野韭菜染色体组型分析

野韭菜染色体组型分析杨燕君（湛江农业专科学校，湛江５２４０８８）陈泽元（湛江市三岭医院，湛江５２４０００）野韭菜（Ａｌｌｉｕｍｔｕｂｅｒｏｓｕｍ）富含钙、磷、钾、钠、锌、铜、钴、锰、铁等多种微量元素及人体必需的氨基酸，如缬氨酸、蛋氨酸、苏氨酸、异亮氨...     

精神疾病司法鉴定中简单常识检查对伪装的鉴别作用

目的:研究精神病司法鉴定中简单常识检查对伪装的鉴别作用。方法:根据鉴定结果把被鉴定人分为伪装组和非伪装组,在鉴定过程中对两组进行定式的简单常识检查,记录检查得分进行统计学分析。结果:经鉴定界定为伪装组37例,非伪装组116例,简单常识检查的得分分别是(4.89±4.74)和(13.12±4.09),差异有显著性(P<0.001)。在伪装组中,模拟智力低下与模拟精神症状的得分分别为(5.31±4.45)和(5.39±4.46),两者比较差异无显著性(P>0.05)。结论:伪装组的得分明显低于非伪装组,简单常识检查对鉴别伪装的作用是肯定的。     

基于残差修正的混凝土坝位移双层阶预测模型

传统的混凝土坝位移监测模型往往忽略残差序列中的有效信息,导致对大坝位移的预测效果不佳。旨在提高预测模型的精度。针对这一问题,提出一种考虑信号残差修正的混凝土坝位移双层阶预测模型。首先根据传统混凝土坝位移预测的统计模型选取大坝位移的影响因子;其次通过麻雀搜索算法（SSA）确定极限学习机（ELM）中的超参数,建立单层阶预测模型SSA-ELM,进而得到大坝的单层阶模型位移预测值;再次,基于最小样本熵（SE）和相关分析法,通过变分模态分解法（VMD）对残差序列分解重构;最后利用SSA-ELM对重构后序列进行修正,并将修正值与单层阶模型位移预测值进行叠加,构建双层阶预测模型SSA-ELM-VMDρ+,进而得到最终的位移预测值。工程实例验证表明,与其他模型相比,该双层阶模型预测精度高,泛化能力强,有效的挖掘了残差中的有效信息,并克服了噪声干扰。本研究为大坝安全监控、健康服役诊断与管理运行提供了新的参考。