摘要：提出了单站电离层探测系统上位机集成软件系统的一种设计方案.针对探测系统多功能化、硬件升级和算法发展导致需求不断变更的特点,采用3层的层次体系结构,设计了探测系统的硬件控制模块;采用面向对象的软件体系,设计了信息处理模块.利用Matlab的计算与显示功能,实现了人机交互、硬件控制、探测管理、数据处理、数据存储和可视化的需求.采用多线程技术解决系统实时性问题,使通用计算机具有了控制器、终端显示器和数据处理机的功能.本软件具有体系结构稳定、代码复用率高、易于升级和功能扩展等优点,可满足实际探测需求.

摘要：设计了一种新型电离层斜向探测雷达,该雷达采用脉间相位编码体制来实时测得斜向探测电离图和多普勒电离图,还利用全球定位系统(GPS)时间频率信号源和单片机来实现发射端和接收端的时间和频率同步,从而得到ns量级的时间同步精度和10-12量级的频率同步精度.该雷达的大部分功能都通过可编程软件来实现,通过加载相应的软件,雷达在进行斜向探测的同时,还实现了斜向返回探测.实际探测结果表明:在发射端和接收端相距1 200 km时,该雷达不仅得到了斜向探测电离图和多普勒电离图,还得到了斜向返回探测电离图和多普勒电离图.

摘要：CMS探测器是大型强子对撞机(LHC)上的4个实验之一,它的设计思想是在质心能量为14TeV及积分亮度为1034cm-2s-1的条件下对质子-质子对撞进行研究.它的特点是非常紧凑,其μ子室几乎覆盖了4π立体角.另外,CMS探测器还有可提供超强磁场的超导磁铁和由超导磁铁环绕的径迹室以及电磁量能器和强子量能器.CMS探测器对于末态为电子、光子、特别是μ子的物理过程有很好的测量精度.

摘要："3+3"的高考模式使生物学科成了考生,尤其是艺术生的"新宠"。高中艺术生的自主学习能力普遍较差,偏理科的生物学科更容易成为其文化课学习的短板。因此,强化艺术生的生物自主学习意识、培养自主学习能力,将会大幅提升生物学科的成绩。本文围绕当前高中艺术生自主学习能力方面存在的问题,结合教学实践提出了解决问题的有效途径。

摘要：在兰州石化公司 80kt/a流化床溶剂脱蜡工业试验装置上对流化床溶剂脱蜡新工艺进行了工业开发 ,取得了突破性进展 ,基本实现了工业化正常操作 ,在国内外首次使该工艺实现工业化。工业开发表明 ,流化床脱蜡工艺与现有脱蜡工艺相比具有设备总传热系数高 ( 450～ 10 0 0W /(m2 ·K) ) ,油收率高 (与冷点工艺比提高 5个百分点以上 ) ,蜡中油含量低 (与冷点工艺比二段过滤蜡的油含量降低 4～ 5个百分点 ) 。

摘要：兰州炼油化工总厂 2 0 0kt/a润滑油苯酚精制装置将原萃取塔以阶梯环填料为主的混装填料改造为TH Ⅱ型双鞍环填料 ,填料采用波纹状填料支承 ;重新设计了萃取塔液体分布器 ,并调整抽出液回收系统换热流程。改造后装置的处理能力提高 2 3.34 % ,精制油收率提高 2 .38个百分点 ,能耗下降 176 .6 8MJ/t,苯酚消耗降低 0 .2 5 9kg/t,循环溶剂质量得到明显改善 ,年增经济效益834 .3万元 ,投资回收期 0 .37年。

摘要：2016年8月,我校正式印发《“艺馨教育”特色学校发展规划》,将我校的特色定位于高中生“艺馨教育”特色项目建设。我校把加强艺术教育作为创新办学的突破口,践行“艺馨教育”的思想,促进学生自主发展,旨在培养术业兼备、德艺双馨、知行合一的现代高中生。

摘要：本文总结了ＨＥＲＡ－Ｂ外部径迹系统北京合作组关于ＭＣ２－１０型蜂窝状漂移室的制作和测试情况。室平均效率近似为（９９．５±０．８）％，当高压大于２３００Ｖ时，效率呈饱和状态。在气体ＣＦ４／ＣＨ４（８０／２０）中，高压为２４００Ｖ时室的串扰小于３％。室中电子平均漂移速度约为１０５μｍ／ｎｓ，最大漂移时间小于８０ｎｓ。以上测试结果均达到了设计要求。

摘要：本文的研究目的在于分析分项教学模式机理,并总结其在高中体育教学中的实践应用方法。本文通过结合目前高中分项教学模式应用过程存在的问题,对高中分项教学模式的优化方向进行探讨,使用正交试验设计分析、正态分布分析等理论研究方法,进行对于如何应用好先进的高中分项教学模式的时机内容,进行相应的分析研究工作。但是,高中分项教学模式涉及到的很多现实问题和因素,是数理分析方法难以解决的。基于此,如何保证高中分项教学在高中体育中的高效应用,其核心还在于结合学生实际情况,分析只是发挥辅助的作用,从理论结合实际的角度,促进高中体育教学效率的提升。

摘要：频高图F层异常分层(增层)是指在常规电离层结构的基础上,由于电子密度被扰动而在频高图中出现多层回波结构,该F层异常分层(增层)现象在白天和晚上均可观测到.电离层异常分层(增层)主要由某种电动力学或者突发电离源导致电子密度出现扰动而形成,已经引起国内外学者的广泛关注和研究.目前从频高图中识别F层异常分层(增层)主要还是通过人工的方法,海量的频高图数据使该方法在研究F层异常分层(增层)统计特征时变得非常困难.有别于传统的图像分类算法中需要对图像特征进行提取,本文通过引入卷积神经网络(Convolution Neural Network, CNN),设计开发出一种能够自动识别存在F层异常分层(增层)频高图的方法,该方法可以直接输入频高图样本数据,省去了复杂的图像特征提取过程.本文设计的卷积神经网络经过训练以后F层异常分层(增层)识别率为85.82%,准确率90.36%.实验结果表明该卷积神经网络可以较好地自动识别出F层异常分层(增层)的频高图.