应用PCR-DGGE技术分析长江口低氧区的细菌群落组成

应用PCR结合变性梯度凝胶电泳（PCR-DGGE）技术对长江口外低氧区的细菌群落组成和优势菌群进行了分析。对25条DGGE条带进行了克隆、测序,所得到的细菌16SrDNA基因V3区序列进行了系统进化分析。结果显示这25条条带分别归属于4个细菌类群：变形菌门（Proteobacteria）、拟杆菌门（Bacteroides）、厚壁菌门（Finnicutes）和蓝细菌门（Cyanobacteria）。其中有16条分别与变形细菌亚群的γ-Proteobacteria和δ-Proteobacteria相似。时空分析发现,低氧水体的细菌群落组成与非低氧水体的组成不同,低氧水体包括变形菌门（Proteobacteria）、拟杆菌门（Bacteroides）、厚壁菌门（Finnicutes）和蓝细菌门（Cyanobacteria）,非低氧水体中没有发现蓝细菌门（Cyanobacteria）。并且8月份低氧水体中Flavobacteria为优势菌群。     

2012年“华夏建设科学技术奖”获奖项目(三等奖) 跨座式单轨交通工程道岔设备系统安装工艺技术

一、立项背景随着经济的高速发展,为解决城市化进程中的交通制约因素,我国从国外引进了跨座式单轨交通这种安全快捷的城市交通形式。其中道岔设备作为机电一体化的高新设备系统,是保证该交通形式高安全、高可靠性运行的三大关键系统之一,我国在引进、消化、吸收的基础上已步入了国产化。开展本工艺技术的研究对保证道岔设备系统的安装质量、缩短施工周期、确保单轨交     

基于分数阶傅里叶变换补偿多普勒徙动的动目标检测算法

提出了一种基于分数阶Fourier变换(FRFT)的二次相位多普勒徙动补偿的动目标检测算法。该算法利用离散分数阶Fourier燹换形成扫频滤波器组,实现对每个多普勒频率（径向速度）检测单元分别进行二次相位补偿和相参积累,有效增强了雷达在强杂波背景下对微弱运动目标的检测能力。仿真结果验证了本文算法的有效性。由于分数阶Fourier变换具有比较成熟的快速算法（与FFT计算量相当）,所以所需的计算代价较小。     

插值重建的分数阶傅里叶域分析

建立在傅里叶变换基础上的传统插值重建理论已不适用于基于分数阶傅里叶变换的SAR算法,文中对插值重建理论在分数阶傅里叶域作了进一步的分析和仿真.首先依据分数阶卷积的概念从分数阶傅里叶域的角度分析了采样信号的重建方程.其次从工程应用出发,进行了有限数目卷积核的插值重建误差分析.最后,给出了卷积核的截断归一化公式.可以发现利用分数阶卷积的插值核数目大于16即可,且需要保证移动后的样本位置不远离原卷积核的样本位置.     

滑坡地下水监测中水分含量仪安装技术研究

通过某滑坡安装实例,介绍了水分含量仪的安装流程和方式,包括其安装准备阶段、安装阶段及运行阶段的工作内容及方式,为滑坡稳定性研究提供可靠的数据支撑。     

三峡库区梅溪河河口干支流界面水流特征

通过对三峡库区中部典型支流梅溪河库湾水动力参数及水体温度、浊度数据进行分析,研究水库运行各时期梅溪河河口干支流界面水流特性,探讨其影响因素以及水交换对库湾的影响。结果表明:梅溪河河口双向水流特征明显,在温差异重流、干流惯性作用以及库区水位变动等因素影响下,干支流界面水流强度、进出水体间界面结构及形态在不同运行期有显著差异;由于双向水流结构的存在,尽管梅溪河河口干支流界面净流量较小(多小于100 m~3/s),但是干支流水体的交换量相对显著,介于314.17~535.26 m~3/s之间,可达净流量的4~40倍;在净流量最小的低水位运行期,干流倒灌水体基本能到达支流库湾常年回水区的末端。     

估计偏差修正扩展卡尔曼滤波新算法

针对扩展卡尔曼滤波跟踪器在非线性系统目标跟踪过程中容易发散这一难题,在时差频差测量体制下,提出了一种基于估计偏差修正的扩展卡尔曼滤波算法．首先利用加权最小二乘算法求解标准扩展卡尔曼滤波状态估计偏差并进行线性修正;然后重新计算观测矩阵并且再次进行滤波估计,以减小局部线性化截断误差对于观测矩阵的影响,提升目标状态跟踪精度．仿真结果证明了所提算法具有较好的目标跟踪性能．     

顺和煤矿箕斗装载硐室快速施工

本文介绍了顺和煤矿主井箕斗装载硐室施工的情况。整个硐室待井筒落底,装载皮带巷掘进完毕后,利用临时吊盘作为平台,使用方木柱配合槽钢碹板为模板施工,达到快速施工的效果。     

基于景物散焦图像的距离测量

计算机视觉中,景物三维重建的关键是从景物的图像中计算出景物目标到摄像机的距离,提出了一种基于散焦图像计算景物距离的新方法。该方法利用远心光学镜头拍摄景物图像,通过改变像检测到镜头的距离获得同一景物的两幅散焦程度不同的图像,将获得灰度图像转换成梯度图像。利用矩不变原理计算梯度图像中边缘区的大小与整个图像匹配大小的比Pe,根据两幅图像的Pe值计算出景物的深度。实验结果表明了该方法的有效性,并对该方法产生的误差进行了分析。