有关计算机数据库及其管理简析

对计算机数据库的定义进行了总结,分别从图书馆数据库和企业管理数据库两个方面的内容对计算机数据库的构建进行分析,对计算机数据库的管理问题进行研究,并提出做好计算机数据库的管理维护工作,需要强化数据库管理人员的专业素质、强化数据库使用者的使用知识、做好数据库的信息更新和添补工作,以及做好定期的数据库软件检测工作,这样才能做好数据库的管理工作。     

探讨计算机网络专业学生的实训教学课程设置

计算机网络专业的学生的实训内容通常是与今后的工作相关联的,这种关联的程度越高,说明实训的效果越好,也可以从一个侧面说明教学越成功。所以,实训项目不应该是凭空设想的,也不应该是几年如一日的照搬照抄的,应该是符合市场需求的,与时俱进的。     

基于纳米银修饰电极的电位型铬（Ⅵ）传感器研究

纳米银修饰过的石墨电极在铬酸盐溶液中活化处理后,可制成一种新型的电位型铬传感器。将该传感器用于铬（Ⅵ）的测定,实验结果表明：此传感器对铬（Ⅵ）具有灵敏的电位响应,其线性范围较宽,为1．0×10^-7～1．0×10^-2mol·L^-1,检出限为4×10^-8mol·L^-1。应用于水样中铬（Ⅵ）的测定,结果符合分析要求。     

基于指标权重的湖库营养状态识别

针对湖库营养状态识别未考虑指标权重及营养状态分级较少的不足,基于熵值法与概率神经网络（PNN）基本原理,提出熵值PNN湖库营养状态识别模型,以全国24个湖库营养状态识别为例进行分析。利用熵值法确定识别指标权重,依据我国湖库富营养化评价标准,将湖库营养状态划分为极贫营养一极重度富营养11个等级,提出基于改进的湖库营养状态识别等级标准,在等级标准域值间采用随机内插的方法生成样本对PNN模型进行训练和检验,利用正确识别率和运行时间对PNN模型性能进行评价。最后,基于两种方案对全国24个湖库营养状态进行识别。结果表明：@PNN模型对于随机生成的训练样本和检验样本的正确识别率分别达到98．9％、98．6％（5次平均）,模型用于湖库营养状态识别是合理可行的。②湖库识别结果存在差异。比较而言,基于指标权重考虑的识别结果更能科学、客观地反映湖库营养状态。     

应用装饰模式创建CSS

介绍了应用装饰模式自动生成CSS的方法.原始的设计是基于继承的,子类功能的增加是通过覆盖或扩展父类方法实现的.优化的设计应用了装饰模式,获得了良好的可扩展性和可维护性.将CSS细分成不同的部分,每个部分作为一个装饰类.可以根据需要灵活地使用这些装饰类生成不同风格的CSS.通过对比这两种设计方式,最后列出了利用装饰模式的优缺点.     

Modeling iron-catecholates binding to NGAL protein

Neutrophil gelatinase associated lipocalin (NGAL) protein is attracting a great interest because of its antibacterial properties played upon modulating iron content in competition against iron acquisition processes developed by pathogenic bacteria that bind selective ferric iron chelators (siderophores). Besides its known high affinity to enterobactin, the most important siderophore, it has been recently shown that NGAL is able to bind Fe(III) coordinated by catechols. The selective binding of Fe(III)-catechol ligands to NGAL is here studied by using iron coordination structures with one, two, and three catecholate ligands. By means of a computational approach that consists of B3LYP/6-311G(d,p) quantum calculations for geometries, electron properties and electrostatic potentials of ligands, protein–ligand flexible docking calculations, analyses of protein–ligand interfaces, and Poisson–Boltzmann electrostatic potentials for proteins, we study the binding of iron catecholate ligands to NGAL as a central member of the lipocalin family of proteins. This approach provides a modeling basis for exploring in silico the selective binding of iron catecholates ligands giving a detailed picture of their interactions in terms of electrostatic effects and a network of hydrogen bonds in the protein binding pocket.     

基于深度学习的高压隔离开关分合状态检测算法研究

高压隔离开关的正常工作是电力系统稳定运行的前提。为正确识别隔离开关的分合状态,提出一种轻量化改进型YOLOv5s目标检测算法。首先,针对隔离开关数据集,采用二次优化K-means++聚类算法重新获取锚框参数。然后,将模型中的损失函数由CIOU替换为具有更强收敛性能的EIOU,加快模型训练的收敛速度。最后,在模型主干特征提取网络的最后一层添加CBAM注意力模块,加强模型特征提取能力。在此基础上,采用通道稀疏化剪枝的方法对改进后的模型进行轻量化处理,减小模型体积和算力消耗。实验结果表明,改进后的模型识别平均精度均值到达97.4%,轻量化处理后的模型大小为3.92 MB,使得模型更加容易部署到移动端设备完成实时检测。     

基于等效数值评价法的湖库营养状态评价分析

根据国家湖泊(水库)营养状态评价标准及分级方法,运用等效数值评价法,建立湖库营养状态综合评价的等效数值模型,以云南省9大高原湖泊为例,对滇池等湖泊营养状态进行综合评价,并与主成分分析法及指数评价法评价结果作对比分析.结果表明该模型满足评价精度要求,是一种湖库营养状态综合评价的新方法.     

河流健康评价的回归支持向量机模型及应用

建立河流健康评价指标体系、分级标准及回归支持向量机（ SVR ）河流健康评价模型,并以云南省文山州清水河健康评价为例进行研究。首先,利用层次分析法（ AHP ）从水文水资源、物理结构、水质、水生生物和社会服务功能5个方面遴选出13个评价指标,构建3个层次的河流健康评价指标体系和5个等级的分级标准;其次,基于SVR原理,利用随机生成和随机选取的方法,在等级标准阈值间构造5种不同容量大小的训练样本和检验样本,提出5种不同容量方案的SVR河流健康评价模型,设计合理的输出模式,并构建具有良好性能的RBF（radial basis function neural network ）回归模型作为对比模型,利用模型随机5次运行的平均相对误差绝对值、最大相对误差绝对值和运行时间对各方案模型性能进行评价;最后,利用达到期望精度的SVR模型对实例进行评价分析。结果表明：①无论是训练样本还是检验样本,5种方案的SVR模型的预测精度和泛化能力均优于 RBF模型。在相同参数设置条件下,SVR模型随着样本容量的增加其精度和泛化能力变化不大;而RBF模型随着样本容量的增加其精度和泛化能力均有提高。表明SVR模型具有较高的精度和泛化能力,可以用于河流健康评价,尤其在小样本情况下,SVR模型的精度和泛化能力是RBF模型不可比拟的。②5种方案的SVR模型对清水河2011-2012年3次调查的评价结果均为健康,但已接近于亚健康。     

丽江城市水资源评价

对丽江盆地的水资源状况、水资源利用现状进行分析,在分析地下水污染现状的基础上,使用美国EPA地下水脆弱性评价方法(DRASTIC)对地下水环境进行脆弱性评价。结果显示,该盆地的脆弱性值高。在地下水资源衰减与短缺分析的基础上,提出了丽江市地下水资源利用和保护的适宜性区划及措施。