单片机实现的变压器保护

为了电力产业的安全生产,应对可能会出现在身边的隐患,产生了一种装置,叫做电力变压器。在电力变压器中,由单片机来实现控制电路的功能。因为单片机所具有的特性可以有效地实现保护功能。鉴于变压器的保护中存在着许多有待解决的问题,在本文中我们将着重探讨单片机在变压器保护的实现过程中的优势、所起到的作用及如何起到作用,并且研究了这一过程中的算法分析及选取。     

黄河湿地野鸭孵化期蛋壳钙、磷含量变化规律的研究

对不同孵化时期黄河湿地野鸭蛋壳钙、磷含量进行测定,结果显示：不同孵化阶段蛋壳钙、磷含量的变化具有一定的规律性。胚胎早期（0-16胚龄）：蛋壳钙、磷含量变化不显著;胚胎中后期（〉16胚龄）：钙含量降低趋势明显,持续至28胚龄,磷含量变化从8胚龄开始,16胚龄达最大峰值,以后逐渐降低;胚胎后期（22-28胚龄）基本保持不变。孵化期各胚龄蛋壳中钙、磷比例也呈规律性变化,并且和胚后发育阶段有明显不同。     

复合有机铁对母猪繁殖性能及其抗氧化能力的影响

为研究复合有机铁对母猪繁殖性能、血液理化指标及抗氧化能力的影响,试验选用体重接近、胎次接近、预产期一致的健康“长×白”二元杂母猪30头,随机分为3组,每组10个重复,每个重复1头母猪,3个处理组分别在基础日粮中补充硫酸亚铁、甘氨酸亚铁、复合有机铁。结果显示:较硫酸亚铁组,复合有机铁组产程缩短23.57%、胎产健仔数增加14.00%、初生窝重增加14.14%(P < 0.05);母猪血红蛋白含量、红细胞数和红细胞压积分别提高19.88%、10.53%、8.33%(P < 0.05);母猪抗氧化酶活性和机体抗氧化能力提高47.33%(P < 0.05),丙二醛含量降低37.05%(P < 0.05)。综上所述,母猪日粮中额外补充复合有机铁源能提高母猪繁殖性能,改善血液理化指标,增强母猪抗氧化能力。     

Zn、B、Mn微肥提高玉米产量与品质的研究

研究结果表明,不同浓度Zn、B、Mn微肥处理对促进玉米生长、提高玉米产量与秸杆品质,增加生物学产量及经济产量均有效果。     

犊牛急性肝片形吸虫病的诊治

锦州地区某养牛专业户饲养黑白花奶牛37头,其中1～8月龄犊牛9头。1998年10月开始,先后有6头出现以腹痛、贫血等为主要症状的疾病,其中有1头由于治疗不及时而死亡。现将该病的诊治情况报告如下: 1 主要临床症状 发病突然,初期体温升高达41℃,精神不振,食欲减退,发病的6头犊牛中有4头出现腹泻。触诊肝     

抗胃酸型微生态制剂的研制

为提高治疗生猪腹泻的疗效,采用包埋法制作了双歧杆菌、乳酸杆菌制剂微粒,该活菌制剂微粒可在酸性环境中产生表面正电荷屏障,维持微粒内部ＰＨ值的稳定。在生猪肠道内,微粒能溶解释放活菌,用以治疗仔猪黄、白痢和断奶猪应激性腹泻,效果优于抗生     

大语言模型对信息检索系统与用户检索行为影响研究

[目的/意义]探究大语言模型（Large Language Models,LLMs）等人工智能生成技术对用户信息检索行为产成的影响,为信息检索系统和信息资源建设建言献策。[方法/过程]以ChatGPT等LLMs的蓬勃发展为背景,结合大语言模型的技术特点与现有产品的特征,从用户信息行为的视角,通过探讨现有文献和大型语言模型,分析该技术的不断普及对信息检索系统与用户检索行为的影响。[结果/结论]LLMs用作信息检索系统具有传统产品无法比拟的优势,其对用户信息检索行为的底层逻辑、行动重点与检索期望等方面都会产成影响。然而LLMs现有可靠性、准确度等缺陷仍难以使其立刻取代传统信息检索方式。建议在信息检索系统和信息资源建设中重视该技术,探索LLMs与信息服务智能结合,以应对未来用户信息需求的变化,并进一步充分利用已有信息资源的价值。     

基于颜色系数反向粒子群模型的田间作物分割方法

针对复杂多变的农田环境下,田间作物分割既要保留农田作物完整外部形态信息,又要满足农田作业速度的要求,该文提出一种基于反向变异粒子群优化(reverse mutation-particle swarm optimization,RM-PSO)算法提取最优颜色系数的田间作物分割方法。该分割方法分为离线和在线2个部分,离线部分采用反向变异策略提高了初始粒子群群体质量及算法的搜索效率,避免算法早熟收敛,陷入局部最优,引入满意度函数对最优颜色系数进行评价,提取全局最优颜色系数。在线部分采用离线提取的最优颜色系数对作物图像灰度化,进而对灰度化后图像进行阈值分割得到最终的分割结果。试验结果表明,该文方法平均错分率(error distinguish rate)仅为4.8%,低于HSI算法、EXG法以及Mean-shift神经网络分割算法的11.3%、19.5%、5.7%;标准差值为3.1%,相较于HSI算法的7.2%、EXG法的14.7%、及传统PSO方法的7.9%,该文算法具有更高的稳定性;平均处理时间为0.311 s,而HSI方法为0.908 s,Mean-shift神经网络分割算法为1.942 s。该方法不仅能够保证不同光照及不同景物干扰下作物外部形态信息完整,同时处理速度快,鲁棒性好,具有较高的实际应用价值。