体质指数与心肺功能的增龄性变化及相关性研究

目的:研究体质指数(BMI)与心肺功能的增龄性变化特征,探讨二者的相关性。方法:以江苏省参加2011年国民体质监测的418名受试者为研究对象,使用身高体重计和功率自行车测试受试者的身高、体重、心脏功能能力和最大摄氧量等指标,研究不同性别BMI、心脏功能能力和最大摄氧量等指标的增龄性变化特征,分析BMI与性别、年龄、心脏功能能力和最大摄氧量等指标的相关性。结果:(1)男性BMI值的峰值出现在20-30岁年龄组,女性在该年龄段的BMI值则为谷值,男女性心脏功能和最大摄氧量的峰值均出现在30-40岁组年龄组,男女性BMI值、心脏功能和最大摄氧量三指标均在40-50岁组呈现不同程度的功能衰减趋势;男性BMI值、心脏功能和最大摄氧量三指标值均大于同龄组女性。(2)性别、年龄、心脏功能能力、最大摄氧量与BMI的相关度均较低,性别与BMI的关系是显著的(P<0.01)。(3)对机体进行适时的有氧运动干预可以有效地改善或提高人体的BMI和心肺功能。结论:在40-50岁进行长期的有氧运动干预可更为有效地改善或提高男女性的BMI和心肺功能。     

基于后验概率SVM的交通标志识别研究

在无人车交通标志识别系统中,以传统的神经网络算法或标准的支持向量机算法(SVM)设计的分类器,只能反映样本是否属于某类而不能确定样本属于某类的可信度,提出一种后验概率SVM交通标志识别方法。首先对检测与跟踪得到的交通标志大概区域图像进行彩色分割以精确定位交通标志区域,然后采用最大类间方差法分割交通标志的内部图案,最后将分割的结果进行大小归一化作为交通标志的特征图像以训练分类器和进行识别。实验结果表明,基于后验概率SVM的交通标志识别系统在复杂的室外环境下具有很强的鲁棒性和可行性。     

论我国企业参与职业教育激励机制的构建——基于激励理论视角的研究途径

我们从激励理论的研究视角,研究了我国企业参与职教激励机制的现状,并分析其影响因素,阐述其构建原则,提出其构建途径:建立以政府为主导的多元联动激励机制,营造全面完善的激励机制法制环境,构建以职教管理为核心功能的激励机制保障机构,树立以市场调控为方向的利益驱动型激励机制运行目标.     

双模板法制备分级孔结构SiC陶瓷

以冰晶和聚苯乙烯(PS)微球为模板,微米级SiC粉体为原料,通过双模板法制备了具有三级孔径分布的多孔SiC陶瓷.研究了SiC的固含量和PS微球的大小对多孔SiC陶瓷的微观形貌、孔隙率和压缩强度的影响.研究结果表明:分级孔结构的多孔SiC陶瓷具有冰模板升华后遗留下的对齐排列的大孔、分布于孔壁中的由PS微球热解留下的中孔和颗粒之间堆积形成的小孔.随着SiC固相含量的增加,大孔孔径和孔容降低,但压缩强度增加.当PS微球粒径约为0.90 μm时,中孔孔径分布在0.7～1.5 μm之间;当PS微球粒径约为2.51 μm时,孔径分布较宽,约为1～3 μm.     

聚双环戊二烯自润滑材料的高速干摩擦行为

采用拟反应注射成型法制备了含油聚双环戊二烯(PDCPD)材料.利用MMS-1G型摩擦磨损试验机考察了PDCPD材料在摩擦速率处于中高速(5～20 m/s)下的摩擦学性能.结果表明:含油PDCPD材料在中高速干摩擦下,表现出比纯PDCPD更优良的减摩耐磨性能.纯PDCPD材料的耐磨性受摩擦速率的影响相对较小,而PDCPD含油复合材料对摩擦速率更为敏感.在较低的摩擦速率下,纯PDCPD的磨损模式呈现明显的磨粒磨损;较高摩擦速率下,纯PDCPD主要为黏着磨损和微坑损伤.含油PDCPD材料具有完全不同于纯PDCPD的磨损模式,表现为轻微的表面擦伤和疲劳磨损.     

内P-搜索数据选材模型与应用

利用内P-集合的动态特征,给出内P-搜索数据及其生成度量的概念,给出内P-搜索数据特征及搜索数据选材模型特征定理。利用这些结果,分析运动员身体成分、运动能力与运动员选材的关系,给出在运动员选材中的应用。     

Mn-CCA-CPC浊点萃取火焰原子吸收法测定水环境中锰

使用浊点萃取的方法分离富集水环境中痕量的锰离子,创新性地使用钙羧酸(CCA)与阳离子表面活性剂氯代十六烷基吡啶(CPC)为络合剂与锰离子形成更稳定的三元络合物,以TritonX-114为萃取剂浊点萃取分离富集水环境中的痕量锰,同时采用火焰原子吸收法进行测定,建立了测定水环境中痕量锰的新方法。对影响浊点萃取的主要因素如pH、TritonX-114的用量、CCA用量、CPC用量、NaCl用量、共存离子影响、加热温度、加热时间、离心时间、冰浴时间进行了优化。在优化的实验条件下,Mn2+-CCA-CPC体系分离富集锰有很好地效果,能够很好的克服基体干扰,浊点萃取体系在锰含量0.3～1.5 mg·L-1时呈现良好的线性关系。方法的灵敏度为1.939 mg·L-1,精密度为0.39%,检出限为(3σ)0.27 μg·L-1。测定自来水与井水中的锰含量的结果为33.5和64.5 μg·L-1,同时做加标回收实验,回收率在99.1%～101.5%之间。符合国际标准,因此该方法能够成功应用到水环境中的锰含量的测定,结果令人满意。     

基于卷积神经网络的烟叶近红外光谱分类建模方法研究

卷积神经网络(CNN)在图像分类识别领域应用广泛,但其在近红外光谱分类中的研究还未见报道,对基于CNN的近红外光谱分类建模方法进行了研究。针对近红外光谱数据的特点,提出了一种改进的卷积神经网络建模方法,对CNN经典模型LeNet-5所做改进：①将方形矩阵卷积核改为适用于一维近红外光谱的向量卷积核;②简化网络结构,将LeNet-5结构中C5,F6及输出层改为单层感知机。同时,采用隔点采样的方法对近红外光谱降维,加快收敛速度;并对卷积核尺寸对建模结果的影响进行了研究。以我国东北、黄淮、西南三大烤烟产区的600个中部烟叶样本的近红外光谱为实验对象,建立烟叶产区分类NIR-CNN模型。该模型对训练集和测试集的判别准确率为98.2%和95%。实验结果表明,应用卷积神经网络可对近红外光谱数据准确、可靠地判别分类;烟叶产区NIR-CNN建模方法可为卷烟企业烟叶原料科学合理利用提供指导,为维护卷烟产品的质量稳定有重要意义;基于卷积神经网络的近红外光谱判别方法也可推广到其他农产品的分类应用中。     

一种元卷积网络和持续学习融合的洞库类目标识别方法

洞库类目标是高价值识别目标,针对洞库类目标样本数据难以获得、样本内部数据相似度较高、人工设计识别特征方法局限性较大、普通深度网络需要海量数据等问题,提出了结合元学习和深度卷积网络的元-卷积网络（MCNN）,并融合持续学习理论的洞库类目标识别方法（MCNN-LLS）.首先结合深度卷积网络、元学习的理论建立元-卷积网络,该网络可利用旧知识指导新知识的训练,利用小样本数据即可训练得到识别能力较高的深度洞库模型;然后融合持续学习理论,建立持续学习系统（LLS）,设计专家审核模型判别深度洞库模型的识别结果,并引入潜在任务、模型异步更新等方法,达到模型持续学习、持续更新的效果.实验表明,本文方法所需样本数量少,对洞库类目标识别准确率高,且识别能力可随识别过程中新数据的积累逐步提高.      

以需求为导向的女大学生形体艺术类体育课程的创新与设计

从需求视角,结合目前我校女大学生实际需求,探索适合女大学生身心发展,建立相对完善课程理论体系和实践操作模式.通过分析目前形体艺术类体育课程的现状,并进行调整与完善.根据马斯洛需求理论,探讨新形势下形体艺术课程的发展,促进课程的改革.突出以人为本的思想,发挥学生的主体作用,以发展学生的创新精神为内核,充分展示学生的主体性人格.以期我们的创新能够在一定程度上满足学生的实际需求,也能够为其他学校的提供参考.