利用VB开发计算机一级考试系统

利用Visual Basic开发计算机一级考试系统．解决了考试和计算机评分阅卷中的一些关键技术问题．     

激光通道传输热特性对远场光束质量的影响

 通过仿真计算分析了激光在光束控制系统通道内传输所产生的热效应及其对远场光束质量的影响。激光传播由近轴波方程描述，用快速傅里叶变换技术求解；激光热效应引起的流场密度变化采用完全Navier-Stokes方程计算。计算给出了不同波长、不同吸收系数条件下的远场光斑情况。计算结果表明，在典型的工作条件和状态下，较高能量激光在光束控制系统通道内产生的热效应影响不容忽视，它会明显降低远场目标处的能量集中度，增大光斑的发散。     

低碳Cr-Mn-Si-Mo空冷贝氏体钢力学性能的研究

以A3钢、硅铁、锰铁、铬铁及钼铁为原料,冶炼成无缺口的冲击试样.试样经过奥氏体化后空冷处理,分别测试了铸态及空冷处理后试样的洛氏硬度、冲击韧性,并在Olympus和扫描电子显微镜（SEM）下观察了其组织形态与断口.试验结果表明,试样经920℃奥氏体化后空冷得到较好的硬度与冲击韧性的匹配,硬度为HRC31.0,冲击韧性为200.775J/cm^2,金相组织以粒状贝氏体为主,含有少量的残余奥氏体.     

FIDIC工程合同在实际工程应用中的几个问题

FIDIC工程合同与国内传统工程合同存在着较大的差异。对其基本要求、工程计算规则、工程规范及总承包方与指定分包人及独立施工单位的配合等方面的问题进行了探讨，说明在投标及合同执行过程中须注意事宜及处理技巧，以保障各方的合法权益。     

深盆气圈闭判识方法与应用

判识深盆气圈闭一般有 3种方法 :地质条件叠合法 ,理论模拟计算法 ,探测结果推定法。在深盆气勘探开发的不同阶段 ,由于研究的内容不同 ,对深盆气圈闭的判识采用的方法也不同。利用这 3种方法识别深盆气圈闭 ,可以确定圈闭的分布和发育范围 ,同时认为 ,深盆气圈闭的形成存在一个地质门限 ,进入这一门限 ,深盆气才可在圈闭内聚集成藏。将实际资料分析与理论计算相结合 ,预测了鄂尔多斯深盆气圈闭的发育范围 ,可为该盆地深盆气的勘探与开发提供依据     

一株来自青藏高原土壤日本曲霉菌的分离鉴定及其杀东亚飞蝗活性研究

采用稀释涂布法从青藏高原采集的土样中分离得到一株具有杀蝗虫活性真菌D3-19.通过形态学观察以及ITS序列的分析,初步将D3-19鉴定为曲霉属日本曲霉(Aspergillus japonicas).室内活性测定结果表明日本曲霉D3-19发酵液和孢子均有杀东亚飞蝗活性.其中,真菌发酵液对东亚飞蝗校正死亡率为:96h(86.67%),144h(100%).与此同时,真菌孢子悬液对东亚飞蝗的LC50(致死中浓度)为3.42×105孢子/mL.研究结果表明,3×108孢子/mL的D3-19孢子悬液对不同年龄阶段东亚飞蝗均有致死效果.其LT50(半致死时间)值分别为:羽化成虫(155h),四至五龄成虫(104.8h),三龄幼虫(54.6h),二龄幼虫(30.6h).     

淮河沉积物总磷和重金属沿程变化及污染评价

为了探究淮河沉积物中污染物的分布规律、来源及污染程度,于2014年7月沿淮河中下游设置16个采样断面,现场采样并检测沉积物中总磷(TP)质量比和重金属(As、Cu、Pb、Cd、Zn)的质量比,分析沉积物中污染物的沿程分布及来源并对污染状况进行评价。研究结果表明,淮河中下游沿程各城市下游断面沉积物中污染物平均含量比上游断面高;污染物来源分析表明,所有污染物均受到点源污染的影响,其中TP和Cu受到点源污染和面源污染的共同影响;单因子标准指数法对沉积物磷污染评价结果表明,淮河干流沉积物环境质量受磷的污染相对较轻;对重金属潜在生态危害程度分析表明,无论是单个重金属的生态危害程度还是综合生态危害程度都为轻微。     

经济新常态下商业银行不良贷款的实证分析

随着我国经济步入新常态,经济增速放缓,商业银行的不良贷款问题也面临新的挑战,不良贷款总额一直在高位徘徊。在此大背景下,考察了我国商业银行不良贷款现状及成因,详细分析了其主要影响因素,联合运用了因子分析、线性回归模型对商业银行不良贷款进行实证研究,同时提出政策建议。     

一种适用于时序InSAR的同质像元加权干涉相位滤波方法

为了有效地利用多时相InSAR的时间维度信息, 并保证滤波窗口内像元的同质性, 提出一种同质像元加权干涉相位滤波方法。首先采用拟合优度检验, 对多时相SAR 图像的同质像元进行识别, 然后在同质像元之间进行加权干涉相位滤波, 以保证中心像元在滤波过程中不受周边非同质像元干扰。基于真实干涉SAR图像的实验结果表明, 与经典Goldstein滤波及Lee滤波相比, 该滤波方法在目视效果、相位残差点数量及相位导数标准差3个指标上具有优势, 实现滤波器的设计初衷。     

基于伪数据的机器翻译质量估计模型的训练

为向基于深度学习的机器翻译质量估计模型提供高效的训练数据, 提出面向目标数据集的伪数据构造方法, 采用基于伪数据预训练与模型精调相结合的两阶段模型训练方法对模型进行训练, 并针对不同伪数据规模设计实验。结果表明, 在构造得到的伪数据下, 利用两阶段训练方法训练得到的机器翻译质量估计模型给出的得分与人工评分的相关性有显著的提升。