解析PowerBuilder的数据处理机制

数据窗口对象是专门为了访问后台的数据库服务的,在数据窗口对象中定义数据的来源和数据的显示风格.数据窗口根据所需的显示风格将数据源表设计好.在运行时将所要的数据从数据库服务器上下栽到客户机上处理,更改后的数据进行提交或回滚.     

电磁脉冲模拟器空间场建立的数值分析与实验研究

本文利用时域积分方程计算了电磁脉冲模拟器空间场的分布。并将计算结果与实验结果进行了比对,计算结果与实验结果符合得比较好。研究表明,该电磁脉冲模拟器可以产生前沿约１０纳秒的核电磁脉冲波形。     

基于稀疏编码和禁忌优化的故障信号抽取方法

为了克服经典正交匹配算法获取原子集时遍历冗余字典具有较大时间开销的缺点,提出了一种基于压缩感知理论和禁忌优化算法的的稀疏故障信号特征提取方法;首先引入了压缩感知模型并描述了基于信号稀疏表示的故障诊断原理,设计了满足RIP准则以最小化l1范数为目标的稀疏信号解的求解方法,然后定义了一种基于正交匹配算法的稀疏信号重构算法,并以最小化余量为目标函数,采用改进的禁忌搜索算法在原子空间中搜索满足目标函数的最优原子集,最后,给出了基于稀疏编码和禁忌优化混合模型的故障信号提取算法;在Matlab仿真环境下对滚动轴承故障信号进行试验,仿真结果表明:文章方法能有效地对具有强噪声的故障信号进行稀疏重构,不仅具有较高的信噪比,而且具有较小的余量误差和仿真时间,与其它方法相比,具有较大的优越性。     

单增李斯特菌在生食鱼片中生长模型的建立

为研究生食鱼片中单增李斯特菌的生长规律,将单增李斯特菌接种到经冷杀菌后的3 种生食鱼片（三文鱼片、金枪鱼片、鲷鱼片）中,分别置于4、8、15、25、35 ℃环境下培养,间隔适当时间取出计数。用5 种常用的一级模型（Gompertz模型、Baranyi模型、Logistic模型、Richards模型和MMF模型）对实验数据进行拟合,通过比较相关系数R2和均方误差（mean square error,MSE）,确定最适一级模型为Gompertz模型。建立单增李斯特菌生长动力学参数（最大比生长速率μm和迟滞期λ）关于温度、pH值和水分活度的二级平方根扩展模型,并应用相关系数R2、偏差值Bf和准确值Af进行验证。结果表明,构建的二级模型能够很好地描述生食鱼片中单增李斯特菌的生长情况。     

解读汉字的中国精神

汉字作为中华文明古国文化的主要记录形式,从一开始就展现了我们民族特有睿智.文中从文化的角度阐释汉字的独特性,借以增强人们对汉字的理解.     

平面轮廓识别与分段技术的研究与快速实现

给出了基于曲率差分图的平面轮廓识别与分段算法，并在Matlab环境下验证了算法的有效性，采用Matlab与C 混合编程技术，将Matlab程序添加到Visual C 工程中，生成独立运行系统。并采用OpcnGL图形接口，实现了图形显示以及编辑修改功能，大大提高了系统的实用性。     

OpenTCP协议栈在MC9S12NE64上的应用研究

分析嵌入式以太网产品的解决方案,简要介绍一种新的单芯片以太网的产品Freescale MC9S12NE64,并在此基础上分析了嵌入式TCP/IP协议的特点及使用原则,详细阐述了OpenTCP协议栈及其在MC9S12NE64上的移植.     

操作系统体系结构与内核技术对操作系统设计的影响

基于对操作系统体系结构的理解,从传统的模块结构和层次结构出发,深入到现代的客户/服务器和对象模式结构,又分别结合单内核、微内核技术分析了当今几种主流操作系统的设计思想及工作原理。并由此对今后操作系统设计的发展方向做了一定的预测和展望。     

生食水产品中主要致病菌的半定量风险评估

分析我国沿海省市三类生食水产品(生食鱼片、生食贝类、生食虾类)中四种主要致病菌(单增李斯特菌、副溶血性弧菌、沙门氏菌、金黄色葡萄球菌)污染的风险。按照微生物风险评估程序,应用半定量风险评估软件"Risk Ranger",结合文献资料等的收集与分析进行半定量风险评估。本次评估的几种生食水产品/致病菌组合中,生食鱼片/副溶血弧菌(风险评分49)属于高度风险;生食鱼片/单增李斯特菌(47)、生食鱼片/沙门菌(45)、生食贝类/副溶血弧菌(42)、生食虾类/副溶血弧菌(42)、生食贝类/单增李斯特菌(41)、生食虾类/单增李斯特菌(41)、生食贝类/沙门菌(39)和生食虾类/沙门菌(39)均属于中度风险;生食鱼片/金黄色葡萄球菌(31)、生食贝类/金黄色葡萄球菌(26)和生食虾类/金黄色葡萄球菌(26)均属于低风险。我国沿海省市生食水产品中食源性致病菌污染存在一定风险,且有必要尽快开展生食鱼片中副溶血弧菌的定量风险评估。     

基于三维卷积网络的山洪漫流灾害视频检测方法研究

山洪是山地中常见的自然灾害,在西北地区也易形成山前戈壁漫流,对公路铁路及构建筑物等造成危害。针对这一问题,采用视频自动识别的方式,利用广泛安装的视频监控设备,对地表水变化进行检测,从而识别视频监测区域的山洪漫流灾害实现预警。首先,通过具有弱标记的洪水视频文件来训练深度学习模型,并在模型中结合时空特征学习方法即深度三维卷积网络,使得训练和检测更快;其次通过对相关数据集的测试,表明模型具有83%的识别准确率,可作为传统山洪预警方法的有效补充。