山西省亚高山草甸群落组成及其多样性研究

【目的】以山西省从南到北分布的6个亚高山草甸为研究对象,探讨亚高山草甸的群落物种多样性和空间分布格局。【方法】采用有限样方内生物多样性的测定方法,测定了从南到北分布的6个亚高山草甸的物种组成和多样性指数,并比较了各草甸之间的群落相似性。【结果】6个亚高山草甸上共有172种植物,菊科、禾本科、蔷薇科、豆科分布较为广泛。各草甸物种多样性指数存在显著差异(P<0.05),其中大同市灵丘县亚高山草甸的群落物种多样性和丰富度指数最高,太原市娄烦县亚高山草甸的均匀度最高。从物种组成的群落相似性结果来看,吕梁市离石区亚高山草甸与大同市灵丘县亚高山草甸的物种组成相似性最高,忻州市宁武县亚高山草甸和大同市广灵县亚高山草甸的物种组成相似度最低。【结论】随着海拔的升高,亚高山草甸的多样性指数呈现随之降低的趋势。

虚拟仪器技术在航空发动机稳定性测试中的应用

利用LabWindows/CVI虚拟仪器开发平台进行航空发动机稳定性测试系统的研制,测试系统由数据采集、数据处理、数据显示等测试子模块组成。通过实际数据测试检验表明,测试结果比较真实的反映了被测发动机进气畸变及喘振时的实际工作状态,与传统的测试手段相比,具有很大的优势。

基于一种新型粗糙集神经网络的故障诊断

分析了粗糙集与神经网络各自的优缺点,结合粗糙集与神经网络提出了一种基于SOFM网络的新型粗糙集神经网络,给出了该网络的流程图,描述了系统各组成部分的工作原理。应用一实例验证了该网络在故障诊断中的有效性。结果表明,新网络较好地解决了训练样本的大小、样本质量等对人工神经网络的精度以及泛化能力有直接影响的问题,简化了神经网络的结构,缩短了训练时间,并实现了结果可视化,最后得到了故障可视拓扑映射图。

非标准气象条件弹道偏差的自动修正

针对某型机瞄准具存在的问题,研制的轰炸性能改进装置对非标准气象条件弹道自动修正电路进行了改进。重点阐述了弹道修正原理工作式的建立、修正电路的设计及其与瞄准具的交联关系。

大同北魏太官粮窖遗址出土的战国秦汉瓦当

北魏太官粮窖遗址^[1]位于山西省大同市操场城北街东侧，遗址北距大同火车站约1200米，西南150米为大同操场城北魏一号遗址^[2]。2007年夏秋两季，在该地房地产开发过程中，山西省考古研究所与大同市考古研究所组成省市联合考古队对该遗址进行了抢救性发掘。

长治县交顶山石窟

山西省长治县地处太行山西麓，北为长治市区，南与高平市、陵川县接壤，西为长子县，东为壶关县。交顶山石窟位于该县西火镇南大掌村北300米的交顶山山腰（图一）。石窟坐东朝西，窟前GPS点为N：35°14′19.3″，E：113°10′52.2″，H：1225米，误差6米。

纳米/亚微米结构包覆型Co-Cu双元金属复合材料的合成研究

采用两步法合成得到包覆型Co-Cu双元金属复合材料,第一步使用水热法制备出叶片状纳米结构钴材料,第二步使用置换法使铜单质沉积在钴的表面,形成包覆型Co-Cu双元金属复合材料。研究发现,随着置换反应时间的增加,铜的尺寸及形貌均会改变。当置换反应时间为30分钟时,钴的表面已全部被八面体铜微晶所包裹,铜微晶尺寸在800nm左右。此时复合材料中钴铜元素原子比约为1:3。

核桃秋季芽接技术

核桃秋季芽接是核桃嫁接繁殖方法之一 ,是春季枝接、夏季芽接的补充。该文系统总结了核桃秋季芽接技术 :砧木的粗度、嫁接时间、嫁接的环境条件 ,及接后管理。

La掺杂BiVO_4微米球的水热合成和光催化性能

以Bi（NO3）3·5H2O、NaVO3和La（N03）3．5H20为原料，以葡萄糖为结构导向剂，通过水热法制备La掺杂BiV04微米球。采用XRD、XPS、SEM、FTIR、UV-Vis、BET、光催化技术等对产品进行了表征和分析。结果表明，采用葡萄糖（2．0g）辅助水热法能合成结晶度高且形貌规整的单斜白钨矿La／BiV04微米球，微米球直径范围为2-9gm，均由尺寸为30-65nm纳米颗粒自组装而成。相比BiV04块状颗粒，球状La/BiVO4的紫外一可见光吸收边发生了稍许红移，具有较小的能带隙（〈2．4eV），其中，2．0％La／BiV04（质量分数）微米球表现出最高的光催化活性，其速度常数k为5．63×10^-2min^-1，可见光照射10mg／L亚甲基蓝溶液60min时的光解率达100％。

Cu掺杂BiVO_4微米片的水热合成和光催化性能

以Bi(NO3)3.5H2O、NaVO3和Cu(NO3)2.3H2O为原料并以十六烷基三甲基溴化铵(CTAB)为结构导向剂通过水热法制备了Cu/BiVO4微米片晶体。采用XRD、XPS、SEM、HRTEM、UV-Vis、比表面积测试等对产品进行了表征。结果表明,2.0 g CTAB辅助水热法能够合成结晶度高且形貌规整的单斜白钨矿Cu/BiVO4微米片晶体,其长度为1.0～2.0μm,宽度为0.5～2.0μm,厚度在200～300 nm内。相比BiVO4颗粒,片状Cu/BiVO4样品的紫外–可见光吸收边发生了稍许红移,具有较小的能带隙。光催化结果说明,5.0wt%Cu/BiVO4微米片表现出最好的光催化活性,其速度常数k为5.89×10–2/min,可见光照射10 mg/L亚甲基蓝溶液60 min的光解率达100%。

多参数装备费用的支持向量机预测

支持向量机是一种采用结构风险最小化原则代替传统经验风险最小化原则的新型统计学习方法 ,具有完备的理论基础。首先应用支持向量机原理建立了基于支持向量机的多参数装备费用预测模型 ,然后采用模型对整套机载电子设备费用进行了预测。通过与多元线性回归和神经网络的预测结果对比 。

地方院校物理化学实验教学改革探讨

结合地方院校的实际情况和特点,提出了物理化学实验教学改革措施,包括充分利用有限的实验资源、利用网络资源做预习报告、改革教学内容和教学模式、利用电脑软件处理实验数据以及注意物理化学理论课和实验课的配合。通过这些改革措施有效地提高了物理化学实验教学质量和学生的综合能力。

基于TOPSIS方法的空战威胁评估研究

威胁评估是单机多目标攻击和空战协同战术决策的一项重要内容,首先提出了威胁评估指标的确定方法,然后阐述了TOPSIS(逼近于理想的排序法)方法的计算步骤,最后给出算例。该方法计算简单明确,可以有效地完成多机空战中威胁评估和威胁排序的计算,是解决威胁评估问题的一种有效途径。

基于支持向量机的压力传感器校正模型

针对压力传感器输出特性受温度变化和电压波动影响的问题,提出了应用支持向量机对压力传感器输出特性进行非线性补偿的校正模型。校正模型利用支持向量机具有逼近任意非线性函数的特点,通过建立压力传感器输出特性与其实际电压值之间非线性映射关系的校正模型,实现压力传感器非线性补偿校正。实验结果表明,最大相对波动从22.2%降为0.64%,能有效地消除温度和电压波动的影响,在校正模型的输出端得到期望的压力传感器输出特性。

多元分类LS-SVM设计与装备保障性评估

科学、有效地进行保障性评估是提高装备综合保障能力和加快装备形成战斗力的研究重点之一;支持向量机是采用结构风险最小化原则代替传统统计学中的,基于大样本的经验风险最小化原则的新型机器学习方法,具有出色的学习分类能力和推广能力.研究了新型支持向量机算法--最小二乘支持向量机,并设计了基于多元分类的最小二乘支持向量机;建立了装备保障性评估的最小二乘支持向量机决策模型,确定了保障性评估指标体系和支持矢量学习决策模式;对某新型装备的保障性进行了评估.结果表明,基于最小二乘支持向量机的保障性评估是有效的、可行的.

航空发动机故障的支持矢量机智能诊断

引入支持矢量机和多元分类算法到航空发动机故障诊断当中。通过设计的多元分类支持矢量机构建了小样本多参数航空发动机故障智能诊断模型,然后通过发动机故障仿真器对典型发动机气路故障进行了诊断。结果表明,支持矢量机具有优秀的故障学习能力,采用它进行航空发动机故障诊断是可行、有效的。

电镀污泥中重金属最佳浸出条件的实验研究

研究了电镀污泥中重金属的浸出方法,对几种常用的浸出剂进行对比实验,最终选定硫酸作为浸出剂,并确定最佳浸出工艺条件:污泥细度为100目,每2 g污泥溶解在10 mL、pH值为1.5的硫酸溶液中,常温下振荡1.5 h。在该条件下,污泥中重金属Cu,Ni,Zn,Cr的浸出率最高,均达95%以上,为后续回收工艺奠定了较好的基础。

基于智能复合结构的可靠性分布模式自动识别

采用Voronoi向量对SOM网络算法进行了改进 ,提高了学习收敛速度。通过提取数据的统计特征 ,建立了可靠性分布模式自动识别样本。提出的智能自动识别模型分两层 ,在SOM网络层对概率分布模式进行自动聚类 ,在支持向量机层对各聚类组进行分类学习和识别 ,获得识别模型的双层记忆权值。最后采用模型对常用可靠性分布模式进行了自动识别研究。测试结果表明 ,建立的可靠性分布模式自动识别模型是可行。

苜蓿高频再生组织培养体系的优化

以3个品种紫花苜蓿7日龄无菌苗的下胚轴为外植体,以MS培养基为基础培养基,研究不同浓度激素配比对紫花苜蓿离体再生体系中愈伤组织的形成、不定芽诱导以及生根的影响。结果表明:金皇后、甘农1号、阿尔冈金愈伤组织诱导的最佳培养基分别为MS+2,4-D 2.5 mg/L+6-BA 0.5mg/L、MS+2,4-D 2.0 mg/L+NAA 1.0 mg/L、MS+2,4-D 3.0 mg/L+KT 1.0 mg/L;不定芽诱导的最佳培养基分别为MS+6-BA 2.0 mg/L+CH 0.5 g/L、MS+NAA 0.3 mg/L+KT 0.5 mg/L、MS+KT 1.2 mg/L;最佳生根培养基为1/2MS+IBA 1.0 mg/L。

基于最小二乘支持向量机的飞机备件多元分类

飞机后续备件配置直接关系到装备的战备完好率和寿命周期费用,对备件的正确分类是进行备件配置决策的前提。支持向量机是采用结构风险最小化原则代替传统统计学中的基于大样本的经验风险最小化原则的新型机器学习方法,具有出色的学习分类能力和推广能力。研究了新型支持向量机算法-最小二乘支持向量机,设计了基于多元分类的最小二乘支持向量机,在此基础上,建立了飞机备件多元分类模型,并对某机型的备件进行了分类。结果表明,基于最小二乘支持向量机的飞机备件多元分类方法是有效、可行的。