黄淮小麦RVA参数变异及其品质分析

选用我国黄淮麦区141份主要小麦品种(系),探讨了它们的糊化特性遗传变异及其它主要品质的相关分析.结果表明:我国黄淮小麦品种糊化特性表现出较大的变异,峰值粘度、低谷粘度和衰减度等性状的变异范围分别为1196-4241cp、409-2834cp、548-1680cp,15份材料的峰值粘度、衰减度分别超过3000cp和1300cp.说明通过遗传改良我国小麦糊化特性潜力是很大的.淀粉膨胀势与糊化特性的大多数指标均达到极显著相关,在早代单株选择时,用膨胀势代替糊化测定是可行的.     

土石坝护坡混凝土预制块接缝模型试验探讨

大量的研究和工程实践表明,接缝是影响混凝土砌块护坡质量,特别是抗渗性的关键部位.以锦凌水库工程为背景,通过现场试验研究了接缝类型和接缝宽度对混凝土预制块护坡渗水性的影响.并根据试验结果,建议采取5mm的接缝宽度,在条件允许的情况下,应该尽量选择乳化沥青砂浆作为接缝材料.     

指纹识别技术浅谈

生物识别技术可以包含人脸、指纹、虹膜等人体各种器官和声音、笔迹等行为模式方面的识别。其中,指纹具有惟一性、终生不变性、易携带、不会丢失、不会遗忘、不会被盗用等强有力的特性。指纹识别以其独特的优势成为目前人体生物特征识别技术市场上市场占有率最高的方式之一,这种识别方式也是目前生物识别技术中发展最成熟的。本文对中国指纹识别技术进行了概述,并介绍了指纹识别技术。     

移动互联网背景下的社会化阅读应用与传统媒体合作发展研究

目前,移动互联终端系统主要是苹果公司的IOS和谷歌公司的Android。本文对传统媒体开发移动互联阅读平台设计应用进行研究,设计Android系统下的传统媒体移动互联网社会化阅读软件,实现移动互联网社会化阅读与传统媒体合作发展。     

基于网络处理器高速防火墙的设计与实现

本文首先介绍了高速防火墙目前存在了两种设计思路,通过对比后,采用了基于网络处理器的方式实现。然后阐述了该防火墙总体设计思想以及系统框架,并对采用的网络处理器型号简要介绍,作为该防火墙的重点部分,控制层的设计也有详细介绍,最后给出了该防火墙的测试结果。     

基于柔性直流输电技术的风电场暂态稳定性

研究了风电场分别通过电压源型高压直流输电（VSC-HVDC）和交流输电（HVAC）2种方式并网的问题;基于dq同步旋转轴变换的VSC-HVDC的数学模型,设计了两端换流站的控制策略;在电力仿真软件DIgSILENT/PowerFactory中建立了风电场的2种（AC、DC）并网接入方式模型,针对受端换流站交流母线短路故障工况进行了仿真验证,分析了风电场母线电压、输出功率、风力机转速以及风电场当地负荷的功率等电气量响应情况。结果表明：在故障扰动情况下,VSC-HVDC对提高风电场当地负荷用电可靠性、风电场母线电压、抑制风电机组输出功率波动以及避免风电机组转矩不平衡引起的发电机超速效果最佳,设计的控制方案有效可行。     

对高职计算机应用专业课程体系构建的几点思考

计算机应用技术专业的课程改革主要经历了课程体系构建、核心课程建设和课程实施一个阶段。课程体系构建是课程改革的基础,根据专业职业岗位群的要求和专业培养目标,构建了IT职业能力培养渐进式课程体系。本文根据结合我院示范院校建设的课程体系建设的实际情况,提出了对计算机应用专业课程体系构建的几点思考。     

多媒体网络文件系统的Cache算法设计与实现

通过分析多媒体文件存储和文件访问的特点,在TCP/IP协议和本地文件系统的基础上,针对多媒体应用设计一种高性能的多媒体网络文件系统MNFS(Multimedla Network File System).MNFS采用目录和文件数据两级Cache组织结构,便于Cache的维护和快速查询;为了提高系统性能,采用顺序优化的Cache预测算法;Cache的替换算法采用常用的LRU(Least Re-cently Used)算法,分别将目录Cache和文件数据Cache组织成不同的LBU链表.在以太网环境下对MNFS性能进行了测试,测试结果表明,MNFS随机读的性能同SMB(Server Message Block Protocol)相接近,而MNFS顺序读的性能要比SMB高10-20%左右.     

基于SVM的车型识别系统的设计与实现

支持向量机(SVM)理论建立在结构风险最小化原理基础上,对非线性、高维数的小样本问题有非常好的分类效果和学习推广能力。本文设计了基于支持向量机的车型识别系统,系统通过对摄像机采集的视频图像进行运动目标检测分割、特征提取与选择、模式识别等处理,达到实时车型识别。试验结果表明,该系统有很高的识别率和适应性。     

结合评估函数和Boosting的特征选择方法

特征降维是文本分类中的重要环节．在对常用的特征选择方法分析研究的基础上,提出一种将评估函数和Boosting算法相结合的特征选择方法,该算法采用基于Boosting算法的汉明损失作为最终特征子集的评估准则,进一步寻找具有关键作用的特征项,进而形成最终用于分类的特征子集．数据集上的实验结果表明,该方法有效地改善了分类性能．