木材内部水分扩散机理及多尺度模型研究概述

木材在纤维饱和点(FSP)以下干燥时,内部水分主要是以扩散的形式迁移;水分扩散的主要动力是含水率梯度和温度梯度。不同尺度扩散模型的建立可以更好地描述干燥过程中水分的动态迁移。从水分扩散形式、扩散机理和不同尺度的扩散模型3个方面总结了木材干燥过程中水分扩散的研究进展,提出模型研究中存在的问题及相应措施,为扩散模型的建立和有效应用提供参考。     

高职学生学校归属感的现状及特点

对781名被试学生实施了问卷调查,从认同和投入两个维度深入分析了高职学生学校归属感的现状和特点。研究结果表明：总体来说高职学生的学校归属感不强,并且学生对于学校主要是身份上的归属认同,而在情感卷入、责任和义务感、参与性方面明显不足。学生的学校归属感存在年级、性别、身份上的特点。     

基于可变禁忌长度的优化停机位分配

针对机场"最大化停机位利用率"以及"最小化旅客行走路程"问题,提出了一种动态、灵活分配停机位的禁忌搜索算法。首先介绍了基本禁忌搜索算法的相关设计,然后引出了改进后的动态禁忌搜索算法（DTS算法）,最后利用实际数据对改进后的禁忌搜索算法进行演算。通过几组数据的对比可看出,突出可变禁忌长度能够缩短全局寻优的循环次数。而与相关文献的演算结果进行对比显示：在资源不受限情况下,旅客行走总时间减少了15.75%;在资源受限情况下,旅客行走总时间减少了22.84%。实验结果表明,采用动态禁忌搜索算法能够得到更小的旅客行走路程的分配方案。     

24-表油菜素内酯减轻杏果实冷害及与活性氧的代谢关系

以新疆赛买提杏为试验原料,选用0.9 mg/L的24-表油菜素内酯(24-epibrassionolide,EBR)在0.05 MPa的压强下对杏果实进行减压渗透处理,以蒸馏水处理作为对照,将处理后的果实取出晾干后在温度为4℃、RH 90%~95%的冷库中贮藏。定期测定杏果实的冷害发病率和冷害指数及过氧化氢酶(CAT)、抗坏血酸过氧化物酶(APX)、超氧化物歧化酶(SOD)、过氧化物酶(POD)、超氧阴离子自由基(O_2~-·)的产生速率和过氧化氢(H2O2)的含量。结果表明:浓度为0.9 mg/L的24-表油菜素内酯能有效提高杏果实SOD、APX的活性,减缓杏果实冷藏期间POD和CAT活性的下降,抑制H_2O_2含量和O_2~-·产生速率的增长,显著降低杏果实冷害发病率和冷害指数。说明24-表油菜素内酯处理减轻杏果实冷害与防止果实冷藏期间的氧化伤害,清除自由基的积累密切相关。     

由膨胀剂和粉煤灰加试安定性引来的思考

北京市建委发布了关于CEA膨胀剂加试安定性的规定。北京三联混凝土联营公司公布了关于粉煤灰加试安定性的企业内部规定，希望引起有关方面关注和大家探讨。     

近冰温贮藏对杏果实冷害及活性氧代谢的影响

为研究近冰温贮藏对杏果实冷害及活性氧代谢的影响,本实验以新疆库车小白杏作为实验材料,分别将其贮藏于近冰温(-1.5～-1.0℃)和冷藏(4～6、1～2℃)条件下49 d,每7 d取样,测定杏果实的冷害发病率,冷害指数和过氧化氢酶(catalase,CAT)、超氧化物歧化酶(superoxide dismutase,SOD)、过氧化物酶(peroxidase,POD)活力,超氧阴离子自由基(O₂^-·)产生速率,过氧化氢(hydrogen peroxide,H2O2)、丙二醛(malondialdehyde,MDA)含量及细胞膜透性。结果表明:与普通冷藏(4～6、1～2℃)相比,近冰温贮藏可有效推迟冷害发病时间并降低冷害发病率,显著提高杏果实SOD的活力(P<0.05),延缓冷藏期间POD、CAT活力的下降,抑制H₂O₂含量的升高和O₂^-·的产生,减少了MDA的积累和细胞膜透性的增加。因此,近冰温贮藏可提高杏果实的抗冷性和贮藏性。     

丹凤县农村安全饮水工程管理及对策

近年来,丹凤县农村安全饮水工程建设步伐加快,国家投入了大量资金建设了许多镇村安全饮水工程,这些供水工程的建设,不但解决了农民的饮水困难和安全问题,同时取得了显著的社会效益和环境效益,但在工程的管理方面还存在不少问题.本文针对这些问题提出了对策,具有借鉴意义.     

压缩感知在口腔医学图像重构中的应用

医疗影像广泛应用于口腔医学中。目前,为了得到高分辨率的扫描图像,口腔临床上大多基于奈奎斯特-香农采样定理,要求医学影像设备的采样频率达到信号频谱中最高频谱2倍以上,才能完全恢复图像。为了提高口腔医学图像的使用价值,减少资源浪费,提出将压缩感知理论运用到口腔医学图像重构中,旨在从原始图像中获得少量感知数据进行重构,得到清晰度高的口腔医学图像。     

基于KOHONEN神经网络的电压控制分区

介绍了类别识别能力较强的KOHONEN自组织网络,并对其在二级电压控制分区方面的应用作了一些讨论和研究,将电力系统分区问题转化为几何空间中点的聚类问题。首先构造无功源坐标空间,进而取每台发电机对待分节点的灵敏程度作为样本特征量,最后引入KOHONEN神经网络进行系统分区。以新英格兰系统为例进行的数字仿真发现,KOHONEN网络是一种学习速度快、分类精度高的神经网络模型,并且适用于电压控制分区。