饲料中补充晶体蛋氨酸和羟基蛋氨酸钙对罗氏沼虾幼虾生长性能的影响

饲料中添加30%鱼粉为对照组饲料和6组试验饲料(分别替代对照组中16.67%、33.33%和50.00%的鱼粉,同一鱼粉替代水平的2组分别添加晶体蛋氨酸和羟基蛋氨酸钙,使其蛋氨酸含量与对照组一致)喂养罗氏沼虾(初始体重为(0.29±0.04) g )10周,研究不同鱼粉替代水平下,分别添加晶体蛋氨酸和羟基蛋氨酸钙对罗氏沼虾幼虾生长性能和血清生化指标的影响.结果表明：复合蛋白源替代对照组16.67%鱼粉并补充羟基蛋氨酸钙组的增重率、特定生长率、蛋白质效率和饲料系数同对照组无显著差异(P>0.05);同一鱼粉替代水平下,羟基蛋氨酸钙组的增重率、特定生长率和蛋白质效率均显著高于晶体蛋氨酸组(P<0.05).血清生化组成的分析结果表明：血清总蛋白含量各处理组之间差异显著(P<0.05),对照组血清谷草转氨酶和谷丙转氨酶活力显著低于其他各组(P<0.05),其中同一替代水平下,饲料中添加羟基蛋氨酸钙组谷草转氨酶和谷丙转氨酶活力低于添加晶体蛋氨酸组.由此可见,与晶体蛋氨酸相比,羟基蛋氨酸钙能更有效提高罗氏沼虾生长性能和饲料利用效率.     

软件管道化方法

用完全数据关联图CDG来表述软件管道化问题,图中有向边表示循环中各指令间的关联性,同时提出了基础集的概念,平行可扩展的基础集可以覆循环的指令,文中用遗传算法来搜索基础集的最优解或次最优解,这种方法可以处理所有可能的数据关联性,从而可以将循环高度并行化。     

演化参数反演方法

给出了一类基于演化计算的演化参数反演方法,此类方法既可以给定参数的函数类,用遗传算法（Genetic Algorithms）来反演参数的最优估计值,也可以不指定函数类形式,用遗传程序设计（Genetic Programming）的方法反演出最优的函数模型,使参数反演实现客观化、自动化.由此建立反演系统后,在使用过程中可以根据最新获得的数据对模型中的物理参数作适时校准,一旦发现预报误差较大,就利用演化算法及时修正方程中的参数以改进预报.运用该方法于椭圆边值问题的物理参数反演的数值模拟,证实了此方法的有效性,为物理模型参数的反演提供了一种崭新的实用方法.     

基于Shannon-Cosine小波精细积分法的壁画降噪修复方法

为修复受破损且噪声点众多的壁画图像,提出了用偏微分方程（partial differential equation,PDE）扩散的方法对图像进行降噪修复。针对PDE法求解精度较低的问题,提出了一种Shannon-Cosine小波精细积分法,运用小波数值方法对偏微分方程进行离散处理,降低其方程组规模,并采用精细积分法求解,有效提高了计算速度。试验结果表明,采用该算法对受损壁画降噪处理后,视觉上,图像边界更清晰,且噪声点得到有效减少,达到了保边降噪的效果,更符合人眼的视觉效果;客观上,与中值滤波、均值滤波和维纳滤波方法相比,采用本算法处理后的图像其PSNR值和SSIM值均最大。因此,运用Shannon-Cosine小波精细积分法求解图像的PDE模型是可行的,取得了较好的图像降噪效果。     

时标上二阶广义Emden-Fowler型动态方程的振荡性

研究了时标上的一类具有阻尼项的二阶广义Emden-Fowler型泛函动态方程的振荡性,利用时标上的微积分理论和广义的Riccati变换及不等式技巧,建立了该方程振荡的若干判别准则, 推广且改进了一些已有的结果,并用具体实例来说明本文的主要结论。     

一类三阶非线性分布时滞动力方程的振动结果

研究一类三阶非线性分布时滞动力方程的振动性,通过构造广义Riccati变换得到一类新的广义Riccati不等式,利用积分平均技巧等方法,建立了保证该方程一切解均振动或收敛于0的若干新的振动结果,推广和改进了近期文献的相关结论,并给出了若干例子。     

保参数方向的形状可调过渡曲线与曲面

针对保参数方向构造过渡曲线曲面方法的不足, 构造了任意参数曲线曲面间既保持参数方向又具有形状可调性的C¹与C²连续过渡曲线曲面。首先,基于2类带1个自由参数的调配函数,分别构造满足C¹与C²连续的过渡曲线,并讨论基于能量优化模型的最佳过渡曲线构造问题;然后,将所提出的方法推广到过渡曲面的构造。 实例结果表明,2被过渡曲线曲面为任意参数曲线曲面时,利用该方法构造的过渡曲线曲面不仅与2被过渡曲线曲面的参数方向保持一致,而且可利用所带的自由参数对其形状进行调整。通过能量优化模型确定自由参数的取值,可获得尽可能光顺的过渡曲线曲面。 所提方法弥补了保参数方向构造过渡曲线曲面方法的不足,是一种实用的过渡曲线曲面构造方法。     

基于多层次特征的跨场景服装检索

针对跨场景服装检索如何提取更有表述力的服装特征问题,提出了一种新的基于高层公共特征约束的相似性度量算法。首先,通过类别空间学习提取不同场景域的类别信息;然后,在场景域空间网络用类别信息约束传统对比损失函数,增大对类间负样本对的惩罚以减轻过拟合;最后,融合类别公共特征和域特定特征并通过类别判断进行辅助检索。分析和实验结果表明,新算法对跨场景服装检索的准确度要优于当前前沿的方法。     

考虑多阶段决策信息集结的新算法及其应用

针对多阶段区间信息集结与决策问题,提出一种考虑最小化集结矩阵与阶段区间矩阵之间距离的新方法,寻求更趋近帕累托最优的集结结果,使最终评价值更符合多阶段评价的目标。 首先,根据多阶段专家评价值将区间信息转化为二维坐标点,并将其映射到二维坐标系中。然后,构建区间信息离差最小化集结模型,并基于植物模拟生长算法(PGSA）进行群体判断信息的集结,再通过合成各方案的属性评价值,给出各决策方案的综合评价值并进行排序,进而给出最优决策方案。最后,以物流服务商的多阶段绩效评价为例,验证了该方法的合理性和有效性。     

义工旅行动机的量表开发与验证

随着义工旅行在年轻人中的普及,不少义工组织、旅行社和旅游目的地纷纷推出义工旅行项目。然而目前的项目安排大多仿照国外,对国内年轻人的需求认识尚不明晰,学术界对这一主题的研究也相对匮乏。鉴于此,以Voluntour和EASIN义工旅行组织的参与者为研究对象,严格遵循量表开发的流程,采用探索性因子分析、3次验证性因子分析和结构方程模型检验的方法,从多个角度验证了量表的信度和效度,得到了基于中国情境的义工旅行动机量表。研究结果表明：(1）由4个维度17个测量项目组成的量表,整体结构良好,具有较好的稳定性和适用性,可成为义工旅行研究的有效测量工具;(2）义工旅行的动机维度可划分为休闲逃避、深度体验、自我服务/发展与利他四类,动机中的利他维度是区分义工旅行与背包旅行、打工度假旅行的关键属性,是年轻人选择深度休闲方式的一种体现;(3）与国外研究相比,基于中国情境的量表无保护功能与宗教参与的动机维度,且社交动机表现不突出。最后,探讨了义工旅行项目在产品开发和市场营销方面的策略。