以家庭为基础的社区研究路径——费孝通社区研究思想考察

费孝通的实地研究是从家庭这一基本的社会组织开始的,“家”是其社区研究的基础。从家到社区、民族,再到国家,进而到天下,构成费孝通社区研究的丰富层次。其社会理论的构建也是以“家”为基础的,如差序格局、生育制度,都是围绕血缘关系展开的,“家”是认识费孝通社区研究的一个基本线索。20世纪90年代,费孝通明确提出社区研究要从生态层面提升到心态层面,并通过两个转向完成这一认识论上的提升:从关注社会转向人、由聚焦人的物质生活(志在富民)转向人的精神世界。社会学的人文转向也是基于这一认识论的提升而完成的。费孝通的社区研究给予我们的启示是:通过深挖社区的社会性基础,探查社区文化的深层,其推进的不仅是社区研究,还包括广义上的社会研究。

拉曼光谱结合WGANGP-ResNet算法鉴别病原菌种类

快速准确识别病原菌在防止传染病的传播、帮助对抗抗菌素耐药性和改善病人预后方面起着关键作用。拉曼光谱结合机器学习算法能够简单快捷地对病原菌进行无标记检测。然而,病原菌种类和表型繁多,并且深度学习需要依赖大量样本训练,而收集大批量病原菌拉曼光谱劳神费力,且易受荧光等因素影响。针对上述问题,提出一种基于WGAN-GP数据增强方法和ResNet结合的病原菌拉曼光谱检测模型。采用五种常见眼科病原菌的拉曼光谱。将采集到的原始数据归一化作为ResNet和传统卷积神经网络(1D-CNN)的输入,将经过SG滤波、airPLS基线校正、PCA降维等预处理后的数据作为K近邻(KNN)的输入,对比分析发现ResNet模型效果最优,其分类精度可达96%;搭建Wasserstein生成式对抗网络加梯度惩罚模型(WGAN-GP),生成大量与真实数据相似的高分辨率光谱数据。同时与偏移法、深度卷积生成式对抗神经网络(DCGAN)2种数据增强方法进行比对,证明WGAN-GP的可靠性;为验证生成数据可以丰富数据多样性,进而提高分类精度,将扩充后的数据集重新放入ResNet进行训练,最终WGAN-GP结合ResNet的分类准确率提高到99.3%。结果表明:基于ResNet的分类模型无需复杂数据预处理,在开发效率和分类精度上均有提高;改进的WGAN-GP模型适用于拉曼光谱数据增强,解决了传统数据增强方法生成光谱的有效性与类别准确性不匹配的问题,相比于GAN提高了训练过程的速度和稳定性;利用表面增强拉曼光谱技术(SERS)结合WGANGP-ResNet模型对病原菌拉曼光谱分类,减少了对大量训练数据的需求,有利于快速学习和分析低信噪比的拉曼光谱,并将光谱采集时间缩减到1/10。在临床快速、免培养鉴别病原菌方面具有重要研究意义与应用价值。

鼻塞式CPAP治疗小儿重症肺炎疗效观察

目的:探讨鼻塞式持续气道正压通气(CPAP)对小儿重症肺炎的治疗效果与安全性。方法:选择重症肺炎患儿90例随机分为治疗组和对照组各45例,两组常规治疗相同,对治疗组患儿采用鼻塞式CPAP给氧治疗。观察气促、呼吸困难、心动过速、紫绀、肺部体征好转情况及血气分析动态检测和平均住院天数。结果:治疗组患儿在纠正缺氧,改善呼吸,恢复心率,缩短病程等方面明显优于对照组,治疗组总有效率93.3%,对照组总有效率60.0%,经统计学比较存在显著性差异(P<0.01)。结论:鼻塞式CPAP治疗小儿重症肺炎疗效显著,未发现明显副作用。

基于可见/近红外光谱的黄河口区土壤盐分及其主要离子的定量分析

【目的】定量、准确地监测盐渍土,对其防治和农业可持续发展至关重要,论文旨在明确黄河口区土壤盐分及其主要离子的特征光谱,建立适用于该区域的土壤盐渍化定量分析模型,提高其定量分析的精度和稳定性。【方法】首先以山东省垦利县为研究区,于2014年10月5—9日野外采集代表性土样96个,对土样风干后,采用土壤化学分析方法室内分析盐分及其主要离子(Cl^-、Na^+、Ca^(2+))含量,并采用美国ASD Fieldspec 3光谱仪测定土样可见/近红外高光谱数据,对光谱反射率进行去噪、一阶导数变换等预处理;然后基于盐分及其主要离子不同含量的样本光谱分析盐分及其主要离子的光谱响应,在此基础上,对样本的土壤盐分及其主要离子含量与反射率的一阶导数光谱进行逐波段的相关分析,按照相关系数高且显著的原则,选取各自的敏感波段,再根据敏感波段的交叉情况选取集中波段为特征波段,进而选取特征波段中具有极值相关系数的波段作为显著特征波段,综合确定表征土壤盐分及其主要离子(Cl^-、Na^+、Ca^(2+))的特征光谱;最后分别采用多元线性回归(multiple linear regression,MLR)、支持向量机(support vector machine,SVM)和随机森林(random forest,RF)方法构建土壤盐分及其主要离子的定量高光谱分析模型。【结果】研究区土壤盐分及其主要离子(Cl^-、Na^+、Ca^(2+))含量的光谱曲线形状和走势整体一致;土壤盐分及其主要离子(Cl^-、Na^+、Ca^(2+))的光谱响应谱区为1 320—1 495、1 790—1 920、2 120—2 290 nm;基于相关分析的土壤盐分及其主要离子的敏感谱区为1 490—1 520、1 890—1 930nm;最后综合光谱响应及相关分析确定土壤盐分及其主要离子的特征波段为1 493、1 801、1 911和2 289 nm,显著特征波段为1 493和1 911 nm。模型结果显示基于2个显著特征波段反射率一阶导数的模型精度均与4个特征波段的模型精度相当,表明显著特征光谱作为盐分及其主要离子的特征光谱进行其定量分析的有效性。比较3种建模方法,RF模型的预测效果最好,SVM模型次之,而MLR模型精度最低;对于盐分、Cl^-和Na^+,3种方法构建的模型均可有效地用于其定量分析,精度较高且稳定,然而Ca^(2+)预测精度还有待提高。通过综合比较分析,基于显著特征波段(1 493和1 911 nm)反射率一阶导数构建的随机森林(RF)模型对盐分、Cl^-和Na^+均具有较好的估测精度和稳定性,也可用于Ca^(2+)的定量估测。【结论】基于光谱响应及相关分析综合确定盐分及其主要离子的显著特征光谱(1 493和1 911 nm反射率一阶导数),进而采用随机森林方法构建盐分及其主要离子的定量估测模型,适用于黄河口区土壤盐渍化信息的有效提取。

西江广东鲂(Megalobrama terminalis)繁殖生物学及繁殖策略

探究鱼类繁殖策略是了解鱼类种群动态的关键.通过对珠江西江流域重要的经济鱼类广东鲂(Megalobrama terminalis)生殖周期、产卵时间、成熟期长度、生殖力类型和生殖力等方面进行研究,阐明在人类活动日益加强下,西江广东鲂的繁殖策略适应性变化情况.研究表明,广东鲂个体平均体长245 mm,优势体长集中在260~280 mm,平均体重347 g,优势体重集中在320~480 g.用L 50逻辑斯谛回归方法推算广东鲂雌鱼和雄鱼初次性成熟体长分别为244.5和232.2 mm.雌雄性比例为1.105∶1,且随着体长增加,雌雄性比呈现出先下降后上升的变化趋势.广东鲂繁殖群体在产卵季节为48月,产卵高峰为6月初持续到7月上旬,产卵季节内广东鲂鱼苗的密度与径流量显著相关.广东鲂绝对繁殖力平均为73069粒,相对繁殖力平均为118.7粒/g,绝对繁殖力与体长和体重均呈正相关.广东鲂繁殖群体性腺成熟系数与性腺重、肥满度以及体重密切相关.广东鲂种群繁殖策略在人类活动加剧影响下呈现出适应性变化:初次性成熟体长变小,绝对繁殖力下降.

NARX网络在自适应逆控制动态系统辨识中的应用

针对动态神经网络的学习算法问题,提出了一种适用于带外加输入的非线性自回归 (NARX)动态网络的改进型RTRL学习算法. 该算法基于LM算法的思想,取代传统RTRL中的梯度寻优算法,以改善RTRL的学习速度, 并将该方法应用于NARX动态网络自适应逆控制的对象辨识中. 数值仿真结果表明该改进学习算法是可行而有效性的,并且也验证了NARX动态神经网络具有很强的动态描述能力.

云计算环境下基于时间期限和预算的调度算法

现有的云计算作业调度算法研究较少考虑时间期限和预算对作业调度策略的影响。针对动态变化的云计算环境下,具有时间期限和预算双重约束的用户需求优化问题,提出一种改进的云计算调度算法,设计权值计算模型、预算评价模型和权值更新模型,通过动态调节作业权值和最小资源槽数来控制集群对资源的分配。在Hadoop平台上进行实验,结果表明,该算法能减少作业响应时间,并且可在满足用户对时间期限和预算的需求基础上,最大化云计算集群中运行的作业数,提高不同用户在时间和预算需求上的公平性。

基于云计算的手机智能出租车呼叫系统

针对目前交通拥堵致使出行打车难的问题,设计并实现一种基于云计算的手机智能出租车呼叫系统。该系统由云服务器和Android手机客户端组成,服务器利用云计算环境下的Map-Reduce并行编程模型对K-means聚类算法实施并行化,提高推送信息的质量和效率;客户端分别利用LocationClient、MapView和MKOfflineMap接口实现定位服务、图层展示更新和百度离线地图服务功能,通过Android智能手机平台为用户提供及时、准确的信息服务。在客户端和服务器之间,利用RPC服务推送Protocol Buffer协议序列化的信息。实验结果表明,与滴滴打车软件相比,该系统的搜索推荐效率提高了20%左右,离线地图展示及定位流量比在线方法减少了90%以上,快速响应性能较好。

基于动态优先级和萤火虫行为的云任务调度算法

针对云环境下优先级任务调度容易出现的负载失衡问题,提出一种基于动态优先级和萤火虫行为的云任务调度算法(TS-PFB)。该算法根据任务价值密度与执行紧迫性计算出动态优先级;模拟萤火虫行为,结合吸引度(ECT)和荧光亮度(负载约束)给出决策变量ρ;再按优先级高低依次将任务调度到最大ρ值所对应的可行VM上。实验结果表明,相比于Min-Min、Max-Min、HBB-LB算法,该算法减少了总任务的完成时间,均衡了VM的负载,降低了任务截止期错失率。

基于Hadoop的海量嘈杂数据决策树算法的实现

针对当前决策树算法较少考虑训练集的嘈杂程度对模型的影响,以及传统驻留内存算法处理海量数据困难的问题,提出一种基于Hadoop平台的不确定概率C4.5算法——IP-C4.5算法。在训练模型时,IP-C4.5算法认为用于建树的训练集是不可靠的,通过用基于不确定概率的信息增益率作为分裂属性选择标准,减小了训练集的嘈杂性对模型的影响。在Hadoop平台下,通过将IP-C4.5算法以文件分裂的方式进行MapReduce化程序设计,增强了处理海量数据的能力。与C4.5和完全信条树(CCDT)算法的对比实验结果表明,在训练集数据是嘈杂的情况下,IPC4.5算法的准确率相对更高,尤其当数据嘈杂度大于10%时,表现更加优秀;并且基于Hadoop的并行化的IP-C4.5算法具有处理海量数据的能力。

广东鲂性腺发育组织学研究

利用组织学方法,对珠江下游野生广东鲂(Megalobrama terminalis)性腺进行了显微观察和研究,描述了其卵巢、精巢的结构特征以及各类型生殖细胞形态。结果显示,广东鲂属于一次性产卵类型,卵巢发育类型为部分同步型。其卵巢为细线或条状,卵巢发育经历卵原细胞期、单层滤泡细胞期、卵黄泡期、卵黄充满期、成熟期和退化期。卵细胞发生经历3个阶段:卵原细胞、初级卵母细胞和次级卵母细胞;卵巢初级卵母细胞中核仁外排现象出现在第2时相末期至第3时相早期;精巢呈线状或直棒状,精巢为叶状型结构。精细胞发生经历5个阶段:精原细胞、初级精母细胞、次级精母细胞、精子细胞及精子;繁殖季节精子充满于精小叶内,精小囊消失。

基于多核处理器的低能耗任务调度优化算法

针对多核处理器的高性能所带来的高能耗问题,对TL-DVFS算法中任务迁移开销问题进行了分析,提出了一种基于TL面的节能调度算法ITL-DVFS.该算法在不增加算法时间复杂度的前提下,通过对堆进行操作,有效地减少每个TL面初始时刻任务的迁移开销.结合全局动态电压频率调节技术,在TL面的初始时刻和偶发任务释放时刻动态调节多核处理器的电压频率.结果表明,ITL-DVFS可以有效地减少任务的迁移开销,在负载达到某一值后,可有效降低处理器功耗.

大鳞副泥鳅肠道黏液细胞及消化酶活性分布特征研究

采用阿利新兰-碘酸雪夫氏反应(AB-PAS)染色法及酶学方法研究了大鳞副泥鳅成熟个体肠道各段黏液细胞分布及消化酶活性。结果表明,大鳞副泥鳅肠道黏液细胞分为Ⅰ、Ⅱ、Ⅲ和Ⅳ4种类型。前肠至后肠,黏液细胞数量逐渐减少。前肠主要分布Ⅲ和Ⅳ混合型黏液细胞,后肠则以Ⅱ和Ⅳ型酸性黏液细胞为主。肠道胰蛋白酶活性显著高于淀粉酶和脂肪酶。且后肠消化酶活性显著低于前肠和中肠。根据黏液细胞及消化酶活性分布特点,表明大鳞副泥鳅属于杂食性鱼类,前肠为其主要的消化吸收场所,后肠中性黏液细胞的数量较少以及消化酶活性较低,表明其对食物的消化吸收功能较弱,与其为辅助呼吸功能的特点相关。

大鳞副泥鳅仔稚鱼生长与消化酶活性变化

大鳞副泥鳅（Paramisgurnus dabryanus）隶属于鲤形目,鳅科,花鳅亚科,副泥鳅属,主要分布于长江中下游^（[1]）。其肉质鲜美,营养丰富。近年来,大鳞副泥鳅的市场需求量逐年上升,人工养殖规模不断扩大,对大鳞副泥鳅鱼苗的需求量也逐渐增加。但是,大鳞副泥鳅苗种阶段的高死亡率,成为了规模化人工商品鱼养殖生产的巨大阻碍。掌握大鳞副泥鳅仔稚鱼发育过程中摄食和消化的变化规律,对于其苗种培育十分必要。

斑鳠消化系统组织结构及适应性特征研究

为了解斑鳠(Mystus guttatus)消化系统组织结构特征,采用形态解剖和组织学方法对斑鳠消化系统进行研究。结果表明,斑鳠为一种杂食性偏肉食性鱼类,解剖观察其消化道结构包括口咽腔、食道、胃、肠及肛门,肝脏和胰脏为其主要的外消化腺。组织学观察发现口咽腔上皮组织中有较为丰富味蕾和黏液细胞;食道粗而短,肌层发达,且含有丰富的黏液细胞;胃贲门部和盲囊部,体壁较厚,胃壁内侧有丰富的黏膜褶皱,黏膜层为单层柱状上皮,分布大量的分泌胃酸和胃蛋白酶原的管状腺体,胃幽门部内层为环肌层,外层为纵肌层;斑鳠肠道系数为(0.89±0.11),肠道分为前肠、中肠和后肠三部分,肠腔内有丰富黏膜褶皱,褶皱高度从前向后逐渐降低。肠黏膜上皮肠粘膜表层为单层柱状上皮,在黏膜上皮分布大量的黏液细胞。肝脏与胰脏分离,肝脏分为两叶,胰脏弥散分布于肠系膜上。斑鳠消化系统结构特征与其喜好摄食甲壳类动物密切相关。

西江鲤仔稚鱼生长及消化酶活性变化

为了探究了鲤(Cyprinus carpio)仔稚鱼的生长过程中主要消化酶活性变化规律,实验测定了鲤从孵化出膜到40日龄(日龄,Day after hatching)仔稚鱼期间的生长、可溶性蛋白含量和几种消化酶活性变化。结果显示:仔稚鱼全长以及体重在15日龄后增速加快,特定生长率为14.81%。淀粉酶、脂肪酶、胰蛋白酶,糜乳蛋白酶、碱性磷酸酶以及氨基肽酶在1日龄仔鱼体内均能检测到活性。在仔稚鱼发育过程中,其可溶性蛋白含量先下降后上升。仔鱼摄食前消化酶的活性出现一定的上升,随着仔稚鱼消化系统发育以及营养方式的转变,其消化酶活性从3到25日龄处于不断的变化状态,而25日龄到实验结束鲤仔稚鱼的消化酶处于一种相对稳定的状态,标志着其消化功能趋于完善。根据不同发育时期鲤消化酶活性的变化,设计有机可腐化的材料制备人工鱼巢以提高人工鱼巢的生态修复功能,降低饥饿对仔稚鱼成活率的影响。

基于零相差前馈跟踪的中密度纤维板连续热压系统PID控制

针对中密度纤维板连续热压控制系统非线性、迟滞、时变性及模型参数不确定性问题,在传统PID基础上引入零相差前馈补偿控制策略,完善了PID控制器的性能。在Matlab7.0环境下进行了仿真,结果表明:与常规PID控制器相比较,该控制器明显提高了热压位置伺服控制系统的跟踪精度和响应速度,减少了在高频响应的相位误差,改善了系统的控制性能。

基于ROS和EtherCAT的视觉伺服7DOF机械臂仿真研究

将视觉传感器构建到机械臂一侧的视觉伺服系统是7自由度机械臂实现物体抓取和移动的有效方法,但此方法存在着对目标识别定位速度慢和末端执行器轨迹规划难的问题。因此,设计并实现了基于机器人操作系统(Robot Operating System,ROS)和EtherCAT的视觉伺服7自由度机械臂仿真平台。在ROS系统上,利用颜色机器视觉(Color Machine Vision,CMVision)算法实现了抓取目标的快速识别和定位;基于机械臂的D-H模型,求解得到逆运动方程,规划机械臂的轨迹,并应用比例、积分、微分(Proportion,Integration,Differentiation,PID)算法进行控制;在Linux上构建实时内核,利用EtherCAT技术实现了机械臂末端执行器的快速准确移动控制。测试结果表明,该平台能够实现目标的快速识别、定位和抓取,具备良好的稳定性和可操作性。

一种异构云环境下的负载均衡算法

针对动态负载均衡算法在异构云环境中的任务迁移次数过多的问题,提出了一种最小化任务迁移次数的动态负载均衡(MMLB)算法。MMLB算法通过自适应阈值对虚拟机进行分组、任务选择算法最小化任务迁移的次数、任务调度算法优化任务分配实现了任务的再分配。将MMLB与WRR、HBBLB、LBF算法进行实验对比分析,MMLB算法在makespan、平均任务响应时间、负载不均衡度等评价指标上表现更优,并且有效降低了任务迁移的次数。实验结果验证了MMLB算法的可行性和有效性。

基于实型遗传算法的抽头延迟线滤波器及其在自适应逆控制中的应用

提出一种基于实型遗传算法的抽头延迟线滤波器 (横向滤波器 )设计方法 ,通过对连续空间遗传算法的改进 ,将其运用到动态系统的自适应逆控制中。对象和逆控制器各用一个抽头延迟线滤波器表示 ,用抖动方法给对象建模 ;为使对象模型的逆的自适应过程能及时跟上对象模型的变化而无滞后 ,采用离线过程进行模型参考逆模型的训练。最后给出一个已镇定非最小相位对象的模型及其模型参考逆的仿真结果 ,验证了方法的有效性。