水稻节水条件下氮素的利用及环境效应分析

为了揭示稻田不同节水灌溉与施肥管理方式下氮素迁移转化与利用损失规律,以指导水稻田的水肥管理,以水稻生育期田间水分氮素监测试验为基础,运用Hydrus-1D结合一阶动力学方法建立模型,对不同节水灌溉、肥料管理条件下的氮素运移进行模拟,并以反演的综合一阶动力学系数作为统一的评价指标,对不同方案处理下的氮素利用效率及环境效应进行分析评价。结果表明,植物吸收利用对于分蘖期、拔节孕穗期和抽穗开花期土壤水中氮素变化速率的影响比较显著;而氮素的主要损失差异在于分蘖肥和拔节肥导致的分蘖期和拔节孕穗期氨挥发损失效率大,以及分蘖期、抽穗开花期和乳熟期NO3-的反硝化作用造成的氮素变化差异明显;浅灌深蓄(G1)的NO3-综合一阶动力学系数较浅勤灌溉(G2)小,NO3-损失速率较小;施用氮肥(135 kg/hm2)(F1)施肥模式、(G1)灌溉模式下的植物吸收效率较另两种模式高,对应产量也较高;建议采用浅灌深蓄(G1)的节灌方式,同时采取分次施肥、深施等措施减少氨挥发损失,对于提高稻田氮素利用率尤为重要。     

基于PHP的社区警务综合管理系统的设计与实现

通过对系统功能模块进行需求分析及设计,采用PHP+MySQL技术进行社区警务综合管理系统的开发。本系统可实现对社区人口和警务的综合管理,为社区警务管理的信息化提供平台。     

事务存储中的一种自适应冲突检测算法

事务存储被认为是极具前景的多核处理器并行编程的手段,但存在开销过大的问题。采用Bloom Filter对事务间访问共享变量进行冲突检测,能够有效地降低开销,但其存在误判会导致不必要的事务作废,因此要尽可能减少。简要介绍了Bloom Filter和事务存储,提出了一种事务存储的自适应冲突检测算法ACDA,根据事务读写集合大小自适应地调整Bloom Filter的位串大小,在较低开销的情况下,保持误判率不增加。分析了软件事务存储中实现ACDA的特点,初步实现ACDA,与主流软件事务存储实现RSTM相比,在事务存储测试程序STAMP中,开销可接受的前提下,减少因误判而作废的事务最高达93%。给出了对ACDA哈希函数进一步优化的思路。     

应用原对偶方法光滑向量的四阶算子分裂方法

高阶算子分裂方法在改善图像边缘阶梯化、提高计算效率等问题上有很好的作用,其主要思想是将四阶的偏微分方程分裂成两个二阶的偏微分方程分别求解,先进行向量光滑,然后再进行图像重构。相对于第一步的一般显式数值迭代方法,本文应用原对偶格式进行变量替换,应用拟牛顿进行向量光滑。数值结果表明,该方法很好地提高了信噪比,且视觉效果显著。     

PLC与变频器基于USS的标准化通信

USS是西门子公司为变频器开发的通信协议,在规模较小的自动化系统中,USS协议通信方式是一种很好的解决方案.本文将S7-200与西门子变频调速装置基于USS协议的通信作了标准化的设计,能通用于自动化控制系统中.     

数字对讲机SoC软件平台的组建方法

新近出台的数字对讲机国家标准,将这一新型手持通信终端推向了市场前沿.数字对讲机将多采用Soc设计,软件平台成为实现其功能的关键.立足数字对讲设备的应用,按照分步移植与扩展的步骤介绍一种以μC/OS-Ⅱ内核、MiniGUI图形界面与YAFFS文件系统等为基础,兼顾经济性的嵌入式软件平台的组建方法及其关键技术.系统实际运行表明,该方法完全可以满足普通手持通信终端对嵌入式系统的要求.     

原对偶积极集法求解改进的有界约束图像恢复问题

为了提高模糊加噪声图像的恢复质量,提出了一种用于图像恢复处理的改进的带约束的正则化模型。该模型首先利用Levine等人提出的变指数、线性增长函数作为正则项,并根据图像局部特征选择合适的正则参数,这样既保留了总变差正则化方法在恢复图像边缘方面的优势,又减少了梯子现象;其次,为进一步提高恢复图像的质量,在此基础上再添加有界约束条件,如将灰度值固定在某范围内,以形成约束优化问题。由于它的求解相对复杂,为此可应用原对偶积极集法求解,其实质就是用半光滑Newton法来求解由约束优化问题转化所得到的方程组。数值实验表明,此方法是可行的和有效的。     

基于混合型防火墙与入侵检测技术的联合网络防御系统研究

随着计算机网络的不断发展,保护网络中的信息免受各种攻击为根本目的网络安全变得越来越重要。系统地分析了混合型防火墙技术及入侵检测相关技术,并提出了基于两种技术的联合网络防御系统。     

基于双层预测机制的传感器网络目标跟踪算法

针对层次型传感器网络的目标跟踪问题,提出了一种基于双层预测机制的目标跟踪算法,由传感器节点执行Bayes估计算法进行目标位置的预测与更新(微观预测);由簇头进行基于曲线运动方程的目标位置预测(宏观预测),并用预测结果对传感器节点所得到的目标位置进行更新,提高了目标位置计算精度.仿真结果表明,算法具有较好的跟踪精度和能量效率.     

数据库中文查询对偶学习式生成SQL语句研究

针对当前中文NL2SQL (Natural language to SQL)监督学习中需要大量标注数据问题,该文提出基于对偶学习的方式在少量训练数据集上进行弱监督学习,将中文查询生成SQL语句。该文同时使用两个任务来训练自然语言转化到SQL,再从SQL转化到自然语言,让模型学习到任务之间的对偶约束性,获取更多相关的语义信息。同时在训练时使用不同比例带有无标签的数据进行训练,验证对偶学习在NL2SQL解析任务上的有效性。实验表明,在不同中英文数据集ATIS、GEO以及TableQA中,本文模型与基准模型Seq2Seq、Seq2Tree、Seq2SQL、以及-dual等相比,百分比准确率至少增加2.1%,其中在中文TableQA数据集上采用对偶学习执行准确率(Execution Accuracy)至少提升5.3%,只使用60%的标签数据就能取得和监督学习使用90%的标签数据相似的效果。