“计算机组成原理”课程教学方法改进分析

结合计算机组成原理课程内容特点分析计算机组成原理课程教学面临的困境和亟待解决的问题,在此基础上从教学目标定位、制定教学大纲及选取主讲教材、优化理论教学内容、合理组织课堂教学、改革实验教学内容、课程网站建设、加强师资队伍建设这7个方面提出改进教学方法的思路,为提升本课程教学水平提供参考。     

2008年中国稻米市场分析及2009年走势展望

以翔实的资料对2008年我国稻米生产、消费、进出口、供求、库存、价格走势以及国际稻米供求情况和国家稻谷购销政策等进行了全面地分析,对影响2009年稻米市场价格走势的各种因素进行了深入研究,并在此基础上对2009年我国稻米市场价格走势进行了预测,结论是市场价格走势上下两难,基本围绕着政策价格波动。     

农作物倒伏及其影响因素分析

倒伏是由外界因素引发的植株茎秆从自然直立状态到永久错位的现象。倒伏是作物生产中普遍存在的问题,已成为高产稳产的重要限制因素之一。倒伏的严重性和对产量品质所造成的损失与作物生长环境和倒伏的发生时期有关。一般来说,适宜的生长环境、促进作物生长和产量提高的措施会引发倒伏或使倒伏程度加重。作物倒伏是一个综合的、复杂的现象,它受到外界风雨、栽培技术、植物本身特性以及支持土壤系统等的多重影响。鉴于倒伏性对产量、品质的严重影响,国内外学者对作物的抗倒伏性进行了广泛深入的研究。笔者综述了对倒伏的影响因素的分析,作物倒伏与否主要受到4个系统共同制约:气候因素、生态因素、栽培因素和植物内在遗传因素。     

TMR饲喂技术在规模化养殖场的应用效果调查分析

通过TMR技术的使用,保证了奶牛获得全面均衡的营养,充分发挥了奶牛的生产潜能,提高了当地饲料资源的利用率,简化了养殖技术,降低了劳动成本,为优质安全的奶业生产、为生态环保型奶业基地建设提供了有效保障。     

灰色关联度分析在食饲兼用型甘薯新品种评价中的应用

采用灰色关联度多维综合评估法,以桂薯二号为对照,对广西近年来新选育的11个食饲兼用型甘薯新品种的8个性状指标进行综合评估,旨在为扩大甘薯新品种的选育与推广提供依据。结果表明,12个供试品种与参考品种的加权关联度依次为：桂06-235（0.7857）、桂06-99（0.6617）、桂05-192（0.6463）、桂06-2（0.6259）、桂05-162（0.6036）、桂06-49（0.6019）、桂04-80（0.5699）、桂05-39（0.5496）、桂薯二号（0.5232）、桂05-197（0.5205）、桂03-75（0.5030）、桂04-167（0.4714）,与单独依据产量进行评价存在较大差异,但评价结果与品种实际表现相一致,说明应用灰色关联度多维综合评估法评价甘薯品种的优劣是可行的。     

灵芝多糖结构分析方法研究进展

综述了目前用于多糖结构分析的主要方法及其在灵芝多糖结构研究中的应用,以及灵芝多糖结构方面的研究进展。     

吉林省人参根际土壤真菌群落生态特征及区系分析

针对吉林省主要人参产区延边朝鲜族自治州、白山市和通化市3个地区的125份人参根际土壤进行了土壤真菌分离、鉴定和区系分析。试验共分离鉴定土壤真菌16个属,其中鉴定到种的有12个属。分析结果表明:延边、白山市和通化市的真菌种类分布有所不同,其群落生态特征有所差异。延边和白山市的群落组成结构相似,两地的真菌种类多于通化市;而通化市土壤中真菌种类分布均匀度高,群落较稳定。分析认为这与3个地区的气候条件和其他生态影响因素有直接关系。     

基于五级态度量表生态旅游景区游客满意度研究——以滕州微山湖红荷湿地公园为例

以滕州微山湖红荷湿地公园典型的生态旅游景区为例,运用五级态度量表量化游客满意度评价因子,基于深度访谈和问卷调查,采用SPSS17.0统计软件对调查结果进行详细分析,并结合IPA分析法对影响游客满意度因子的重要性和实际表现进行对比分析。结果显示,所有因子满意度均低于重要性均值,甚至有些因子重要性与满意度之间差距明显,反映游客的满意度一般,在此基础上提出了改善景区管理和服务工作的一些建议。     

五莲县气象灾害变化规律分析及农业对策研究

通过分析1961～2005年五莲干旱、冰雹、暴雨和洪涝、大风和龙卷等多种气象灾害的时空分布特点,发现近年来五莲县的气象灾害发生频率及危害程度总体呈上升趋势,与此相适应的农业生产防灾减灾重点和方法也需要作适当调整,并提出可行对策。     

夏玉米产量与主要气象因子灰色关联度分析

为了更好分析主要气象因子对夏玉米产量影响情况,采用灰色关联度分析方法,对山东省枣庄市2011—2018年夏玉米产量与主要气象因子的灰色关联分析,结果表明：夏玉米产量与主要气象因子的灰色关联度排序依次为：9月份气温(0.9562)>6—9月份气温(0.9449)>6月份气温(0.9312)>7月份气温(0.9283)>8月份气温(0.9157)>6—9月份光照时数(0.8578)>7月份光照时数(0.8393)>9月份光照时数(0.8283)>6月份光照时数(0.8212)>8月份光照时数(0.7803)>6—9月份降水量(0.7623)>9月份降水量(0.6783)>8月份降水量(0.6239)>6月份降水量(0.5842)>7月份降水量(0.5409)。气温是主要因子,其次是光照时数,最后是降水量,通过夏玉米产量与主要气象因子灰色关联度分析,以期对黄淮海区域夏玉米种植区有所参考。