企业信息化环境下人-信息系统交互效率

针对制造业人-信息系统(H-IS)交互效率不高的问题,提出从任务-人-信息系统匹配的角度来优化交互效率,构建了人、任务、信息系统和交互环境匹配优度的概念模型.分析了任务与人、任务与信息系统、人与信息系统匹配对交互效率的影响机理,分析结果表明:任务与人的匹配、人与信息系统的匹配通过认知负荷、心理负荷影响人的认知效率和信息加工效率,进而影响人的自我效能感、焦虑程度和操作错误数;任务与信息系统的匹配通过员工的焦虑和信息系统功能的合理性要求影响人的情绪,进而影响人的觉醒水平和认知效率,最终影响人-信息系统交互效率.     

浅析砼外观质量缺陷及处理方法

工程建设离不开砼,以前我们给予过多关注的是砼的强度,即砼的耐久性能,但是在对质量精益求精的今天,砼的外观质量成了各行业工程技术人员广泛讨论的话题。今天的砼,不仅仅要求"内实",而且还要求"外光"。本文从实践操作经验出发,就如何保证砼质量问题提出了自己的看法。     

浅谈生物学对照实验中的变量控制

<正>生物学实验设计中的对照实验,是通过设置实验组和对照组进行对比来显示实验结果。如何增加实验结果的可信度和说服力,实验中变量的控制是关键。所谓变量的控制就是通过限制或改变实验中的变量,并运用对比来探索实验结果的科学方法,即创造一个典型或特殊环境而进行控制的活动。例如在进行"绿叶在光下能否制造淀粉"的实验中,光照强度和温度、光照和饥饿处理的时间长短、碘液、水浴加热的装置等,都对实验结果有着直接或间接的影响,因此,这些都构成了实验的重要条件。如上述实验中,如果饥饿处理不够,就会使遮光的叶片体内残存淀粉,而影响对照效果,甚至同样的研究对象,在不同的条件下所表现的性质不同,其实验的结果也不同。要揭示某一因素与所研究的问题间的必然联系,就应该正确地确定变量,并在实验中加以控制。控制是生物学实验的灵魂,实验的成功与否取决于实验中变量控制的严密程度。     

生物柴油:清洁的可再生能源

世界各国对新能源的研发越来越重视,各类新能源层出不穷.有的国家用油菜、大豆等生物质为原料制造生物柴油;有的国家用"地沟油"造柴油;也有的国家对塑料瓶、垃圾和废旧轮胎以及木屑进行处理,以获得生物柴油;更有人利用动物的尸体生产柴油.     

基于谱域球谐展开的多层快速多极子算法

介绍了基于谱域球谐函数展开的多层快速多极子算法,通过处理三维金属体的散射问题,验证了算法参数选取的经验公式,并对算法性能做出了理论分析,得出该算法具有内存占用少﹑迭代速度快的优点,数值结果显示了该方法的高效性.     

一个新的非单调自动确定信赖域半径的信赖域算法

将非单调线搜索技术与自动确定信赖域半径的方法相结合,提出了求解无约束优化问题的一个新的非单调自动确定信赖域半径的信赖域算法.在假设对任意x1∈Rn,水平集L(x1)={x|f(x)≤f(x1)}有界,且目标函数f(x)在水平集L(x1)上连续可微;矩阵序列{Bk}一致有界的条件下证明了本算法的全局收敛性.数值结果显示本算法是有效的.     

马钢2# 2 500 m3高炉INBA渣处理系统设计

通过对马钢1# 2 500 m3高炉冷INBA渣处理系统装置应用情况的分析以及对INBA系统工艺流程、控制系统、粒化装置、过滤装置、输送装置改造的分析总结,并对目前国内大型高炉常用的几种渣处理方法进行比较,认为热法改进型INBA工作可靠,操作简单,节约成本,降低能耗,适用于2# 2 500 m3渣处理系统设计.     

用于食品安全分析样品前处理的共价有机聚合物的制备及应用进展

食品安全关系身体健康和生命安全,是全球关注的热点之一。食品基质复杂,痕量有毒有害物质分析之前必须经过有效的前处理。目前发展的前处理技术如固相萃取、磁固相萃取、固相微萃取等,其关键是吸附介质。共价有机聚合物是一类通过共价键连接而成的有机多孔材料,具有质轻、稳定性好、比表面积大、结构可控、易于修饰等特性,是一类优异的新型吸附材料。该文综述了近年来共价有机聚合物(COPs)在食品安全分析前处理中的应用进展。共价有机聚合物及其功能化复合材料通过简单的装填、聚合反应或化学键合固定到小柱或毛细管柱中用作固相萃取的吸附介质;通过一锅法、原位还原法、原位生长法或共沉淀法生成具有磁性的固相萃取吸附介质;或者通过物理涂覆、化学键合、溶胶凝胶法及原位生长法制备固相微萃取纤维。基于以上高吸附容量共价有机聚合物的样品前处理技术,食品中农残兽残、添加剂、环境污染物及生物毒素等得到了有效富集。最后,展望了COPs在食品分析样品前处理应用中的发展方向:简单高效绿色制备方法的开发,功能化COPs的设计合成;萃取机理的研究;高通量、高灵敏度分析方法研究。这些研究将促进COPs在样品前处理领域获得更广泛的应用。     

基于语义的软件服务故障自动诊断模型

模仿学习是机器人仿生机制研究的主要内容之一,即通过观察、理解、学习、模仿示教行为实现机器人的仿生特性。基于高斯过程分别表达采集离散示教信号所构成的示教轨迹和含有未知参数策略的模仿轨迹,构建模仿学习方法框架,将概率模型匹配引入到模仿学习中,以KL散度为代价函数比较两种轨迹的概率分布,运用梯度下降法寻求使KL散度最小的最优模仿控制策略,将策略应用于模仿机器人以完成与示教相同的模仿任务。以关节型机器人的机械臂摆动行为模仿为学习任务进行仿真,结果表明基于概率轨迹匹配的模仿学习方法能够实现机械臂摆动行为模仿,学习过程较传统方法简易且学习效果较好。     

基于电源电流和输出电压的模拟电路故障模型研究

基于模拟电路电源电流和输出电压的协同分析,研究了复数域的故障建模方法,提出了一种2D故障模型的数学表达式,该模型为复平面上的一簇圆轨迹。为了扩大故障轨迹之间的距离,在相同测量精度和元件容差条件下提高故障检测率和隔离率,进一步提出了3D复数空间的优化故障模型。两种故障模型都极大简化了测点选择算法和模拟故障状态仿真的复杂度,理论上对模拟电路单故障的覆盖率为100%。基于滤波器电路的实验仿真结果验证了两种故障模型的有效性。