节能设计理念在住宅建筑设计中的渗透

一直以来,建筑行业在我国经济发展中占有重要的地位,建筑能耗的比重位居我国各行业的首位。为应对能源紧张,中央政府提出了可持续发展总方针。建筑行业为落实国家的战略部署,将节能理念渗透到建筑设计中,有效减少能源的消耗,同时也为人类提供绿色健康的居住环境,既满足了经济效益的最大化,又具有重要的环保价值。文章主要分析住宅建筑设计中节能设计理念的应用。     

自动凯氏定氮仪快速测定青贮饲料中的氨态氮

为了准确、批量测定青贮饲料中的氨态氮,采用自动凯氏定氮仪和凯氏定氮法测定青贮饲料中的氨态氮,按凯氏定氮法原理将青贮饲料浸提液在自动凯氏定氮仪上进行自动蒸馏和滴定.结果表明:该方法氮回收率为99.8%～104.3%,对全株玉米青贮和玉米秸秆青贮两种饲料样品各重复测定6次,两组结果的相对标准偏差分别为1.39%和0.50%;与手动半微量碱蒸馏法比较,两种方法的测定结果无显著性差异(P＞0.05).研究结果证明,自动凯氏定氮仪法是一种准确可靠的青贮饲料中氨态氮检测方法.     

基于卷积神经网络与注意力机制的高光谱图像分类

由于浅层卷积神经网络(convolutional neural network,CNN)模型感受野的限制,无法捕获远距离特征,在高光谱图像 (hyperspectral image,HSI) 分类问题中无法充分利用图像空间-光谱信息,很难获得较高精度的分类结果。针对上述问题,本文提出了一种基于卷积神经网络与注意力机制的模型(model based on convolutional neural network and attention mechanism,CNNAM),该模型利用CA (coordinate attention)对图像通道数据进行位置编码,并利用以自注意力机制为核心架构的Transformer模块对其进行远距离特征提取以解决CNN感受野的限制问题。CNNAM在Indian Pines和Salinas两个数据集上得到的总体分类精度分别为97.63%和99.34%,对比于其他模型,本文提出的模型表现出更好的分类性能。另外,本文以是否结合CA为参考进行了消融实验,并证明了CA在CNNAM中发挥重要作用。实验证明将传统CNN与注意力机制相结合可以在HSI分类问题中获得更高的分类精度。     

菜籽粕品质指标变化规律及相互关系研究

考察了经不同加热条件处理的菜籽粕蛋白质溶解度(PS)、中性洗涤纤维(NDF)含量以及体外消化率(PDIV)3项品质指标变化规律,同时建立了PS、NDF含量与PDIV之间的回归预测模型.结果表明:①100 ℃对PS及NDF含量没有影响,2 h内的热处理PDIV逐渐升高;140 ℃下处理5 h,PS、NDF含量均降到标准以下,即菜籽粕品质遭到破坏;160 ℃处理1 h就会对菜籽粕品质产生破坏性作用.②温度、时间均对3项指标产生影响,但温度的影响程度要远大于时间.③菜籽粕的PS、NDF含量与其PDIV之间具有很强的相关性.     

动态背景下基于帧间差分与模板匹配相结合的运动目标检测

基于图形处理器单元（GPU）提出了一种帧间差分与模板匹配相结合的运动目标检测算法。在CUDA—SIFT（于统一计算设备架构的尺度不变特征变换）算法提取图像匹配特征点的基础上,优化随机采样一致性算法（RANSAC）剔除图像中由于目标运动部分产生的误匹配点。运用背景补偿的方法将静态背景下的帧间差分目标检测算法应用于动态情况,实现了动态背景下的运动目标检测,通过提取目标特征与后续多帧图像进行特征匹配的方法最终实现自动目标检测。实验表明该方法对运动目标较小、有噪声、有部分遮挡的图像序列具有良好的目标检测效果。     

体外评定饲料氨基酸消化率的研究进展

对评定饲料蛋白质(氨基酸)消化利用率的各种体外方法进行归纳总结,首次对稳定消化酶体系、化学成分估测法、动物模型评定法、酶联免疫法、计算机消化道模拟法等最新的体外技术进行了简要的概括,指出了各种体外技术的适用性、缺点以及研究进展与未来的发展趋势,并指出目前研究领域存在的误区,以期能为今后的研究工作提供帮助。