高职数学信息化教学探索——以定积分的概念为例

定积分的概念是高职数学教学的重点之一,其理论抽象,推导过程复杂,往往使学生感到难度较大。借助信息化教学手段,如微课、游戏动画、数学软件、QQ、微信等调动学生学习主动性,激发学生学习兴趣,从而突破这一教学难点。     

包容要求及其应用

1引言公差原则是处理尺寸公差和形位公差关系的基础。它包括独立原则、包容要求、最大实体要求、最小实体要求和可逆要求。如何正确地理解和合理地应用这些要求，对于能否完整地表达设计意图，正确地传递公差信息，保证零件的功能要求是十分重要的。本文就包容要求及其应用作一探讨。2包容要求GB／T4249-1996《公差原则》规定：包容要求表示实际要素应遵守其最大实体边界，其局部实际尺寸不得超出最小实体尺寸。也就是说包容要求采用最大实体边界作为其控制边界，将实际要素控制在其内（对于轴类要素）或其外（对于孔类要素）。该边界是一…     

纳米氧化锌的合成及其在去除水中铜离子的应用

采用一步水热法制备了纳米氧化锌粉体,并利用透射电子显微镜、X射线衍射仪进行了表征.以石墨炉原子吸收光谱法为检测手段,研究了纳米氧化锌粉体对水中铜离子的吸附性能.结果表明:该法合成的纳米氧化锌粉体为六方红锌矿结构,平均粒径为40 nm;该粉体对水中的铜离子具有较高的选择吸附能力,其吸附量受介质的pH值影响,当pH值为5....     

速度管柱排水采气技术在Z21-22井的应用

子洲气田在滚动开发过程中,低产低效井日趋增多,如何实现气井的有效开采是当前面临的主要问题。子洲气田通常采用泡沫排水采气工艺,以提高气井开采时率;但是由于甲醇和高矿化度、高凝析油地层水严重影响泡排剂的起泡性能,部分气井泡排效果较差。针对现场存在的问题,结合子洲气田工艺特征,通过开展速度管柱排水采气技术理论研究和现场试验,有效地提高了气井的携液能力,为改善低产低效井开发效果提供了新的技术手段。     

斜发沸石对氨氮废水吸附性能的实验研究

用江苏丹徒天然斜发沸石进行模拟氨氮废水的脱氮实验研究.结果表明,在氨氮溶液初始浓度为300mg/L、pH值为2.5～8.5时,天然斜发沸石对氨氮的吸附量较高,吸附等温线符合Freundlich方程,相关系数都在0.99以上,吸附动力学符合准二级吸附动力学模型,并以化学吸附为主;应用于畜禽废水处理中,氨氮去除率达85.6%.     

临汾市近20年植被覆盖度遥感估算及动态变化分析

植被覆盖度是衡量植被生长状况的指标,对分析评价区域生态环境具有重要意义。以临汾市1998年、2007年和2018年Landsat遥感影像作为数据源,利用ENVI和ARCGIS软件,通过计算归一化植被指数（NDVI）值,利用像元二分模型,对临汾市近20年的植被覆盖度及其动态变化进行分析。分析结果显示:1998年、2007年和2018年临汾市的平均植被覆盖度分别为45.92%、58.76%和60.09%,处于递增的态势。在这20年间,极低覆盖度和低覆盖度的植被面积都有减少,而中等覆盖度、高覆盖度和极高覆盖度的植被面积增加。高覆盖度和低覆盖度的植被面积变化最大,高覆盖度的植被面积增加了3 063.14 km²,约占临汾市总面积的15.21%;低覆盖度的植被面积减少了3 192.38 km²,约占临汾市总面积的15.85%。说明临汾市的生态环境有所改善,这与该区水土保持项目的实施以及封禁治理有关。     

改性凹凸棒石和沸石对氨氮废水吸附性能的研究

采用焙烧、钠化、酸化和碱化4种改性方法对天然凹凸棒石和沸石进行改性,其中碱化改性对氨氮吸附能力提高最大,研究了碱化样品的结构及对氨氮废水的吸附性能。结果表明,碱改性品在氨氮溶液初始浓度300 mg/L,pH值2.5~8.0时,对氨氮的吸附量较高;对氨氮的吸附等温线符合Freund lich和Langmu ir方程式。同时,对氨氮的吸附动力学符合准二级吸附动力学模型,并以化学吸附为主。用于畜禽废水处理中,对氨氮去除率最高达到87.6%。     

测量资料误差对注浆堵水影响分析及对策

根据神龙公司50多年92次注浆堵水经验,认真总结了测量资料误差的原因,找出了解决测量资料误差的对策:首先要弄清是推断资料还是实测资料,然后要深入一线,全面调查研究测量资料,最后要对测量资料重新计算、重新绘图,并分析研究出水点误差范围.在注浆堵水过程中,运用地质理论,根据巷道标高逐渐校对出水点误差.     

下一代校园网设计研究

本文对IPv6组网技术、网络平台建设、安全管理方案进行了较深入的研究．对如何将IPv6下一代校园网理论用于校园网建设进行了探讨。同时结合松江校区校园网的建设需求，分析各种组网策略，提出了过渡方案。建立了三层架构的IPv4／IPv6网络。确定了IPv6客户端结构、域名解析系统组成与配置，并在下一代校园网中实施了IPsec网络安全部署。     

等强度婴儿脑MR图像分割的深度学习方法综述

磁共振（magnetic resonance,MR）成像作为一种安全非侵入式的成像技术,可以提供高分辨率且具有不同对比度的大脑图像,被越来越多地应用于婴儿大脑研究中。将婴儿脑MR图像准确地分割为灰质、白质和脑脊液,是研究早期大脑发育模式不可或缺的基础处理环节。由于在等强度阶段（6~9月龄）婴儿脑MR图像中,灰质和白质信号强度基本一致,组织对比度极低,导致此阶段的脑组织分割非常具有挑战性。基于深度学习的等强度婴儿脑MR图像分割方法,由于其卓越的性能受到研究人员的广泛关注,但目前尚未有文献对该领域的方法进行系统总结和分析。因此本文对目前基于深度学习的等强度婴儿脑MR图像分割方法进行了系统总结,从基本思想、网络架构、性能及优缺点4个方面进行了介绍。并针对其中的典型算法在iSeg-2017数据集上的分割结果进行了对比分析,最后对等强度婴儿脑MR图像分割中存在的问题及未来研究方向进行展望。本文通过对目前基于深度学习的等强度婴儿脑MR图像分割方法进行总结,可以看出深度学习方法已经在等强度期婴儿脑分割中展现出巨大优势,相比传统方法在分割精度和效率上均有较大提升,将进一步促进人类人脑早期发育研究。