浮游动物(z0 plankton)是指水中营异养生活 的浮游生物。其种类组成极其复杂,包括无脊椎 动物的大部分门类,既从最低等的原生动物到较 高等的尾索动物,差不多每一类都有永久性的浮 游动物的代表。同时还包括许多无脊椎动物的幼 虫。但是从浮游动物的饵料意义出发,本篇主要 介绍原生动物、轮虫、枝角类、桡足类、卤虫 糠虾、磷虾、毛颚动物、被囊动物及各类浮游幼 虫等

为实现汽车轻量化，同时保证其具有较好的碰撞安全性，高强度-质量比金属板材在汽车制造领域得到了广泛的应用.然而，在传统冲压成形过程中，上述板材（如先进高强钢、铝合金和镁合金等）会出现无明显缩颈的韧性断裂行为.特别是发生在纯剪切加载路径附近的剪切型韧性断裂行为超出了传统缩颈型成形极限图的预测范围.此外，在近些年来快速发展的单点渐进成形中，缩颈失稳被抑制，取而代之的则是无明显缩颈的韧性断裂.以上问题对基于缩颈失稳的传统成形极限分析方法提出了新的挑战，同时也限制了高强度-质量比金属板材的应用及其新型成形工艺的研发.为此，世界各国学者开始普遍关注金属材料韧性断裂预测模型的开发及其应用研究.本文首先从孔洞的演化行为方面出发，对金属韧性断裂的微观机理研究进行了介绍.随后重点评述了韧性断裂预测模型的研究进展和应用现状.最后，对韧性断裂研究的发展趋势进行了展望.本文可以为金属韧性断裂模型的选择、应用及其开发提供有益参考

为提高无法准确建立数学模型的非线性约束单目标系统优化问题的寻优精度,并考虑获取样本的代价,提出一种基于支持向量机和免疫粒子群算法的组合方法(support vector machine and immune particle swarm optimization,SVM-IPSO).首先,运用支持向量机构建非线性约束单目标系统预测模型,然后,采用引入了免疫系统自我调节机制的免疫粒子群算法在预测模型的基础上对系统寻优.与基于BP神经网络和粒子群算法的组合方法(BP and particle swarm optimization,BP-PSO)进行仿真实验对比,同时,通过减少训练样本,研究了在训练样本较少情况下两种方法的寻优效果.实验结果表明,在相同样本数量条件下,SVM-IPSO方法具有更高的优化能力,并且当样本数量减少时,相比BP-PSO方法,SVM-IPSO方法仍能获得更稳定且更准确的系统寻优值.因此,SVM-IPSO方法为实际中此类问题提供了一个新的更优的解决途径

1、莱尼蕨属:属裸蕨目 孢子体:根状茎和直立的气生茎,无根,有单 细胞假根,直立茎二叉分枝,无叶,有不定枝 ,原生中柱极小,表皮外壁角质化,皮层厚, 均含叶绿体;孢子囊圆筒形,生于枝顶,孢子 囊壁厚,同型孢子

一、苔纲的一般特征 植物体(配子体)多有背腹之分;孢子体简单,无朔齿,多数无蒴轴,有弹丝,原丝体不发达

为解决堆浸过程中由于大量矿粉存在而导致矿堆渗透性差、浸出率低等问题，以次生硫化铜矿为原料，开展了制粒试验研究.考察了不同制粒黏结剂对矿粉的黏结效果，确定了最佳的制粒黏结剂、制粒工艺以及制粒方法.通过正交制粒试验，明确了影响制粒试验的主要因素.试验结果表明：不同制粒黏结剂的黏结效果排序依次为：SFS-2 > SFS-3 >水泥>半水石膏> SFS-1 > SFS-0 >硅酸钠>阳离子型聚丙烯酰胺.当选用黏结剂SFS-2，黏结剂占矿粉质量分数为8%、加酸量为25 kg·t-1以及制粒过程喷水质量分数为30%时，所制矿团效果最佳.其湿强度达到94.62%，抗压强度达到417.44 N，矿团酸浸维持完好时间超过25 d，矿团形态基本维持不变，无明显破裂现象.正交制粒试验得到多因素对次生硫化铜矿制粒的影响由大到小依次为：黏结剂占矿石质量分数、加酸量和制粒喷水量.对选定的黏结剂进行细菌接种试验显示，黏结剂对细菌群落无明显影响.添加黏结剂试验组细菌数量为8.79×107 mL-1，未添加黏结剂试验组细菌数量为8.86×107 mL-1.对制粒后矿团进行浸矿试验结果显示，矿粉制粒后铜浸出率提高了12.74%，制粒通过增大矿物之间的孔隙，增加浸出液与矿石的接触，进而提高铜浸出率

一、植物体(配子体) 1、结构简单,为叶状体或有假根和类似茎、叶分化的茎叶体。 假根:单细胞或是单列细胞,固着和吸收。 茎:无中柱,略有皮层与中轴的分化。 叶:单层细胞,无叶脉或有中肋

一、理想变压器 无漏磁—两绕组每匝线圈磁通量都一样 无铜损—忽略导线中的焦耳热

为满足锆合金热挤压时的润滑与防护需求，试制了一种锆合金热挤压用防护润滑剂，主要成分包括有机硅树脂、低软化点玻璃粉、氧化铝粉、二硫化钼、石墨粉、滑石粉、云母粉等。实验温度为700～800 ℃时，采用圆环压缩法测得涂覆有润滑剂的Zr-4合金摩擦因子为0.19～0.25，润滑效果良好。将有润滑剂防护的锆合金分别加热至700、800和900 ℃并保温1 h，未发生明显氧化，热防护性能良好。测定了有、无润滑剂条件下Zr-4合金和H13模具钢的界面接触温度随接触时间的变化曲线。当Zr-4合金和H13钢的初始界面温度分别约为700 ℃和350 ℃时，无润滑剂时Zr-4合金表面温度达到稳定的时间为7.7 s，界面换热系数由250 W·m?2·℃?1增大至2700 W·m?2·℃?1；有润滑剂时Zr-4合金表面温度达到稳定的时间延长至12 s，界面换热系数由131 W·m?2·℃?1增大至1900 W·m?2·℃?1。这表明该润滑剂具有较好的高温热障性能

随着无人工厂、智能安监等技术在制造业领域的深入应用，以视觉识别预警系统为代表的复杂环境下动态识别技术成为智能工业领域的重要研究内容之一。在本文所述的工业级视觉识别预警系统中，操作人员头发区域由于其具有移动形态非规则性、运动无规律性的特点，在动态图像中的实时分割较为困难。针对此问题，提出一种基于SiamMask模型的时空预测移动目标跟踪算法。该算法将基于PyTorch深度学习框架的SiamMask单目标跟踪算法与ROI检测及STC时空上下文预测算法相融合，根据目标时空关系的在线学习，预测新的目标位置并对SiamMask模型进行算法校正，实现视频序列中的目标快速识别。实验结果表明，所提出的算法能够克服环境干扰、目标遮挡对跟踪效果的影响，将目标跟踪误识别率降低至0.156%。该算法计算时间成本为每秒30帧，比改进前的SiamMask模型帧率每秒提高3.2帧，算法效率提高11.94%。该算法达到视觉识别预警系统准确性、实时性的要求，对移动目标识别算法模型的复杂环境应用具有借鉴意义