宏观微观相结合，交叉创新出硕果——记北京大学“地表过程分析与模拟教育部重点实验室” 创新研究群体

以陶澍教授为学术带头人的北京大学环境学院研究群体是国家自然科学基金委员会(以下简称自然科学基金会)创新研究群体基金首批资助的群体之一。自2000年以来,该群体在国外SCI刊物上发表论文34篇,其中刊登在Science杂志上论文3篇,在环境生物地球化学领域陆地碳循环、区域多介质模型及内分泌干扰物质研究等方面取得了重大突     

光纤传感技术简述

光在传输过程中,光纤易受到外界环境的影响,如温度、压力等,从而导致传输光的强度、相位、频率、偏振态等光波量发生变化,通过监测这些量的变化可以获得相应的物理量,这就是光纤传感技术。该技术是随着光纤及通信技术的发展而逐步发展起来的一门崭新技术。密集波分复用DWDM技术、掺铒光纤放大器EDFA技术和光时分复用OTDR技术的不断发展成熟,使得光纤传感技术以其在抗电磁干扰、轻巧、灵敏度等方面独一无二的优势,获得了飞速的发展,各种光纤传感器系统层出不穷。     

母语对英语学习的负迁移及其调适

一般人在学习外语时难免会受到母语等客观因素的影响,常将学习母语的经验迁移到相异的结构上来,结果影响到对目的语的正确理解和运用。因此,不少非英语国家的学生学习英语时,常会遇到一些不利因素的干扰,深刻排查这些干扰因素及其成因,采取     

要善于识别干扰项的偷梁换柱现象

偷梁换柱，指用偷换的办法，暗中改换事物的本质和内容，以达蒙混欺骗的目的。命题者在设置阅读理解题的选项时常用偷梁换柱的手法设置干扰项，他们运用原文中的句子结构和大部分的词汇，只是在不起眼的地方换一个或几个词，造成意思的变化。这告诉我们，在辨别信息时，一定要非常仔细，尤其是选项的结构和词汇与原文相关的结构和词汇相似时，更要注意当中是否有词汇被调换了。     

基于LMS算法的自适应干扰消除

介绍了自适应干扰消除的原理和基于LMS的自适应滤波算法,并分析了干扰抵消的频域块LMS算法,给出了算法的数学推导与模型。在宽带干扰,单音余弦干扰和线性调频干扰的条件下,利用Matlab软件进行了算法性能仿真,结果表明LMS算法可以有效地消除上述三种干扰,提高信号传输的质量。     

基于面部图像的非接触式婴儿心率监测

为实现便捷、可靠的日常婴儿心率实时监测,提出一种基于面部图像的非接触式婴儿心率实时监测方法。首先引入欧拉视频放大技术,对一定时间间隔内视频的每一帧图像进行颜色增强处理,从而改善婴儿面部颜色变化微弱、所含心率信息不明显的问题;然后,通过Adaboost算法从每一视频帧中识别出婴儿面部,并从婴儿面部选取脸颊区域作为敏感区域以提取脉搏波信号,以此为基础提出一种改进的反射光强模型,抑制日间因环境光变化引起的干扰以及运动噪声干扰,提高脉搏波信号信噪比;此外采用摄像头的红外自主光源,通过一种基于相空间重构的单通道独立成分分析法分离夜间脉搏波信号的运动噪声,解决因夜间光照条件差引起的婴儿心率监测困难的问题;最后开发整个系统上位机应用程序,并通过实验验证该方法正确性和有效性。     

培养学生知识迁移能力的途径

教育心理学对“迁移”作了如下定义:“迁移是指一种学习对另一种学习的影响。”按其效果可以分为正迁移(一种学习对另一种学习的促进作用)和负迁移(一种学习对另一种学习的干扰作用)两种类型,我们所说的迁移一般都是指正迁移。知识迁移能力是将所学知识应用到新的情境,解决新问     

可编程序控制器控制系统的抗干扰设计

对可编程序控制器控制系统的主要干扰源进行了分析，介绍了可供选用的抗干扰措施，在实际应用中，应根据具体的电磁环境，有针对性地采用其中的某些抗干扰措施。     

长白山阔叶红松林林隙特征及对树种更新的影响

长白山阔叶红松林实际林隙面积小于250m2的林隙数量占被调查林隙的70以上，扩展林隙面积大部分分布在100m2-500m2之间（70%左右），林隙最大面积大部分分布在300m2-900m2之间，林隙模型所模拟的面积应在500m2-900m2之间。40%的阔叶红松林林隙是风干扰形成的。每个林隙的平均林隙形成木的数量是2.65株。最大林隙形成木集中分布在50cm-60cm和60cm-70cm两个径级内，占总数量的50%以上，红松、紫椴、蒙古栎和春榆在最大林隙形成木中占95%以上，其中紫椴（40%）所占比例最大，红松（34.5%）次之。林隙内的树种更新密度比林冠下提高了30%左右。根据树种对林隙的反应可分为4类：鱼鳞云杉、水曲柳、青楷、白扭、红松、臭冷杉、胡桃楸和色木对林隙反应中等；紫椴、裂叶榆和春榆对林隙有强烈反应；白桦、山杨、蒙古栎和落叶松需要强烈林隙干扰才能引起树种更新。     

网络动态干扰监控的信任感知推荐算法设计

网络用户信任感知推荐的准确性设计是提高用户间的社交网络辅助信息信任度的重要依据。传统的网络用户信任感知推荐算法采用的是基于社交网络服务和用户评分的推荐系统,主观性较大,协同过滤效果不好。提出一种基于网络动态干扰监控的信任感知推荐算法设计新方法,设计自适应神经模糊系统网络动态干扰监测算法,构建基于向量空间模型的信任度评价指标体系结构,通过调整网络拓扑权重向量设置信任度周期响应加权变量自适应函数,有效降低迭代算法的运算成本,避免了自适应神经模糊系统网络动态干扰监测加权权重成固化状态,提高抗干扰性能。实验结果表明,算法能使社交网络感知推荐模型的预测误差减少,推荐可靠性优于传统方法。