蚯蚓粪复配硼钼调理剂对土壤改良和茄子生长的影响作用

土壤质量决定着农产品的质量和农业生产的可持续发展,然而土壤退化成为农业生产的重要限制因素之一,施用土壤调理剂有利于减缓土壤退化的速度.该研究配制土壤调理剂,即蚯蚓粪?草菇渣?蛭石=6?3?1、钼酸钠50 g·kg?1、硼酸13.3 g·kg?1,并设5个不同的处理CK、QY-T1、QY-T2、QY-T3、QY-T4,研...     

新型低温沼气池研制成功

西藏自治区拉萨市绿创环保科技股份有限公司，依托农业部沼气科学研究所、中国科学院微生物研究所和西藏自治区能源研究示范中心，采用现代微生物研究成果——低温产甲烷菌与纤维素分解菌，结合太阳能集热保温技术，研制成功适合西藏地区高寒、缺氧条件下适用的红泥橡塑浮罩式沼气池，并在西藏拉萨建成了示范工程。不仅解决了水压式沼气池在冬季启动难、产气难的问题，并能满足在西藏建设大中型沼气池和户用沼气池的技术质量要求，能维持较高的池容产气率。     

新时期小学美术教育教法的探索与革新

小学美术教育的美育和德育功能是义务教育阶段其他学科不可取代的,不仅为国家培养具有良好品格和赋有创造力的接班人奠定了坚实的基础,还关系着学生个性品质、审美情趣及思维模式的确立。然而,在小学美术教学中仍存在着一些不足之处,如何因材施教,真正发挥小学美术教育应有的作用一直是值得我们思考的问题。本文对新时期小学美术教育教法进行了深入的探讨,以期为广大同仁的教学提供借鉴。     

非热强介质等离子体反应器用于臭味气体的分解

对非热强介质等离子体反应器用于臭味气体———氨、硫化氢、甲基硫醇的分解进行了试验研究。研究了施加电压、停留时间、初始浓度对臭味气体分解率的影响 ,并对氨的分解产物进行了初步分析。结果表明 ,在这 3种气体的初始体积分数分别为 2 5× 10 -6和 5 0× 10 -6的条件下 ,当施加电压为 16kV、停留时间为 0 .2 3s时 ,氨的分解率达到 97%以上 ;当停留时间为0 .2 3s时 ,硫化氢和甲基硫醇分别在 10kV和 8kV时达到 10 0 %的分解。     

数据安全新思路

利用小波的时频局部化的特征,将信息的加密过程由传统的时域中进行改为在时域和频域中进行,达到信息加密和增强信息安全性的目的。采用两种方法实现信息的加密与解密的过程,一种是将明文保存为图像文件格式,对图像文件进行小波的分解与重构,实现信息的加密与解密;另一种是将明文数值化为一个系数矩阵,对数值矩阵进行小波的分解与重构,实现信息的加密与解密。通过小波分解过程进行加密,小波的重构过程进行解密,改变了传统的在空域中通过一系列的移位、迭代和置换的方式进行的加密过程,因此也不能通过传统的解密方式进行解密,增强了信息的安全性。由于小波的多样性,不同的小波变换得到的结果也会不同,增加了解密的难度,保证了数据的安全。     

氟里昂12（CC12F2）燃烧分解催化剂性能的研究

本文对贵金属、氧化物和复合氧化物体系催化剂上氟里昂１２（Ｆ１２）燃烧分解反应进行了活性谰价和稳定性研究。结果表明：ＴｉＯ２，ＺｒＯ２／ＴｉＯ２催化剂对氟里昂１２燃烧分解反应具有良好的低温催化活性和较好的稳定性，ＺｒＯ２／ＴｉＯ２催化剂具有一定的臭氧－催化氧化活性。     

河北省矿产资源行业生产资源配置效率的动态分析

矿产资源行业作为国民经济的基础行业，一方面其产出支撑着国民经济的发展，另一方面其投入关乎不可再生资源的最优利用，是解决当前我国环境资源问题的关键环节。正是以矿产资源的最优利用为出发点，在国内矿产资源形势严峻和环渤海经济区经济发展急需大量矿产资源的背景下，选取河北省12个与矿产资源直接相关的行业，运用生产前沿面理论的非参数方法，定量计算并研究这12个行业从1997-2005年生产资源配置效率的理论值及其动态变化趋势，并通过宏观政策分析和生产资源配置效率结构分解分析，找出影响河北省矿产资源行业综合效率变化的因素，进而提出提高河北省矿产资源行业生产资源配置效率的措施。     

中国财政政策对能源消费影响的动态效应分析

运用因果检验、协整检验、向量误差修正模型和方差分解，就1989-2006年闻我国财政政策对能源消费影响的动态效应作了实证分析。结果表明。我国财政政策对能源消费具有较强的调控效果；财政政策外生于能源消费，具有较强的独立性；财政政策存在较长的时滞，有明显的中期化现象。这种中期化现象的存在极大地削弱了财政政策能源调控效应的发挥。建议：在保证国家掌握能源资源的所有权基础上，要逐渐开放能源产业的中、下游市场。使不同的经济成分参与到能源市场中来。提高市场化程度。促进能源财政政策调控效应的增强。因此。国家必须增强能源财政政策目标的针对性。形成一套完整的能源财政政策体系。     

基于ICEEMDAN分解和MHA-LSTM神经网络的滑坡位移预测

深度学习在机器视觉等各个领域的兴起，使长短时间记忆(LSTM)神经网络也越来越常用于滑坡预测工作中。为加强对历史信息的提取与捕捉，提出一种多头自注意力长短时间记忆(MHA-LSTM)神经网络用来预测滑坡位移。首先采用改进版的自适应噪声完备集合经验模态分解(ICEEMDAN)算法将滑坡位移分解成趋势项、周期项和噪声项；然后采用MHA-LSTM神经网络拟合带噪声的滑坡位移趋势项和周期项，两者相加即可得到滑坡总位移的预测结果；最后以白水河滑坡实测数据为例，考虑月降雨量和库水位因素的影响，对该滑坡位移的周期项和趋势项进行预测，并与其他传统神经网络的预测结果进行对比。结果表明：MHA-LSTM神经网络模型相较于其他传统神经网络模型，能更好地捕捉历史的信息特征，预测效果更佳，可为滑坡预测提供新的技术方法。