Mixing in starts

Analysis of the chemical and isotopic composition of stellar surfaces reveals the types of nuclear reactions that have occurred in the stellar interiors as well as the timing and depths from which material once deep in the star has reached the surface. Mass loss from the stellar surface and, in some cases, mass transfer from a companion enhance the opportunity to observe material that is the product of internal nuclear reactions. Detailed studies show substantial deficiencies in current models with the timing and depth of convective and other forms of mixing.     

现代化教学从备课开始

新时代呼吁素质教育 ,青年学生在新时代呈现出崭新的心理诉求和接受期待 ,加之知识多元化 ,学科相互渗透 ,使传统的教学模式远远不能满足时代的需要。如何适应新形势的需要 ?论者认为 ,备课是课堂教学的策划阶段 ,能够全面体现教师的教学观念和授课技巧。在论述之前 ,让我们回顾一下传统备课法的种种弊端 :(1)偏重课程内容的狭义系统性和完整性 ,淡化学科知识的新颖性和拓展性 ,缺乏对课程所属学科的整体性认识 ;(2 )因循教材 ,教案常年不变 ,缺乏对青年学生的心理因素的深入研究 ;(3)观念陈旧 ,抱残守缺 ,忽视学生的主体意识 ,致使课堂教学…     

基于小规模数据集的柑橘树冠层施药情况的分类模型

目的 提升柑橘果园的智能化管理水平,快速无损获取柑橘树冠层的施药情况,改善小规模数据集导致施药情况分类模型易发生过拟合的问题。方法 提出一种基于卷积神经网络的柑橘树冠层施药情况分类模型——VGG_C模型。模型以VGG模型核心思想为基础进行构建,通过交叉熵损失函数优化,加速概率分布与真实分布的迭代过程,并在输出端引入不确定性度量计算以及在下采样模块中插入Droupout方法,降低由于数据较少而发生过拟合的概率。结果 VGG_C模型针对训练集的分类损失值为0.44%,比ResNet和VGG模型分别降低了87%和91%;准确率为95.3%,比ResNet和VGG模型分别提高了5%和10%;验证集的预测平均准确率为96.4%。结论 VGG_C模型通过多层卷积模型协同实现柑橘冠层热红外图像特征的高效提取,通过优化输出端结构提高了柑橘冠层施药情况分类模型在小数据集规模上的训练测试优度,可为柑橘树施药情况的智能化判断提供有效参考。     

气吸式联合收获机沉降箱压力损失影响因素的研究

鉴于联合收获机沉降箱的压力损失较大,对气吸式联合收获机沉降箱在不同运行工况和不同结构参数下的压力损失进行了对比实验,同时考察了籽粒的沉降效果。结果表明:当入口气体速度由11m·s-1提高到17m·s-1时,沉降箱的压力损失随沉降箱入口风速的增加而增加,籽粒的沉降效率先明显增加,而后减小;箱体长度和隔板长度是影响压力损失的主要因素。从而为气吸式沉降箱的优化设计提供了可靠依据。