oalib

Publish in OALib Journal

ISSN: 2333-9721

APC: Only $99

Submit

Any time

2019 ( 324 )

2018 ( 6749 )

2017 ( 6942 )

2016 ( 7438 )

Custom range...

Search Results: 1 - 10 of 305971 matches for " 李军乔2 "
All listed articles are free for downloading (OA Articles)
Page 1 /305971
Display every page Item
不 同 种 植 密 度 对 蕨 麻 块 根 的 影 响
马国良1,沈宁东1,, 宁1,汤青川1,韦梅琴1
北方园艺 , 2010, DOI: 10.11937/bfyy.201017087
Abstract:
氮素对蕨麻克隆构型的可塑性反应

中国生态农业学报 , 2006,
Abstract: 试验研究N素对蕨麻克隆构型的可塑性反应结果表明,蕨麻基株根长、分枝数、分株数、间隔子、地上干物质量、地下干物质量随N素的增加呈二次曲线变化,在施纯N90.0kg/hm2时出现拐点,说明蕨麻对异质性资源(土壤N素)具有较强的可塑性。蕨麻总分枝长、根系膨大率、球根率则随N素水平的增加而直线下降,表明施用N素后蕨麻块根不具有商品价值。进行生态恢复时施用一定量N肥能显著提高蕨麻地上部分的生长,增大植被覆盖率。
一种分析全基因组上位性的新方法
,,陈敏1,,曾利
- , 2016,
Abstract: 传统基于单位点的全基因组关联研究存在重复性低、难以解释性等缺陷,而采用基于机器学习的上位性分析中面临计算复杂度高、预测准确度不足等问题.本文提出一种分析全基因组上位性的新方法,该方法采用二阶段框架的上位性分析方法,它包含特征过滤阶段以及上位性组合优化阶段,在特征过滤阶段提出了多准则融合策略,从多个不同角度评价遗传变异位点,以保证易感的弱效位点能被保留,然后采用多准测排序融合策略剔除与疾病状态关联程度低的遗传变异,进一步在上位性组合优化阶段采用贪婪算法启发式地搜索组合空间,以降低时间复杂度,最后采用支持向量机作为上位性评价模型.实验中采用不同的连锁不平衡参数与经典算法SNPruler与ACO的性能进行对比,实验结果表明:本文方法能有效保留弱效位点,一定程度上提高了疾病预测的正确度.
Traditional units of genome-wide association studies have serious defects such as low repeatability, difficulty to interpret, and epistasis analysis based on machine learning has troubles such as high computational complexity and insufficient prediction accuracy. This paper presented a new approach for the analysis of genome-wide epistatic. This method uses the framework of two-phase epistatic analysis method. It includes a filtering stage and an epistatic combinatorial optimization stage. The characteristics of the filtering stage presents a multicriteria fusion strategy for the evaluation of genetic loci from multiple perspectives to ensure that the weak effect of susceptibility loci can be retained, and then, this method uses the multiple criteria sorting fusion strategy to eliminate the low degree of genetic variation associated with disease states. Epistatic combinatorial optimization phase uses the greedy algorithm combination of heuristic search space in order to reduce the time complexity. Finally, a support vector machine was used as the epistatic evaluation model. Experiments with different parameters of linkage disequilibrium SNPruler with classical algorithms were compared with the performance of the ACO, and the experiment results show that the method can effectively keep weak effect locus and improve disease forecasting accuracy considerably.
基于硬币分拣包装机的DSP控制系统设计
DSP Control System Design Based on Coin Sorting Packaging Machine
 [PDF]

, , 黄世海, 小兵, 何燕飞, 赵桢
Dynamical Systems and Control (DSC) , 2016, DOI: 10.12677/DSC.2016.52007
Abstract:
本文以硬币分拣装置的控制为研究对象,重点讨论了基于DSP的硬币整理机器的控制系统设计,主要阐述了电涡流传感器的硬币检伪、光电计数器的硬币计数检测、步进电机的细分控制等模块的研究。通过各个模块的协调配合实现了混杂硬币的分拣、检伪、包装等功能。
The research aim of this passage is the control system of the coin sorting apparatus. The passage mainly discusses the design of coin sorting machine’s control system based on DSP, meanwhile, mainly explains the design of the seizure of counterfeit coins with eddy current sensor, the coin counting with photoelectric counter and the stepper motor micro-step control system, etc. By the coordination of every module, we achieve the functions of sorting, packaging, and picking out the fake from a pile of mixed coins.
井下风窗风量自动调节控制装置对研究
,,俞晶
煤炭工程 , 2015, DOI: 10.11799/ce201503032
Abstract: 提出利用微变自动调风技术对井下风窗风量自动调节控制装置进行研究,通过概述装置组成及工作原理,对其PID控制模型和微变特性进行分析,并利用Fluent软件验证装置对巷道风量的调节作用。研究结果表明该装置的风量调节过程可实现完全无需人工干预,通过对巷道风量的实时自动检测与调节,不仅保证了与其关联通路上的风量而且实现了微变调节,该过程具有风量震荡幅值小、调节精度高的优点。
钢铁企业多视图能耗模型体系结构研究与应用
,,
计算机集成制造系统 , 2015, DOI: 10.13196/j.cims.2015.03.021
Abstract: 为实现钢铁企业能源系统的信息集成、功能集成和逻辑集成,针对已有能耗模型的局限性,提出一个多视图能耗模型体系结构。该体系结构是一组模型和方法的集合,包括数据视图、工序视图和分厂视图的形式化表示,以及工序视图和分厂视图中层次的形式化。为实现多视图能耗模型集成的多视图关联,提出了保证多视图能耗模型一致性的条件。基于所提体系结构,提出了钢铁企业多视图建模方法,将该体系结构中的数据视图、工序视图和分厂视图用不同的建模方法予以实现。基于所提体系结构和建模方法,开发了某大型钢铁企业多视图能耗信息系统,说明了所提方法的有效性,可为系统节能提供决策支持。
鹅绒委陵菜(potentillaanserinal.)生物学特性的初步研究
,王立祥?
西北农林科技大学学报(自然科学版) , 2003,
Abstract: 详细描述了鹅绒委陵菜的生物学特性,并根据鹅绒委陵菜的生物学特性,将其生育期划分为6个时期,即萌发期、基株生长期、匍匐期、花果期、膨大期和采收期。
一种增量式模块化回声状态网络
,俊飞
- , 2016, DOI: 10.13195/j.kzyjc.2015.0913
Abstract: 针对传统回声状态网络(ESN) 难以解决多振荡子叠加(MSO) 问题, 提出一种增量式模块化回声状态网络(IM-ESN). 该网络储备池由多个相互独立的子储备池组成. 利用矩阵的奇异值分解(SVD) 构造每个子储备池的权值矩阵, 并依据分块对角矩阵原理, 将子储备池逐一添加至网络中. 在网络增长过程中, IM-ESN 无需放缩权值矩阵便能保证网络的状态回声特性. MSO 问题的仿真结果表明, IM-ESN 能够自主确定与问题复杂度相匹配的网络规模, 具有较好的预测性能和鲁棒性.
连续实时血糖监测避免胰岛素强化治疗低血糖发生的价值
亚红,
- , 2016, DOI: 10.16781/j.0258-879x.2016.12.1578
Abstract: 目的 评价连续实时血糖监测系统(real-time continuous monitoring system,RT-CGMS)对肠外营养支持患者胰岛素治疗的指导意义。方法:对我院重症医学科胃肠术后行肠外营养支持并采用胰岛素强化治疗的32例患者,进行回顾性总结并分析。根据血糖监测方法不同,分为CGMS组16例,多次末梢血糖监测(MBS)组16例,分析CGMS测定值与指血血糖的相关性,并采用每日血糖的平均值、最高值、最低值、血糖漂移及低血糖情况等指标,评价血糖的控制情况;采用平均住院日,评价两种监测方式对强化胰岛素治疗的病人受益情况。结果 CGMS血糖测定值与指血血糖值的相关性良好,两者的Person相关系数r=0.89(P<0.01)。与MBS相比较,CGMS组血糖最高值显著降低(P<0.05),血糖最低值显著升高(P<0.05),血糖漂移明显降低(P<0.05);与MBS相比较,CGMS组患者发生低血糖测次数(1次)明显减少(10次),并且患者平均ICU住院日显著缩短(P<0.05)。结论 与多点血糖监测相比,连续血糖监测系统可以更好地的反应患者的血糖变化情况,在接受强化胰岛素治疗的患者中是一种行之有效的监测手段。良好的血糖控制,缩短了ICU患者平均住院日,从而使患者受益。
溶解氧浓度的直接自适应动态神经网络控制方法
Direct adaptive dynamic neural network control for dissolved oxygen concentration

张伟,俊飞,
控制理论与应用 , 2015, DOI: 10.7641/CTA.2014.40311
Abstract: 针对污水处理过程溶解氧浓度的控制问题, 提出一种直接自适应动态神经网络控制方法(direct adaptive dynamic neural network control, DADNNC). 构建的控制系统主要包括神经网络控制器和补偿控制器. 神经网络控制器由自组织模糊神经网络实现系统状态与控制量之间的映射; 提出一种基于规则无用率的结构修剪算法, 并给出结构调整后网络收敛的理论证明. 同时, 为保证系统稳定, 设计补偿控制器减小网络逼近误差, 参数调整由Layapunov 理论给出. 国际基准仿真平台上的实验表明, 与固定结构神经网络控制器、PID和模型预测控制等已有控制方法相比, DADNNC方法具有更高的控制精度和更强的适应能力.
A direct adaptive dynamic neural network control (DADNNC) method is proposed to control the dissolved oxygen concentration in the wastewater treatment process. The established control system mainly includes a neural controller and a compensate controller. The neural controller fulfills the mapping between the system states and control variable using the fuzzy neural network, which can adjust the structure and parameters simultaneously. A novel pruning algorithm is presented based on the useless rate of the rules, and the convergence while adding and pruning neurons is guaranteed theoretically. Further, the compensation controller is designed for decreasing the approximating error introduced by the neural network, and the parameter update law is deduced by the Lyapunov theorem. Finally, the simulation results, based on the international benchmark simulation platform, show that the proposed method can achieve better control accuracy and superior adaptive ability compared with neural network controller with fixed structure, PID controller and model predictive control method.
Page 1 /305971
Display every page Item


Home
Copyright © 2008-2017 Open Access Library. All rights reserved.