长沙-株洲-湘潭-体化中道路交通发展目标初探

在提出长株潭道路交通总体规划设想的前提下,分析长沙市路网,提出道路交通发展目标.     

水泥混凝土路面施工要点分析

路面施工的好坏关系到整条道路的使用质量 ,本文通过介绍水泥混凝土施工路面施工的要求 ,为相关单位提供参考     

草莓果实的流变特牲及其在贮藏过程中的变化规律

利用自制的应力－应变试验台，对草莓果实的应力－应变特性和蠕变特性进行了测定与研究，建立了草莓果实应力－应变的数学模型，指出了草莓果实的极限屈服点变动范围。同时对草莓在不同贮藏条件下流变特性的变化规律进行了初步的研究，发现草莓的成熟度、贮藏温度及贮藏时间对果实的硬度、屈服应力均有较显著的影响，建立了屈服应力随时间变化的不同阶段的回归方程，可用于预测在相应贮藏条件下的草莓果实的屈服应力。     

电流模式神经网络

把电流模式电路引进了神经网络理论，提出了一种用电流模式电路构成的神经网络阈值处理单元，并由此构成了电流模式Ｈｏｐｆｉｅｌｄ神经网络，此网络中信号都是以电流的形式出现的。     

苏云金杆菌高效生产菌株的筛选

从灯蛾罹病死亡幼虫中分筛筛选出苏云金杆菌ＢａｃｉｌｌｕｓｔｈｕｒｉｎｇｉｅｎｓｉｓＳＢ－１菌株，从引进的Ｂ．ｔ．菌种中筛选出ＳＢ－８菌株。该两株菌经发酵试验，生产性能良好，对抗药性强的台湾、泰国和深圳品系的小菜蛾毒力较高。田间试验表明杀虫效果好。     

尿素水平对青山羊血液生化指标的影响

应用饲养试验与氮平衡试验,研究了不同尿素水平的日粮对青山羊血清总蛋白(STP)、血清清蛋白(ALB)、血清球蛋白(GLB)、血清清球蛋白比值(A/G)、血清尿素氮(SUN)及血清谷丙转氨酶的含量变化的影响。试验采用4×4拉丁方试验设计,试验分4个阶段,在基础日粮一致的情况下,采用4、9、14、0(对照)g/kg·DM4种不同的处理,试验结果表明:不同尿素水平极显著影响ALB、SUN浓度和GPT活性浓度(P<0.01),对血清清球比(A/G)无显著差异(P>0.05),尿素水平与STP、GLB浓度存在负相关;血清含氮生化指标STP、ALB、GLB、A/G、GPT、SUN随时间呈动态变化,出现高峰的时间比瘤胃氨浓度出现的时间平均推迟1～2h。进食尿素后,血液生化指标由平稳逐渐缓慢升高到高峰,随后又下降并趋于平衡。     

保定市一亩泉河河流中COD的变化及污染源分析

针对保定市城区水系管理委员会2017年3月公布的黑臭水体河流中的一亩泉河7.23km的黑臭水体段为参考进行了勘查、取样与COD实验工作,从2019年4月12日到2019年5月29日进行了为期一个半月的时间。研究结果表明:保定市一亩泉河河流不同位置COD大小不同、污染原因不同。通过周围景观的变化、对采样点附近居民进行的走访和COD浓度的测定,对一亩泉河的水质状况和污染源进行了全面系统地分析。并为此提出了切实可行、经济有效、便于管理的控制方案。     

龙眼果实低温贮藏性能常规指标评价体系的构建

以6个品种的龙眼果实为试验材料，监测了低温[（4±0.5）℃]贮藏期间25个常规指标，运用相关分析、因子分析和逐步回归分析方法对果实的贮藏性能进行综合评估。结果表明：（1）分别得到了与褐变指数、自溶指数、衰老度和失重率等显著相关的指标公因子组成及其解释指标，并构建了相应的数学预测模型；（2）通过逐步回归分析，得到了不同贮藏效果的有效评价指标，其中，褐变指数包括失重率、皮电导率、皮果糖和皮还原糖，自溶指数为肉还原糖，失重率包括肉还原糖和皮蔗糖，衰老度包括皮果糖、皮电导率和失重率； （3）6个品种中，石硖贮藏性能最好，其次为储良、立冬本、水眼、东壁，后壁埔最差，评价指标中，皮电导率作用最大，其次是失重率、皮果糖和皮还原糖，肉还原糖作用最小； （4）本研究得到的4个预测模型中，除自溶指数外，其它3个均具有较好的解释作用。     

鱼胶风味挂面加工工艺的研究

研究了以鱼鳞、鱼皮及鱼鳍为原料进行预处理,提取其营养成分,然后添加到挂面中,做成一款独特的鱼胶风味挂面的加工工艺。同时对鱼胶的提取、除腥及调味进行了较深的探讨,结果显示,鱼胶挂面的光滑度及弹韧性均比一般产品更好,其口感及理化指标均达花色挂面国家标准。     

基于PCA-GA-SVM的甘蔗收获机运行状态识别

由于甘蔗收获机在收获过程中智能化水平较低,依靠人工操作很容易对甘蔗收获机的运行状态产生误判,从而造成物流通道堵塞、能源浪费、收割效率低。针对这些问题,提出一种基于主成分分析(PCA)、遗传算法(GA)和支持向量机(SVM)状态识别模型。首先,通过实地采集甘蔗收获机刀盘轴、行走轴、切段轴和风机轴扭矩和行驶速度特征信息,然后通过PCA进行数据降维,最后利用GA优化参数C、γ,使用每个特性信息来训练SVM,对甘蔗收获机运行状态进行分类。结果表明:PCA-GA-SVM状态识别模型对甘蔗收获机运行状态的识别准确率为93.75%,建模时间为3.688 s,与SVM(81.25%,9.487 s)、PCA-SVM(87.5%,5.817 s)和GA-SVM(90%,8.969 s)进行对比,该模型具有最高准确识别率和最快建模速度,具有较大的应用价值。