思政教学渗透《宠物繁殖技术》课程教学改革探究

《宠物繁殖技术》实训的课程思政是将思政教育渗透在生产实训教学中,通过积累、精选宠物繁育技术生产过程中遇到的案例、结合宠物繁育相关热点事件,挖掘其思政教育元素在《宠物繁殖技术》课程中实践课程思政,培养宠物专业学生珍爱生命、爱岗敬业、努力创新、科学严谨的职业素养和学习态度。

蚯蚓多肽的提取纯化工艺及应用研究进展

蚯蚓的蛋白含量极高,经蛋白酶水解可得到不同分子量的多肽类物质,进一步纯化后可得到具有生物活性的小分子蚯蚓多肽。蚯蚓多肽具有平喘降压、抗氧化、增强免疫、抗炎等药理作用。介绍了蚯蚓蛋白的酶解工艺,分析了蚯蚓多肽纯化工艺的优缺点,包括层析法、电泳法、膜分离法等,综述了蚯蚓多肽在神经系统、呼吸系统、心血管系统、免疫系统、运动系统等方面的药理作用,为蚯蚓多肽的开发利用提供了一定的参考。

基于空间分析的存量房契税评估方案实践

为解决西部某地区税务部门存量房契税征管手段缺失、计税价格低于市场价格的管理问题,利用地理信息空间融合技术,通过以小区为基本单位划定的评税单元,以及利用时间修正指数、楼层修正指数构建的基于历史契税申报信息的交易价格模型,实现了税务内部存量房价的自动定制化批量评估,通过地理信息辅助管理系统建设,有效提高了契税征管的直观性、准确性、规范性。

贝林顿犬造型修剪

贝林顿犬在国内宠物家庭比较少见,美容门店修剪的经验不足。该犬毛色多变,造型奇特,如小羊一般高雅,美容上主要以剃毛和剪毛表现这种犬独特的外形。结合贝林顿犬行业考评要求,对该犬各部位修剪时比例的把握,修剪的要点,修剪的步骤和方法进行总结,为宠物美容专业学生和宠物美容行业从业人员学习贝林顿犬造型修剪提供参考依据。

内爆炸下扁平大空间中柱表面荷载的确定

为研究地下停车场等扁平大空间内发生爆炸时中间柱所受到的爆炸荷载,采用AUTODYN软件分析了比例距离、截面尺寸和柱高对中柱迎、背爆面爆炸荷载的影响情况。爆炸荷载采用中柱迎爆面底部中心反射超压峰值和反射比冲量,以及迎、背爆面任意高度处归一化反射超压峰值和归一化反射比冲量来表征。研究表明,截面宽度对柱迎爆面底部中心反射超压峰值和反射比冲量有较大影响,该影响随比例距离的增加而减小,柱高对其几乎没影响;截面宽度和柱高对中柱迎、背爆面归一化反射超压峰值和归一化反射比冲量的影响很小;比例距离对迎爆面归一化反射超压的影响在柱身相对高度大于0.8处较大,对背爆面归一化反射超压峰值和迎、背爆面归一化反射比冲量影响较小。最后,给出并验证了内爆炸下扁平大空间中柱爆炸荷载表征量的计算公式。

爆炸冲击波在扁平大空间内的传播规律

为研究爆炸冲击波在地下停车场等扁平大空间内的传播规律,采用AUTODYN软件建立了二维轴对称分析模型,分析了8种质量的TNT在扁平大空间中间位置地面处引爆后冲击波的传播特性。通过结合爆炸冲击波传播云图和部分测点的压力时程曲线,分析发现冲击波在传播过程中会形成多个马赫波,首个马赫波的马赫杆高度可以达到空间净高,后续马赫波的马赫杆高度较小,但传播速率大,最终会追上首个马赫波,并与其汇合,在汇合处峰值超压较马赫杆其他位置有所增加,随着传播距离的增加后续马赫波对首个马赫波的影响越来越小。给出了根据比例净高确定马赫波阵面峰值超压恒定的临界点水平位置和对应最大峰值超压值的计算公式,给出了根据平面比例爆距确定最大峰值超压平均值的计算公式。

基于模拟退火法的概念集构造算法

在形式概念分析中,构造概念格需要较高的时空复杂度,但仅部分格或概念集用于推荐应用.针对上述问题,文中提出基于模拟退火法的概念集构建算法.首先,提出候选概念生成技术,目标函数考虑概念外延相似度,解的更新采用Metropolis准则.再提出概念筛选技术,以外延相似度为评价指标,选择每位用户的强概念构成集合.最后,提出推荐技术,利用外延中邻居用户的偏好,向目标用户提供个性化推荐.在5个公开数据集上的实验表明,文中算法的推荐效果和效率较优.

基于三支决策的广义代价敏感近似属性约简

在粗糙集领域,属性约简的首要任务是在保持原有数据相关特性的前提下,获取一个最小的属性子集。代价敏感学习的目标旨在最小化各类代价。而近似属性约简的意义在于让决策者能够权衡代价承受能力和知识发现的程度。本文在定性和定量的标准下提出了代价敏感近似属性约简的问题;定性标准指不可分辨能力,定量标准指近似参数ε和代价。基于三支决策和可分辨矩阵,提出了解决代价敏感近似属性约简问题的框架:首先,定义了属性子集的质量函数,该函数解释了多粒度结构;其次,通过考察属性重要度,提出了“性价比”指标的适应函数;进而利用提出的适应函数和三支决策中的(α,β)阈值对三分属性集合;最后,设计了删除策略和添加策略的代价敏感属性约简算法。从实验结果分析上验证了算法的有效性,体现了提出的问题和理论框架具有更广义的解释和适应性。

启发式概念构造的组推荐方法

形式概念分析是形式背景的数据分析方法,已被引入推荐系统领域。概念格作为形式概念分析的有效工具,因其构造效率低下,所以难以应对电子商务中的大规模数据。为解决该问题,提出一种基于启发式概念构造的组推荐方法。首先,基于用户共同评分的项目,定义概念构造的启发式信息,实现概念的快速构造;同时利用内涵约束,在保证群组相似度的基础上,构造当前面积最大的概念,以包含更多的邻居用户;然后,在覆盖所有用户的概念集合上,统计项目在群组中的流行度,实现对群组用户的组推荐。在抽样数据集和MovieLens上,对比了该算法与两类不同的推荐算法。实验结果表明,在大规模数据下,该算法能在快速生成概念集合同时满足推荐需要。

蚁群算法在定制家具矩形零件排样中的应用

零件排样,是指在一定规格的原料板材上,按照一定规则排布若干个不同尺寸规格的零件,在满足订单配套和切割要求的前提下,达到一定的优化目标。本研究以定制家具的零件排样问题为对象,根据定制家具零件排样生产的实际情况,将零件排样问题与蚁群算法(ACA)结合,以最优化原材料利用率为目标构建批次订单排样的数学模型,搜索得到批次零件的排样方案,实现定制家具订单的批次排样问题优化。本研究基于定制家具零件的生产特点,给出结合矩形零件排样问题研究的蚁群算法中节点、启发式信息、信息素的定义并对路径的构建和信息素的更新规则进行说明,设计合适的蚁群算法流程,通过对蚁群算法参数的分析,确定蚁群算法参数取值,完成定制家具订单的排样方案的求解。对比了A企业排样的传统经验算法与本研究优化的排样算法对原材料利用率的影响,结果表明:在不同的订单样本量的条件下,本研究的基于蚁群算法优化的排样算法较传统经验算法原材料利用率分别提高6.1%,11.1%,10.0%。通过实例验证该算法在排样问题中求解具有有效性。

基于Conv-LSTM融合模型的空中交通流预测

随着民航领域在新常态下的快速恢复,国内空域流量逐渐增加,空中交通智能预测的重要性日益显著。空中交通预测有助于空管部门全面掌握空中交通态势,因此文章将一种结合了卷积神经网络和长短时记忆模型特点的Conv-LSTM融合模型应用于空中交通预测领域。实验结果表明,该模型能有效捕捉空中交通数据的时间相关性和空间相关性,为智能化空管建设提供了一定的理论参考。

近似概念的遗传生成算法及其推荐应用

由于构造概念格的时间复杂度高,在推荐领域已有研究者提出用概念集合来替代概念格。但目前对概念集合的研究未考虑近似概念的作用,因此将近似概念引入推荐应用,并提出基于遗传算法(GA)的近似概念生成算法(ACGA)和相应的推荐应用方案。首先由启发式方法生成初始概念集合;其次用交叉算子对初始概念集合中的概念的外延两两求交集,从而得到近似概念;然后用选择算子根据外延相似度以及相关阈值筛选出满足条件的近似概念来更新概念集合,而不满足条件的近似概念由变异算子按照用户相似度进行外延调整,直到其满足条件;最后基于新的概念集合,根据邻居用户的偏好向目标用户进行推荐。在4个推荐系统常用的数据集上进行实验,结果表明ACGA生成的近似概念提升了推荐效果,尤其是在2个电影评分数据集上,ACGA与概率矩阵分解(PMF)算法相比,F1值提升了近78%,召回率提升了近104%,精确度提升了近57%;与K最近邻(KNN)算法比较,精确度提升了近12%。

内涵粗糙三支概念及个性化推荐

作为一种高效的数据分析工具,三支概念分析为推荐系统提供了新的思路。为解决评分系统中存在的数据稀疏问题,该文提出一种内涵粗糙三支概念以及基于它的个性化推荐方案。内涵粗糙三支概念由三支概念扩展得来,是由外延、正内涵以及负内涵组成的三元组,正负内涵由外延结合对应的阈值α和β分别生成,内涵粗糙三支概念具有边界模糊、信息丰富等特点。首先,以最大化概念体积为优化目标,设计启发式方法针对每个用户生成相应的内涵粗糙三支概念;其次,移除重复的内涵粗糙三支概念以构成概念集;最后,基于正负内涵特性和推荐置信度,对用户进行个性化推荐。在6个公开数据集上进行实验,结果表明,与k NN、MF、IBCF、CFGAN以及基于形式概念的推荐算法GreConD-k NN和GRHC相比,该文算法具有更优的推荐效果。

螺旋藻对高温环境下肉鸡生长性能、抗氧化性能和免疫反应的影响

文章旨在确定螺旋藻在热应激肉鸡中的潜在应用。试验选择500只平均初始体重为(615.6±6.25)g的Cobb肉鸡(雌性各半),随机分为5组,每组5个重复,每个重复20只。对照组饲喂基础日粮(不添加螺旋藻),热应激组同样饲喂基础日粮,处理组分别在热应激组日粮中添加0.5%、1%和2%螺旋藻,螺旋藻组和热应激组在38~44 d时暴露于36℃的高温环境中6 h/d。结果表明,日粮添加螺旋藻显著降低应激激素和部分血脂指标的浓度,增强体液免疫反应,提高抗氧化能力(P <0.05),但对肉鸡生长性能无显著影响(P> 0.05)。在高环境温度下,1%螺旋藻组提高了肉鸡料重比,但无统计学意义(P> 0.05)。结论 :本研究结果表明,日粮通过添加螺旋藻可以减轻肉鸡因环境温度过高而产生的不良影响,包括抗氧化酶系统受损、应激激素和血脂水平升高。

与职业标准相衔接的高职课程体系构建与实践——以宠物养护与驯导专业为例

推进职业标准与课程体系衔接,对职业教育人才培养具有重要意义。本文以江苏农牧科技职业学院宠物养护与驯导专业为例,根据国家宠物健康护理员职业标准,构建与职业标准岗位层次、基本要求和工作要求相衔接的专业课程体系,为构建与职业标准相衔接的课程体系提供典型案例,有效推动了本专业课程体系诊断和改革。

国际学生计算机类课程教学模式研究与实践

本文论述了西南石油大学对来华学历国际学生培养过程中面临的问题和挑战,对计算机类课程建设和实践提出了新需求,对教学进行了创新设计与改革。本文从国际学生必修课程《计算机基础》出发,探讨了适合国际学生的计算机类课程教学新思维,通过改革和实施,为国际学生搭建了计算机课程学习的框架,形成了一套具有国际视角和专业特色的教学模式,为国际学生后续的学习“铺好路,打好桩”,从而能较好地促进高校国际学生教育持续健康发展。

基于Aspen Plus的循环流化床工业气化炉模拟

循环流化床煤气化炉在工业应用过程中,由于试验煤种及操作条件的多样性,通过试验法优化操作过程所需周期较长、成本较大。因此以大量工程数据为边界条件,基于Gibbs自由能最小化原理,利用Aspen Plus对气化过程进行模拟,通过灵敏度分析,研究了单因素氧煤比、蒸汽煤比、气化压力、空气/蒸汽预热温度变化对气化指标的影响;并运用正交实验,研究了以上4种因素共同作用的结果。研究结果表明:氧煤比增加使有效气(CO+H_2)含量、冷煤气效率先增加再减小,并在0.45~0.50kg/kg时取得最大值;蒸汽煤比增加使煤气热值和气化温度减小,对有效气含量基本没有影响;气化压力增加使煤气热值和气化温度增加;空气/蒸汽预热温度增加使气化温度、有效气含量、冷煤气效率增加,煤气热值减小。通过正交实验综合分析,氧煤比和空气/蒸汽预热温度对气化指标的影响较为显著,两者对气化指标的影响趋势基本一致;蒸汽煤比主要影响煤气热值,而气化压力主要影响比氧耗,对其他指标影响较小。

基于大气湍流传输激光散斑的真随机数提取研究

为生成真随机数序列,提出了先将大气湍流传输中激光散斑图像作为随机数发生器的熵源,再采用变帧频采样方法进行提取随机数的算法。首先,为降低相邻激光散斑图像间高相关性对随机性的影响,提出了变帧频采样方法。其次,对实验数据进行处理,根据大气湍流造成激光光斑质心的随机抖动特征,对散斑图像划分灰度等级,编码和后处理等操作,从而提取随机数。最后,利用NIST测试工具对提取的随机序列进行实验分析,结果表明:该序列不仅达到真随机数的标准,而且序列的数量和随机性均高于等帧频采样方法生成的随机序列。此外,对激光散斑视频归一化方差与最优采样区间之间的关系进行分析,为进一步的研究提供重要依据。

序贯再通介入治疗对老年急性心肌梗死患者心电图及血清炎性因子的影响

目的探讨序贯再通介入治疗对老年急性心肌梗死(AMI)患者心电图QRS波、R-R间期均值标准差(SDNN)、血清胱抑素C、基质金属蛋白酶9(MMP-9)水平及治疗后主要不良心血管事件(MACE)的影响。方法选取老年AMI患者170例,随机分为传统急诊直接PCI组(传统组)85例和序贯再通PCI组(序贯再通组)85例。判定2组碎裂QRS波(fQRS波),采集SDNN,检测血清胱抑素C和MMP-9水平。结果住院期间序贯再通组fQRS波消失率明显高于传统组(81.82%vs 60.00%,P=0.027)。与治疗前比较,治疗后24 h、2周、1个月2组SDNN、血清胱抑素C明显升高,MMP-9水平明显降低(P<0.05);治疗后24 h、2周、1个月序贯再通组SDNN明显高于传统组,血清胱抑素C和MMP-9水平明显低于传统组(P<0.05,P<0.01)。治疗后1个月,序贯再通组心力衰竭和MACE发生率明显低于传统组(11.76%vs 25.88%,5.88%vs 15.29%,P<0.05)。logistic回归分析显示,序贯再通PCI、fQRS出现、入院时血清胱抑素C和MMP-9水平是影响治疗后1个月MACE发生的因素(P<0.05)。结论序贯再通PCI较传统PCI能显著升高fQRS消失率、SDNN和血清胱抑素C水平,降低血清MMP-9水平,其在改善AMI患者心肌血流灌注的同时,能够有效改善患者心功能和近期预后。

基于电力数据分析的污染物排放监测方法研究

在当下快速的发展过程中,社会的现代化建设对环境带来了一定程度的破坏,为了实现持续性的社会发展,就需要对其各种生产生活所带来的污染物进行良好的监测。提供了一种对产污企业污染物排放过程进行科学监测的方法,对智能电表采集的数据进行处理与分析,构建BP神经网络模型对设备进行识别,从而判断设备启停状态。形成了24小时不间断的智能监控,进而对企业的污染物排放监管进行合理的监控,实现对企业生产中污染排放的监测,提升污染物的治理效果,具有较好的实际应用价值。