环保墙面材料推荐

随着生活水平不断提高,人们选择装修材料时不仅要求经济、美观,更关心装修材料是否环保。因此,下面几种对人体健康无害又个性十足的新装饰材料受到很多消费者的青睬,如果你想装修房子不妨也试试下面的材料。     

保定地区常见城市绿化树种对PM2.5滞纳能力与大气PM2.5浓度关系的研究

为了探究绿化树种对PM2.5滞纳能力与大气中PM2.5浓度的关系,该研究选取了保定市河北农业大学西校区、保定市竞秀公园和保定市植物园中栽植的具有代表性的11种常见城市绿化树种,对其在不同大气PM2.5浓度下滞纳PM2.5能力进行了探讨。利用气溶胶再发生器(QRJZFSQ-I)、Dustmate手持PM2.5监测仪、叶面积扫描仪等测定各树种在不同大气PM2.5浓度下的单位叶面积滞纳PM2.5物质量。结果表明:绿化树种对PM2.5滞纳能力与大气PM2.5浓度呈正相关;且在同一大气PM2.5浓度条件下,针叶树对PM2.5滞纳能力普遍比阔叶树强。同一绿化树种滞纳能力在不同大气PM2.5浓度环境下具有规律性变化,整体基本表现为河北农业大学西校区>竞秀公园>植物园。     

2005年河北省质量跟踪调查表明:玉米联合收获机用户满意率刚过半

河北省农业机械鉴定站组织有关市县农机部门,对2005年用户购买的部分玉米联合收获机的产品质量和售后服务情况进行了调查。调查结果表明,用户对玉米联合收割机的满意率仅51.8%。这次质量调查的区域为元氏、高碑店、霸州、南和、宁晋、临漳、辛集、柏乡等39个县(市)等地,产品为2     

潘家口水库叶绿素-a分布及与理化因子的相关分析

通过多季节野外采样及分析研究,以叶绿素-a含量为指示参数描述潘家口水库藻类生物量多季节分布情况,分断面探究其影响因子组成,为研究水库水生态问题提供了基础支撑。结果表明：①除冬季外,叶绿素-a含量呈“U”型季节性变化,其浓度大小关系为春季＞秋季＞夏季,沿纵断面叶绿素-a含量呈梯级减少趋势,而垂向分布与水下温跃层变化存在显著相关性。②不同断面处影响叶绿素-a含量的理化因子有所不同,瀑河口断面的主要影响因子为pH值、总 磷、总氮、高锰酸盐指数;燕子峪断面为水温、溶解氧、氨氮;坝前断面为水温、总磷、高锰酸盐指数,其中磷是坝前叶绿素-a含量的最主要影响因子,仍需进一步探讨其他理化因子对叶绿素-a含量的影响。     

林海吟

今年七月中旬,我陪同全国政协副主席费孝通前往呼伦贝尔盟林区进行考察,一路上绿波送行,我与费老兴致勃勃地欣赏着林海秀色。打开车窗,清风拂面。遥望群山,千峰夺翠。我情不自禁说了一声“窗外风光好。”费老接下去:“是啊,窗外风光好。”于是我们二人便对唱成五韵诗:     

开发山野菜资源让饮食回归自然

20世纪90年代末的中国．随着改革开放,物质文明和精神文明不断发展的今天,人们的生活水平不断地得到提高,越来越多的人们对于食物的营养价值和自我保健的意识愈来愈强。尤其对饮食的需要已从量的满足转向质的重视。常常会听到“现在吃鱼、鸡、肉、蛋有一种吃腻了的感觉”。也就是说有更多的人在生活的饮食当中想换一下口味,开始钟情于鲜、美的野味,所以目前市场上出现了各种各样的山野菜。一进入4月中旬,小报蒜、蒲公英、刺老芽、四叶菜等野菜都开始上市,而且价格昂贵,可人们都在争相购买。这足以说明．饮食已逐渐向野、鲜、绿、生…     

内蒙古林区在改革中前进

1987年7月14日至20日期间。我陪同费孝通同志前往呼伦贝尔盟的部分旗市,对少数民族的经济发展进行了考察。在林区参观时,随笔写了几篇杂记,略述林区在改革中的成果及发展新貌。牙克石新貌 7月7日随费老来到牙克石,见大雁以东丘陵山坡上的树已经成林,杨桦伟岸挺拔,松柏郁郁葱葱。这都是林区干部职工近几年新栽植的。进入市内,二、三、四道街均已修成水泥路面。市政府招待所已为崭新的大楼所代替,这仅仅是建市以来才三五年的变化。经过这几年的建设,牙克石已与大雁基本上连了起来。牙克石近年来畜牧业的变化最     

挤压蒸煮技术在膳食纤维改性中的应用及研究进展

挤压蒸煮技术是近年来发展较快的现代食品工程技术之一。膳食纤维经挤压蒸煮处理后,可提高膳食纤维的可溶性,改善其活性功能,在食品工业中有更广泛的应用前景。综述了挤压蒸煮技术应用于膳食纤维改性的意义、原理、特点、影响因素及应用,并对其存在问题、发展方向等作了简要论述。     

苹果肉渣膳食纤维蛋糕的研制及其质构分析

苹果肉渣膳食纤维丰富,加入蛋糕中能明显提高其中的膳食纤维含量。将苹果肉渣膳食纤维粉分别以0%,5%,10%,15%的量加入面粉而混合制得苹果肉渣膳食纤维蛋糕,通过测定其比容、保水性、质构等指标,分析影响其品质的主要因素,确定苹果肉渣膳食纤维的最适添加量。结果表明,随着苹果肉渣膳食纤维粉添加量的增加,蛋糕物理性质变化不大,其中当苹果肉渣膳食纤维粉添加量为5%时,蛋糕品质最好。     

基于超轻量化孪生网络的自然场景奶牛单目标跟踪方法

针对跟踪模型泛化能力差、跟踪模型正样本选取质量低、深层模型参数量大不利于部署等问题,本文提出了超轻量化孪生网络模型Siamese-remo。首先结合传统随机采样方法和go-turn方法,设计出新型的正负样本选取策略,增加模型泛化能力;其次采用shiftbox-remo的数据增强方式均匀正样本分布,并提升正样本采集质量;然后通过改进后的超轻量化Mobileone-remo网络提取特征,一定程度减少深层网络对跟踪平移不变性的破坏,并预设不同特征融合参数,单独训练网络分类和回归;最终加入Center-rank loss函数,根据样本点位置影响置信度、IOU排名,对网络分类回归策略进行优化。实验证明,自然场景下奶牛单目标跟踪模型期望平均重合度(Expected average overlap, EAO)达到0.475,相对于基线模型提升0.078,与现有跟踪器对比取得了较好的成绩,且参数量仅为现有主流算法的1/20,为后续自然场景下奶牛身份识别与目标跟踪系统提供了技术支持。