“二阶温度补偿电阻”方法在SF6气体纯度分析中的应用

在电力系统中,由于SF6气体主要充当绝缘和灭弧介质,通常需要检测SF6气体的纯度、湿度以及泄露等指标。介绍了带有＂二阶温度补偿电阻＂的测量电桥及测量电桥的二阶温度补偿功能。采用＂二阶温度补偿电阻＂方法,可以提高SF6气体纯度测量精度,精度达到±0.5%。在测量过程中节省气体,减少工作量,提高工作效率。     

新疆哈萨克族传统发酵驼乳中乳酸菌的分离鉴定

分别从新疆玛纳斯、乌兰巴依、南山、水西沟采集的4份酸驼乳中,分离得到乳酸菌22株。采用传统形态学、生理生化特性方法对乳酸菌进行鉴定,鉴定结果为Lactobacillus16株(72.72%),Lactococcus 3株(13.63%),Enterococcus 2株(9.10%),Streptococcus 1株(4.55%),优势杆菌为Lactobacillus helveticus(18.18%),优势球菌为Lactococcus lactis subsp.lactis(13.63%)。利用16S rDNA序列同源性分析和系统发育树分析对MLS1进行了分子鉴定,鉴定结果为菌株MLS1与Lactobacillus rhamnosus的同源性达到98.1%,与传统生理生化鉴定结果一致,表明了16S rDNA序列分析应用在乳酸菌鉴定上的准确性。     

蚕茧对六价铬的吸附性能

为了解蚕茧对铬的吸附能力,用蚕茧壳、洗涤后的蚕茧壳、改性茧壳吸附模拟废水中的铬,用吸附率和单位吸附量检测吸附效果。结果表明:直接用茧壳吸附铬的效果差,洗涤茧壳较直接用蚕茧壳吸附铬的效果好;尿素改性茧壳较洗涤茧壳的吸附效果差,柠檬酸改性茧壳的吸附效果比洗涤茧壳略好;洗涤茧壳在50℃、p H=1、浴比1∶50、铬液质量浓度60μg/m L、吸附时间40 min时,其吸附率为73.79%,单位吸附量为2.2 mg/g;柠檬酸改性茧壳在30℃、p H=1、浴比1∶50、铬液质量浓度40μg/m L、吸附时间120 min时,其吸附率为81.29%,单位吸附量为1.63 mg/g。     

对《林中之死》的生态女性主义解读

通过分析<林中之死>的女主人公形象和小说对她的死的描写,认为小说以一个男孩的视角,赞扬了为男性无私奉献的女性之美和为人类无私奉献的自然之美,体现了作者的生态女性意识.     

Particle-Mesh-Ewald(PME)算法在GPU上的实现

分子动力学模拟(MD)是分子模拟的一类常用方法,为生物体系的模拟提供了重要途径。由于计算强度大,目前MD可模拟的时空尺度还不能满足真实物理过程的需要。作为CPU的加速设备,近年来,GPU为提高MD计算能力提供了新的可能。GPU编程难点主要在于如何将计算任务分解并映射到GPU端并合理组织线程及存储器,细致地平衡数据传输和指令吞吐量以发挥GPU的最大计算性能。静电效应是长程作用,广泛存在于生物现象的各个方面,对其精确模拟是MD的重要组成部分。Particle-Mesh-Ewald(PME)方法是公认的精确处理静电作用的算法之一。本文介绍在本实验室已建立的GPU加速分子动力学模拟程序GMD的基础上,基于NVIDIACUDA,采用GPU实现PME算法的策略,针对算法中组成静电作用的三个部分即实空间、傅立叶空间和能量修正项,分别采用不同的计算任务组织策略以提升整体性能。使用事实上的标准算例dhfr进行的测试结果表明,实现PME的GMD程序,性能分别是Gromacs4.5.3版单核CPU的3.93倍,8核CPU的1.5倍,基于OpenMM2.0加速的Gromacs4.5.3GPU版本的1.87倍。     

一种基于Cortex-M3核心芯片的物联网模块

介绍了当前物联网的发展现状、特征、技术架构以及目前我国在发展物联网方面面临的主要问题;介绍了Cortex-M3CPU的特点;提出了基于此类MCU的一种物联网模块,并就模块硬件、软件及使用架构进行了较为详细的阐述。     

一种基于水平集的三维肝脏磁共振图像混合分割方法

针对腹部复杂的内部结构、各组织之间存在相互浸润,使得腹部磁共振(Magnetic resonance, MR)图像存在大量弱边缘的问题,以及使用传统水平集（Level set）方法对肝脏进行分割时易在弱边缘处产生泄露,采取阈值分割等算法进行预处理以获取更好的分割效果,并使用一种改进的水平集方法分割提取三维腹部MR图像中的肝脏。使用阈值分割进行粗分割可以有效减少干扰,将粗分割的结果进行亮度映射,增强边缘信息,然后将预分割的结果作为初始水平集,使用改进的水平集方法对其进行进一步分割。实验证明多种算法的有效结合能够改善传统水平集分割方法在弱边缘处过度演化的问题,获得较为理想的分割效果,拓展了水平集方法的应用。     

优化的聚类算法与混合的K-Means分层算法

数据挖掘是大量数据的分析,发现数据中有效的、新颖的、潜在有用的数据,最终变为可理解的模式。本文介绍了数据挖掘的概念,旨在提供k-means聚类和等级分明的聚类组合,提供的混合聚类方法在集群机制的稳定性是非常有帮助的。