聚焦三维码技术及其商业模式

三维码又称彩码。与激光防伪等技术相比,其防伪保密性能更好;与传统条码技术相比,其信息密度更高、容量更大、视觉表现力更强。在日韩及欧美发达市场,三维码技术已被广泛应用于印刷品、户外屏幕乃至互动电视等商业领域。而在国内,这项技术的应用研究刚刚起步,其在移动商务、支付、防伪、人事管理等应用领域有怎样的发展前景?又将形成怎样的商业运营模式?     

废纸壳浆纤维水泥砌块的研制

废纸壳浆纤维水泥砌块轻质、高强、保温隔热、施工方便 ,是一种有发展前景的新型墙体材料。本文介绍了所用的原料、各原料成分分析、生产工艺、制品的性能指标及其应用     

滑雪场建设对环境的影响分析及对策

通过对滑雪场建设过程、特点的分析，指出了滑雪场建设通常是在自然条件较好的山区林地生态区域中进行．这对所在区域的地表植被、自然景观、野生动物和水环境等均有不同程度的不利影响，但对落后地区的社会经济具有带动作用。在以湖北省神农架林区牛场坪滑雪场为例进行分析的基础上，提出了滑雪场建设与运营期间的主要环境影响及其相应的环境保护对策。     

基于模糊理论和组合权重的光伏组件健康状况评估

光伏能源以其能源再生和清洁为特点得到广泛应用,并具有广阔发展前景,然而其运行过程中的健康状况直接影响电力系统运行的安全性、经济性和电能质量,因此需要对光伏组件进行健康状况评估,以达到“早发现,早治疗”的目的.综合运用模糊理论、云模型及层次分析法和熵权法建立了光伏组件健康状况评估模型.以运行参数、环境参数、巡视参数为主要依据,考虑到光伏组件状况的多层次性和多因素性,进而将复杂问题进行分解,建立了光伏组件状况评估的层次指标体系.根据层次分析法(AHP)和熵权法确定权重向量模型,利用云模型建立模糊关系,依此建立光伏组件健康状况评估模型,对层次指标体系中的各层次的权重向量模型和模糊关系模型进行模糊运算,最终得到光伏组件健康状况的隶属度.实例分析表明,该方法是可行有效的.     

浅谈小学生语感的培养

培养语感,实际上就是培养学生的语言能力活动中的直觉思维和顿悟思维,而直觉思维和顿悟思维正是创新能力的内在源泉,是创新型人才所必须具备的重要品质。朗读是阅读教学中最常见的基本训练方式。它是小学低年级语文教学的一项重点训练项目。事实证明：语感的培养并非靠教师一味的“讲”便能奏效的,必须切实采用多种方法。     

浅谈高等数学教学中的几种意识

在素质教育的大背景下，数学教育的核心目标转变为“培养学生的创造性思维和创新精神。”创新意识和创造能力的培养理所当然地成了数学教育教学研究最具价值的课题之一。其中，“意识”又是“能力”之先导。但是，“创新意识”不是天外之物，它需要更为具体的基础作为支撑。笔者认为，能够支撑这“创新意识”的主要有以下五种“子意识”构成，其排列的先后与主次无关。鉴于学校教育中“教”与“学”的密切关系，笔者认为这些意识既是教师所必备的，也是学生所必需的。     

梵净山野生观果植物果实性状及种子萌发试验

通过对30种野生观果植物果实性状及种子萌发试验观察,发现具有核果、浆果或梨果的植物在秋、冬季具有较高的果实观赏价值;尤以具鲜红色、红色、亮紫色、亮蓝色核果的植物观赏价值最高。野生观果植物种子自然萌发率较低,未萌发13种,占总种数的43.33%,萌发率30%以下11种,占总种数的36.67%;仅有6种植物萌发率在30%以上,占总种数的20.00%。     

基于模糊聚类的神经网络在数据挖掘分类中的应用研究

常见的决策树分类算法、贝叶斯分类算法、神经网络分类算法为数据挖据分类算法研究提供了重要基础。但面对海量数据时,在时间效率、鲁棒性和精确性上都显示出了不足。为此,本文将模糊聚类的思想引入到神经网络分类算法中,首先通过模糊聚类子模型,将样本数据聚为几个数据子集,然后再采用不同的神经网络对各个数据子集同时进行训练学习。由于经过了模糊聚类子模型的预处理,每个神经网络训练学习样本的复杂性大大减少,使神经网络的学习效率大大提高。最后通过UCI下的实际数据库,对提出的分类算法进行了检验,结果显示了基于模糊聚类的神经网络在数据挖掘分类中应用的有效性。     

孤岛运行模式下微电网有功负荷优化分配

研究了微电网在孤岛运行模式下的有功负荷优化分配问题.针对柴油发电机、微型燃气轮机、等效光伏电源(包含蓄电池)和风力发电机组成的微电网在孤岛模式下的负荷优化分配问题进行了研究,建立了优化数学模型,采用粒子群优化算法和混沌算法相结合的混沌粒子群优化算法,实现了有功负荷的优化分配.在优化过程中不但计及了电源功率充足情况下的负荷优化分配,而且考虑了电源功率不足情况下的负荷优化分配.给出的计算精度,使得优化结果更切合实际.仿真计算结果表明了该方法的正确性和有效性.     

氮化碳自组装包裹对SnO2TiO2复合锂离子电池负极材料电化学性能的影响

通过简单的石墨相氮化碳(g-C₃N₄)纳米片自组装沉积法,制备了g-C₃N₄包裹的SnO₂-TiO₂纳米复合材料.扫描电子显微镜观察显示,g-C₃N₄均匀地包裹在SnO₂-TiO₂纳米颗粒上.SnO₂-TiO₂-C₃N₄纳米复合材料被用作锂离子电池的负极材料,在0.2C的倍率下循环20次后,比容量达到380.2 mA·h·g^-1,明显高于未经g-C₃N₄包裹的纯的SnO₂(51.6 mA·h·g^-1)和SnO₂-TiO₂纳米复合材料.在0.1~0.5C的倍率充放电测试中,SnO₂-TiO₂-C₃N₄纳米复合材料的比容量仅从490 mA·h·g^-1衰减到330 mA·h·g^-1,高倍率下抗衰减性能优于同类材料.材料优异的电化学性能归功于g-C₃N₄的包裹处理,这不仅增强了固体电解质界面(SEI)的稳定性,也抑制了锂离子嵌入-脱出时SnO₂和TiO₂纳米颗粒的体积变化.