驱鱼辅助过鱼设施的设计和优化提供了科学依据。

摘要：分析计算思维能力的培养对计算机专业学生的重要性,梳理算法设计与分析教材中对计算思维能力培养的教学内容,按照计算思维处理问题的一般流程提出算法课程教学方法。结合计算思维解决问题的步骤与教学要素的映射关系,介绍以培养计算思维能力为导向的算法设计与分析教学模式设计,并给出一个具体教学案例设计。通过该教学案例阐述计算思维能力培养的实施流程,最后给出评价与分析以及教学案例的推广策略。

摘要：噪声会对鱼类行为和生理造成各种负面影响,研究噪声的影响在鱼类资源保护中具有重要意义。总结了噪声对鱼类听力、信息掩蔽、生理和行为等方面影响的研究现状,指出了目前的研究在实验声场场景、声波粒子运动、实验设置形式和试验周期监测等方面存在的不足,并针对当前的研究缺陷,提出了模拟真实声场场景、探测声波粒子运动对鱼类的影响、开展多样化形式的噪声暴露实验并进行周期性监测等建议,为噪声对鱼类影响的进一步研究提供思路。

摘要：介绍了一个基于射频技术的无线数据的采集传输系统,以射频技术为基础,对工业、工程现场的温度采集与传输的系统组成、硬件性能、软件设计进行了阐述,指出该系统实现了以无线方式对工业、工程现场的温度等数据进行采集、处理、传送、显示和上传的功能。

摘要：本文旨在对玉米干酒糟及其可溶物(DDGS)进行概略养分分析,建立利用理化指标快速预测玉米DDGS家禽表观代谢能(AME)的最优模型。采集我国有代表性的30种玉米DDGS样品,测定粗蛋白质(CP)、粗脂肪(EE)、粗纤维(CF)、粗灰分、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、亮度(L*)、红度(a*)、黄度(b*)、总能(GE)。采用完全随机试验设计,选用体重为(2.5±0.2)kg的18周龄以上的海兰褐壳蛋种公鸡72只,随机分为6组,各组随机接受1种玉米DDGS,每组6个重复,每个重复2只鸡,进行5期代谢试验,测定玉米DDGS的AME。将测得的理化指标值与AME利用SAS 8.0软件进行表型相关分析、通径分析及逐步回归分析,最后获得玉米DDGS的AME最优回归模型。结果表明:1)本试验30种玉米DDGS各概略养分含量均存在一定程度的差异,主要指标含量的平均值分别为CP 27.86%、EE 8.49%、CF 8.52%、NDF 47.76%、ADF 15.55%、GE 19.47 MJ/kg、AME 8.62 MJ/kg,各指标变异系数分别为8.49%、36.77%、18.07%、22.85%、17.04%、4.31%、12.87%。2)利用色差计测得玉米DDGS的L*、a*、b*平均值分别为36.62、7.59、18.52,变异系数分别为8.81%、15.88%、16.34%。本研究得到玉米DDGS的AME最优回归模型为:AME=-3.950(±2.041)-0.533(±0.055 3)CF+0.245(±0.033 3)EE+0.771(±0.115)G E(R2=0.902,P<0.000 1)。