基本粒子标准模型的更正与宇宙演化

在[美]斯蒂芬·韦伯/著《看不见的世界》一书中认为标准模型理论并非终极理论、有很大欠缺与不足。根据爱因斯坦质能方程(E=mc2)、物质不灭定律、质量守恒定律、能量守恒定律与物理世界的广泛对称性原则,现推理出全新的基本粒子结构体系,在这一基本粒子结构体系中包括"正能子、反能子、正子、反子、正反偶合子、正反中微子、正负电子、质子与中子"。它们不但有明确的具体结构和形状,而且有明确的相互从属关系,更能科学的解释宇宙中的四种力——强力、弱力、电磁力、引力的本质与磁单极子之谜、黑洞之谜、宇宙原始火球大爆炸之机理。由此希望能够弥补或替代标准模型理论的不足以解释物理世界的众多物理现象。     

基于演化博弈视角的温州城乡社区教育资源共享机制研究

在城乡统筹发展的过程中,城乡社区教育资源的共享是实现城乡一体化的重要环节。而从演化博弈视角讨论资源共享问题,则能更加系统地完成资源共享机制研究。基于这种认识,本文以温州为例,从演化博弈视角构建了相应的演化博弈模型,并根据分析结果提出温州城乡社区教育资源共享的机制,以期为关注这一话题的人们提供参考。     

城市地下供水管网事故应急处置

供水管网是现代城市的生命线,随着供水负担加重和设备老化,管网事故经常发生。本文为提高地下管网突发事件的应急处置能力展开研究。研究内容包括城市地下供水管网事故演化机理、城市地下供水管网事故应急处置系统和城市地下供水管网事故应急处置风险评估三个方面。     

古圩水乡，田园人居——芜湖陶辛水韵水利景区圩田景观解析

从景观学角度探讨皖江圩田景观历史变迁，对我国面积广大的水利风景区的保护、利用和可持续开发提供启示。以地方县志、丛书史料和地图信息数据为基础，以芜湖陶辛水韵国家水利风景区为研究对象，选取1919年(民国)和2022年(当代)2个时间段，对研究区不同年代圩田景观要素进行识别和提取，并对水系子系统、圩田子系统和聚落子系统进行图像分析和历史比较。结果表明：千年古圩的水利工程现今仍发挥功能，但水网密度明显增大。圩田形态继承传统的田字形和多边形两种类型，圩田结构由简单型逐渐转为复合型。聚落分布由散点型发展为带状型、放射型、岛屿型和团块聚集型。皖江圩田景观演变是千百年来人与自然系统不断博弈的过程，在新时代水利风景区建设中需要传承古人适水、理水、利水的智慧。     

大丰红叶石楠主要病虫害的综合防治措施

江苏省大丰市位于苏北东部沿海,地处北亚热带向暖温带的过渡地带。近几年来,随着生活水平的不断提高,人们对居住环境的要求也越来越高。红叶石楠因其新梢和嫩叶颜色鲜红、生长迅速、对病虫害有较强抗性的特点,颇受广大群众喜爱,因而被广泛地应用于园林工程。但在引种培育过程中,如果管理不善或苗圃环境不良,红叶石楠也极易感染病虫害。现将我们在综合防治红叶石楠常见病虫害方面积累的一些经验,提供给培育红叶石楠者参考。一、主要病害防治（一）叶斑病的防治1.危害症状该病常年发生,梅雨季节发病较重。病菌一般从伤口及皮孔侵染,病叶可作为病源引起再侵染。被害叶片正面为红褐色,背面为黄褐色,扩展后病斑半圆形或不规则形状,严重时可引起落叶,甚至全株死亡。2.防治措施结合抚育管理,及时清理病叶,减少再侵染,尤其是秋冬季节要集中清扫落叶,     

水稻田间作业条件对机收效率的影响及对策

<正>履带式半喂入水稻联合收割机是在田间行走的过程中完成收割、输送、脱粒、集粮、排草联合作业的。在不同的田间作业条件下,会得到不同的收割效率。稻田的土地状况,田间水稻、杂草和障碍物状况,气候天气状况三个方面构成动态的田间作业条件。一、稻田的不同土地状况对收割效率的影响稻田的土地状况主要有:稻田的土壤坚实度、稻池子(格田)面积大小及稻池子的几何形状三个方面。1.稻田土壤坚实度对收割效率的影响十分显著     

河控三角洲前缘钙质胶结分布规律及其成因——以东营凹陷永安镇油田为例

以东营凹陷永安镇油田沙河街组二段河控三角洲前缘储层为研究对象,通过对岩心样品的分析化验、扫描电镜以及测井曲线等资料的综合统计和分析,明确了钙质胶结的垂向分布规律及其成因。研究表明:在河控三角洲前缘储层中,垂向上钙质胶结主要分布在反韵律砂体的顶部和中部,均质韵律砂体的顶底部,而薄层砂岩易被整体胶结;自陆地向湖盆方向,随着微相及岩性组合的过渡,钙质胶结也由不易发育向顶底及中部发育,再过渡到薄层整体钙质胶结。究其成因,是在早成岩B期,碎屑矿物的溶蚀和黏土矿物演化过程中形成的高浓度碳酸盐离子流体在不同微相、粒度及砂泥岩接触关系的控制下,形成的碳酸盐胶结程度的差异。     

K步稳定的鞋印花纹图像自动聚类

目的 鞋印是刑事侦查的重要物证之一,如何对积累的大量鞋印花纹图像进行自动归类管理是刑事技术迫切需要解决的问题之一。与其他类图像不同,鞋印花纹图像具有种类多但数目未知、同类花纹分布不均匀且同类花纹数目少的特点。基于鞋印花纹图像的这些特点,用目前典型的聚类算法对鞋印花纹图像集进行聚类,并不能取得很好的效果。在对鞋印花纹图像进行分析的基础上,提出一种K步稳定的鞋印花纹图像自动聚类算法。方法 对已标记的鞋印花纹图像进行统计发现,各类鞋印花纹之间在特征空间上存在互不相交的区域(本文称为隔离带)。算法的核心思想是寻找各类鞋印花纹之间的隔离带,来将各类分开。过程为:以单调递增或递减的方式调整特征空间中判定两点为一类的阈值,得到数据集的多次划分;若在连续K次划分的过程中,某一类的成员不发生变化,则说明这K次调整是在隔离带中进行的,即聚出一类,并从数据集中删除已标记的数据;选择下一个阈值对剩余的数据集进行划分,输出K步不变的类;依此类推,直到剩余数据集为空,聚类完成。结果 在两类公开测试数据集和实际鞋印花纹数据集上进行实验,本文算法的主要性能指标都超过典型算法,其中在包含5792枚实际鞋印花纹数据集上的聚类准确率和F-Measure值分别达到了99.68%和95.99%。结论 针对鞋印花纹图像特点,提出了一种通过寻找各类之间的隔离带进行自动聚类的算法,并在实际应用中取得了很好的效果。且算法性能受参数的变化以及类的形状影响较小。本文算法同样适用于具有类似特点的其他数据集的自动聚类。