RIEMANN BOUNDARY VALUE PROBLEMS WITH GIVEN PRINCIPAL PART

In this article, the authors discuss the Riemann boundary value problems with given principal part. First, authors consider a special case and give a classification of the solution class Rn by the way. And then, they consider the general case. The solvable conditions for this problem and its solutions is obtained when it is solvable.

Prediction of Coal Consumption in China Based on the Partial Linear Model

China is one of the few countries using coal as the main energy and is the world's second largest coal consumer. Researching the coal consumption is very necessary. At present,the prediction model of coal consumption is mainly based on time series analysis of price,and it rarely considers the influence of other factors. In this paper,on the basis of demand theory,we establish the multiple impact indicators,and use principal component analysis as well as partial linear model for multiple factors to establish coal consumption model. By using this model to forecast the coal consumption in 2011,we find that the predicted value is close to actual value,which means that the model is good.

基于主成分分析-BP神经网络的风电备件需求预测

风电机组具有结构复杂,运维困难,且长期处于恶劣的工作环境的特点。风电备件的需求预测有助于为风电场配备最合适的备件数,以确保风电场的平稳、高效运行。构建主成分分析-反向传播(principal component analysis-back propagation,PCA-BP)模型,针对受多因素影响的复杂备件,先利用PCA将影响风电备件的要素进行筛选,再利用BP神经网络算法,得到最为精确的预测结果。比较自回归积分滑动平均(autoregressive integrated moving average,ARIMA)模型、BP神经网络预测和PCA-BP神经网络预测的结果。结果表明:PCA能显著降低神经网络预测误差,预测的精度为93.94%,高于BP神经网络预测的88.39%和ARIMA模型的85.31%,所以PCA-BP神经网络模型的预测精度准确且有可靠结果,能够适用于风机备件的需求预测。

基于多源信息融合与神经网络的汽车塑件无损检测方法研究

针对汽车塑件内部缺陷检测精度不高、检测方法单一等亟需解决的问题,基于多源信息融合与深度学习神经网络等技术,探究高鲁棒性、稳定性、精确性的检测模型,旨在为汽车塑件批量无损检测提供理论基础和技术支持。通过超声波探伤、激光光斑测量、紫外线探伤、智能电参数测量和红外热成像等无损检测方法,试验样本经异质信息采集、预处理以及多特征变量提取,根据检测要求,用于定量/定性神经网络模型构建。再以样本训练、规则判别、深度学习和模型类比,选取最优模型用于试验样本内部缺陷预测和品级分析,以求得所设计的“深度学习”神经网络模型与检测方法具有通用性,可进一步用于汽车铸件、冲压件或焊接件等无损检测,为匹配智能装备研发提供研究基础。

基于超声辅助的汽车微小零部件内部缺陷无损检测方法

为了更准确、全面地分析汽车微小零部件缺陷,基于超声辅助的方式,设计了内部缺陷无损检测方法。根据超声波传播反射情况及声场变化,采集微小零部件图像;通过融合边缘信息消除图像中噪声,分割图像主体并完成边缘识别,确定存在内部缺陷的区域;利用核主成分分析技术,通过降维处理方式确定缺陷区域特征,进而完成无损检测。结果表明:利用所提方法获取的零部件图像清晰,缺陷检测准确率始终高于95%,对气泡和气孔缺陷的检测时间小于6 s,对裂纹缺陷的检测时间小于8 s,说明所提方法对内部缺陷的定位准确度和识别效率均较高。

甘薯地上部的营养分析及评价

为了充分利用甘薯地上部并提高甘薯的附加值,该研究对甘薯叶、柄和茎进行了营养成分分析,并利用主成分分析法及隶属函数法进行了综合评价。研究结果表明,甘薯地上部富含矿质,蛋白质和膳食纤维营养素,约70%的氨基酸属于药用氨基酸和味觉氨基酸,其中,叶中药用氨基酸占总氨基酸的68.15%、柄部占71.48%、茎部占71.64%;叶部中味觉氨基酸占总氨基酸的67.25%、柄部占72.17%、茎部占72.64%。此外,甘薯叶中蛋白质含量为3.8%、锰含量为134 mg/kg、镁含量为4509 mg/kg、钼含量为0.24 mg/kg。叶中还富含多酚(33.6 mg GAE/g,其中黄酮20.9 mg CE/g)、叶绿素(叶绿素a含量为91.8 mg/100 g、叶绿素b含量为33.14 mg/100 g)以及类胡萝卜素(14.5 mg/100 g)。茎部以膳食纤维(10.6%)、锌(41.8 mg/kg)、硒(0.16 mg/kg)、铬(3.0 mg/kg)以及铁(376.0 mg/kg)含量最高。柄部则富含钙(27648 mg/kg)、镁(4376 mg/kg)、钾(26152 mg/kg)、钼(0.21 mg/kg)。综合营养品质评价结果显示,甘薯地上部不同部位营养品质排序为叶(0.92)>茎部(0.31)>柄部(0.19)(P<0.05)。该研究结果为甘薯地上部叶、柄和茎的有效开发和综合利用提供了重要的理论数据,为未来甘薯地上部的开发指明了方向。

玄参净制去芦的必要性研究

目的:探究去除玄参芦头对净制玄参药材是否具有必要性。方法:通过对比不同批次玄参药材根和芦头净制后得率、含水量以及浸出物,采用高效液相色谱法比较哈巴苷、哈巴俄苷、安格洛苷C、麦角甾苷、肉桂酸5个主要活性成分含量,并采用苯酚-硫酸法测定玄参多糖,且对上述成分进行主成分分析(PCA),采用脂多糖(LPS)诱导小胶质细胞(BV-2细胞)建立炎症模型,通过测定细胞上清液中一氧化氮(NO)的释放量,考察玄参根和芦头的抗炎活性,综合评价去除芦头的必要性。结果:玄参中芦头占药材重量的10%~20%,玄参根中浸出物高于芦头;PCA结果显示将玄参根和芦头区分为2大类,哈巴苷、哈巴俄苷、肉桂酸以及多糖类活性成分以玄参根中含量高,但芦头中也有较大的贡献,而玄参芦头以安格洛苷C、麦角甾苷含量较多;玄参根和芦头的抗炎活性比较,差异无统计学意义。结论:按照传统习惯,玄参净制去芦具有一定的科学道理,但玄参芦头具有一定的药用价值,在提取物制备等方面进一步挖掘利用。

地方红色文化融入“纲要课”实践教学路径探析——以安顺学院为例

地方红色文化是中华优秀传统文化宝库中富有生命力和战斗力的文化资源,是高校思政课开展实践教学活动优质的、鲜活的素材。高校将地方红色文化融入思政课实践教学,有利于传承红色文化、提升教学效果、彰显教育特色。以安顺学院为例,从四个方面探讨地方红色文化融入中国近现代史纲要课程实践教学的路径,即坚持以生为本,发挥学生主体作用;坚持守正创新,推动实践教学改革;坚持知行合一,引导学生学以致用;坚持优化评价,提高学生学习效果。

两种实验教学理念的比较

由于历史的原因，中国高校长期以来，受重理论、轻实验的影响，实验教学提倡以培养学生的三基能力为主，培养出来的学生虽有较系统的基础知识和规范的实验操作能力，但缺乏活力，不利于学生创新能力的培养。新的教学理念在继承传统教学理念的基础上提出实验教学以学生为主体，教师为主导。这有利于学生个性、特长的发展，有利于学生创新能力的培养。

微型零件图像测量清晰度算法的选择与综合评价

对图像测量清晰度算法进行选择并提出一个综合评价算法,对各种算法的优化与统一进行了研究。基于微型精密零件的成像测量方法,使用远心成像测量系统在不同工作距离处进行了图像采集,并使用相关算法进行清晰度评价,最后对所得数据进行主成分分析和因子分析。从8种适用于微型精密零件灰度图像清晰度评价的算法中计算出适用于微型零件光学影像测量的评价算法,并建立了综合清晰度评价模型。实验结果表明:本文的数据处理模式能够对微型零件图像测量系统的清晰度算法进行选择并解决不同算法间的协调问题。在保证评价效果不变的前提下,数据量由1 408组优化为176组,而且本文提出的数据挖掘算法能针对同一要求的不同评价值进行选择及综合。

LiFePO_4化学成分测定

建立了一套可用于实际电池及材料生产、研制的磷酸铁锂主体、杂质和添加剂的测定方法。采用氧化还原滴定法测定铁;磷钼酸铵沉淀返滴定法测定磷酸根;原子吸收法测定锂、钠、钾;ICP-AES原子发射法测定杂质钙、铅。在解决了磷酸铁锂的溶样方法问题、原子吸收法化学干扰问题、原子发射的基体效应及光谱干扰问题后,选定合适的分析条件,进行了方法的准确度和精密度实验,数据结果显示方法可以满足实际分析工作的要求。

面向知识经济的企业管理创新主体研究

:21世纪将是知识经济时代 ,创新是知识经济发展的灵魂 ,企业只有不断地进行管理创新 ,才能在新世纪从容应对各种挑战 ,把握宝贵的发展机遇。本文以知识经济所引发的企业管理变化为背景 ,提出管理创新主体是由企业家、内企业家和知识工人三部分所构成的有机整体 ,据此分析了管理创新主体的结构功能。

农业服务模式创新研究——陕西“大荔模式”运行机制及创新价值评价

农业服务主体间缺乏相互协调,市场化程度不高,没有形成有效的利益机制和激励机制,现代信息技术应用不足等问题严重影响我国农业服务组织效率;案例表明:构建主体间有效的利益机制、激励机制,将市场机制引入农业生产性服务业能有效调动各主体积极性;现代化农业信息技术能发挥重要作用;架构良好的农业服务组织结构能提升组织效率。

存在道德风险的我国基本医疗保险体系中各市场主体行为分析

本文分析了医疗保险市场中存在的道德风险问题 ,并在建立了我国基本医疗保险市场的简单模型的基础上研究了医疗保险机构、消费者和医疗商品的提供者等市场主体在存在道德风险的情况下各自可能产生的行为选择及其相应的影响。

西洋参不同部位皂苷成分研究

[目的]研究西洋参不同部位皂苷类成分的含量差异。[方法]对西洋参9个部位以甲醇为溶剂分别进行回流提取,用HPLC法测定西洋参不同部位中7种单体皂苷,即人参皂苷Rg1、Re、Rb1、Rc、Rb2、Rb3和Rd的含量,并对测定结果分别进行主成分分析和聚类分析。[结果]西洋参花蕾、须根、芦头中7种皂苷含量较高,用主成分分析和聚类分析将9个部位分成两类,花蕾和叶为一类,其他部位为另一类。[结论]西洋参各部位总皂苷及单体皂苷含量差异较大,通过HPLC对其进行含量测定,并结合主成分和聚类分析,可对各部位皂苷成分的分布及含量进行全面评价。

基于流通实力的农产品流通模式选择及优化

农产品流通主体分为生产环节、批发环节、零售环节、物流仓储环节等四大类,每个环节又包含若干渠道成员。提出农产品流通实力的数量/价格矩阵,将农产品流通主体分为四种类型,并将四种类型与农产品流通渠道成员进行对应。在农产品流通主体组织方式的总体模型的基础上,提出了以实力强的流通主体为核心建立的6种渠道模式。进而选择出我国农产品流通的主导模式。最后,提出我国农产品流通渠道的改进对策。

基于支持向量机的烟叶不同部位6种化学成分差异性分析

基于143个烟叶样品的6种化学成分(莨菪亭、芸香苷、苹果酸、柠檬酸、果糖、蔗糖)建立中部和上部烟叶的支持向量机分类判别模型,并利用该模型对独立的36个烟叶样品进行预报。结果表明,基于烟叶中6种化学成分建立的中部和上部烟叶的支持向量机分类模型的建模、留一法和预报准确率分别为89.51%、85.31%和83.33%。进一步考察了143个烟叶样品在主成分分析投影图中的空间分布及中部和上部烟叶的主要化学成分差异性,得出6种化学成分中蔗糖、莨菪亭和芸香苷是影响中部和上部烟叶差异的主要成分。研究结果表明,改变上部烟叶中的蔗糖、莨菪亭和芸香苷含量,可以扩大其在实际生产中的应用范围。

企业知识管理主体解析

21世纪将是知识经济时代，企业管理正发生着由对实物的管理转向对知识的管理的转变。知识管理是知识经济时代企业崭新的管理模式，如何卓有成效地进行知识管理已成为现代企业管理创新与发展亟待解决的重大问题。本文对知识管理主体的构成、知识管理主体各构成部分的基本职能和知识管理的主要工具——知识管理信息系统进行了研究，提出了我国企业面临知识管理浪潮所应采取的对策。

高校物理教学中四层次四循环双主教学模式研究

四层次四循环教学模式对学生能力由低到高划分培养顺序,将整门课程划分为4个层次、4个循环.每个层次和循环分别着重培养学生的能力为:信息获取和分析能力—信息分析和加工能力—探索和协作能力—发挥和创新能力,以及"以教师为主导"、"以学生为主体"的"双主"微观教学模式.该教学模式在4年的教学实践中取得了一定的成功,对于学生的素质、综合能力、创新能力的提高也取得了比较理想的效果.

论体育科技成果转化的实现

运用文献资料、问卷调查和数理统计方法 ,对实现体育科技成果转化的主体和动力进行分析。认为体育管理部门、体育院校和科研所、运动队是实现体育科技成果转化的三个主体 ;其转化动力分别来自于体育管理部门的推动力、体育院校和科研所的科技创新驱动力、运动队的需求引力。