一、目的与任务 《环境监测》教学实习是环境监测教学的重要组成部分,是实现环境监测教学目标 的重要教学环节,它与环境监测的理论教学、境监测实验教学构成课程教学的有机整 体。 《环境监测》教学实习的主要教学目的是使学生掌握环境质量监测的基本原理、 基本方法和基本步骤。由于环境监测与评价的监测项目多,内容复杂、综合,需要长时 间连续操作,而且有一定的研究性,一般实验课无法安排,而这些内容又是农业资源与 环境专业培养目标所要求的,教学实习是一种较好的方式,通过教学实习,可以锻炼学 生环境质量监测技能,培养合作精神,提高课程兴趣,提高观察问题、分析问题和解决 问题的能力

测量学教学实习是在学习测量学理论知识及课间测量基础实验的基础上，在确定的实习地点和某一段时间内集中进行的综合性测量实践教学活动。通过测量教学实习可以将已学过的测量基本理论、基本知识综合起来进行一次系统的实践，不仅可以巩固、扩大和加深学生从课堂上所学的理论知识，系统地掌握测量仪器操作、施测计算、地形图绘制等基本技能，获得测量实际工作的基本技能和初步经验，还可以了解基本测绘工作的全过程，使学生在业务组织能力和实际工作能力方面得到锻炼，提高学生的独立思考、相互协作和解决实际问题的能力

21世纪是生命科学的世纪,生物工程是优先发展的高科技领域之一。生物工程工业分 析实验是生物工程专业教学设置中的一们主要专业课程,是初步了解、学习和掌握生物工程 工业分析研究的一个重要实践性环节。其实验目的是为了有针对性地解决一个具有明确工业 背景的生物工程问题,旨在培养学生掌握生物工程工业生产过程中的质量研究和质量控制的 基本理论知识与基本操作技能,具有基本的实验研究思路和分析问题解决问题的能力学生 通过较为系统的实验室工作来培养自己的动手能力,分析问题的能力

本实验课程是动物性食品卫生检验及其他相关课程的配套课程这门实验课主要包括了 解剖组织学、动物生理学、动物病理学及动物检验几门课的实验内容,实验覆盖面广、专业 性强的特点。通过本课程的学习,使学生掌握不同畜禽的解剖组织结构,熟悉机体消化、泌 尿等几大系统的组成:加深对动物生理学中知识点的理解;了解动物病理学中组织损伤、部 血液循环和动物肿瘤的常见病变;认识畜禽屠宰检验过程的主要技术要点及安全控制等问 题。同时,培养了学生的实验操作能力,为其它专业课的学习打下了良好的基础

针对单核学习支持向量机无法兼顾学习能力与泛化能力以及多核函数参数寻优问题，提出了一种基于群体智能优化的多核学习支持向量机算法。首先，研究了五种单核函数对支持向量机分类性能的影响，进一步提出具有全局性质的多项式核和局部性质的拉普拉斯核凸组合形式的多核学习支持向量机算法；其次，为增加粒子多样性及快速寻优，将粒子群优化算法引入了遗传算法中的杂交操作，并用此改进的群体智能优化算法对多核学习支持向量机进行参数寻优。最后，分别采用深度特征与手工特征作为识别算法的输入，研究表明采用深度特征优于手工特征。故本文采用深度特征作为多核学习支持向量机的输入，以交叉遗传与粒子群混合智能优化算法作为其寻优方式。实验选取合作医院数据集对所提算法进行训练并初步测试，进一步为了验证所提算法的泛化能力，选取公开数据集LUNA16进行测试。实验结果表明，本文算法易于跳出局部最优解，提升了算法的学习能力与泛化能力，具有较优的分类性能

中文电子病历文本包含大量嵌套实体、句子语法结构复杂、句式偏短。为有效识别其医疗实体，提出一种融合多特征嵌入与注意力机制的命名实体识别算法，在输入表示层融合字符、单词、字形三个粒度的特征，并在双向长短期记忆网络的隐含层引入注意力机制，使算法在捕获特征时更加关注于医疗实体相关的字符，最终实现对中文电子病历中疾病、身体部位、症状、药物、操作五类实体的最优标注。面向开源和自建糖尿病数据集的实验结果中所提算法的实体识别准确率、召回率和F1值都达到97%以上，表明其可以更加有效地识别中文电子病历中各类实体

深度神经网络技术用于机械设备故障诊断展现出了巨大潜力，但繁重复杂的计算量对计算机硬件提出了严苛的要求，严重限制了其在实际工程中的应用。基于此提出一种新型的轻量级神经网络ShuffleNet，用于高速列车轮对轴承故障诊断研究。该网络模型基于模块化设计思想，包含多个高效率的ShuffleNet单元，通过运用分组卷积与深度可分离卷积技术极大改善了传统卷积操作的运算效率；同时使用通道混洗方法克服了通道分组带来的约束，改进了网络的损失精度。实验分析表明，所提网络模型可有效用于复杂工况下高速列车轮对轴承故障诊断，相比传统卷积神经网络、残差网络和Xception等当前深度神经网络模型，在保证诊断精度的同时，运行效率得到大幅提升。这为深度神经网络技术应用于工程实际，克服计算机硬件条件限制提供了一条新的途径

电流体动力喷射3D打印是一种新型微纳增材制造技术,它具有成本低、结构简单、精度高、打印材料广泛等突出特点和优势.但是,由于电流体动力喷射3D打印的打印速度快、喷嘴和基底打印距离小,特别是对于微尺度特征图形的打印,其实际图形及打印质量难以直接观测,而且影响打印图形精度和质量的工艺参数较多,各个工艺参数相互耦合和相应作用.因而直接有效的控制打印图形的精度(线宽)和质量(线边缘粗糙度)是其面临的一个挑战性难题.本文提出一种通过调整打印工艺参数间接控制泰勒锥形状和尺寸,进而实现对于打印图形精度和质量有效控制的新方法.建立了线宽与工艺参数、材料性能和基底关系的理论模型;通过实验,系统研究并揭示了电流体动力喷射3D打印工艺参数对泰勒锥和打印图形的影响及其规律;优化出针对同一喷嘴较为理想的喷印工艺窗口;并通过典型实验工程案例研究,采用内径60 μm喷嘴实现了最小线宽3 μm打印,验证了实验研究结果的正确性和有效性.本文提出的方法和实验研究结果为电流体动力喷射3D打印的打印精度、图形质量和打印稳定性改进及提高奠定了基础,并为简化和易于操作提供了一种切实可行的方法

为提高储氢反应器的传热及吸放氢速率, 对现有金属氢化物反应器进行了系统的综合分析与评价.基于强化传热传质特性, 设计优化出了一种高效的新型椭圆螺旋微管束反应器(ESMBR), 其具有结构紧凑、传热效果好、反应速度快及操作方便等特点.对研究的储氢反应器进行了建模, 并通过实验验证了该模型的准确性和有效性.通过COMSOL软件对比ESMBR、圆形螺旋微管束反应器(SMBR)和直管微管束反应器(MTBR)的数值模拟结果得出, ESMBR在储氢时具有优异的传热传质性能.进一步的敏感性分析结果表明, ESMBR中椭圆螺旋管结构参数的敏感性顺序为主直径(Dc) >椭圆截面长轴(A) >椭圆截面短轴(B) >节距(Pt) >螺旋角度(α).采用多元价值取向模型对不同的反应器方案进行了系统的分析评估, 结果表明: ESMBR的综合优度高达0.845, 对比结果也明显优于其他反应器, 在氢能领域将有广阔的应用前景

医疗实体识别是电子病历文本信息抽取的基本任务。针对中文电子病历文本复合实体较多、实体长度较长、句子成分缺失严重、实体边界不清的语言特点以及标注语料难以获取的现状，提出了一种基于领域词典和条件随机场（CRF）的双层标注模型。该模型通过对外部资源的统计分析构建医疗领域词典，再结合条件随机场，进行了两次不同粒度的标注，将领域词典识别的准确性和机器学习的自动性融为一体，从中文电子病历文本中识别出疾病、症状、药品、操作四类医疗实体。该模型在测试数据中的宏精确率为96.7%、宏召回率为97.7%、宏F1值为97.2%。同时对比分析了采用注意力机制的深度神经网络的识别效果，因受到领域数据集大小的限制，在该测试数据集中后者表现不佳。实验结果表明了该双层标注模型对中文医疗实体识别的高效性