请选择 目标期刊

基于Proteus和FPGA的"虚实结合"的数字电路综合实验研究 下载:55 浏览:433

周佳晖 杜世民 杨润萍 殷金曙 《天线研究》 2020年2期

摘要: 为应对"新工科"建设对数字电路综合性和实用性的要求,提出了一个基于Proteus和FPGA的"虚实结合"的数字电路综合实验模式。该模式先在Proteus中搭建实验电路开展虚拟仿真实验,然后以FPGA实验开发系统为硬件平台开展硬件验证。这种"虚实结合"的实验模式充分发挥了Proteus软件和FPGA各自的优势,可以让学生在较短学时内完成复杂度较高的综合性实验。实际教学效果表明,该模式能有效地提高学生的知识综合运用能力和实践动手能力,也能帮助他们初步熟悉先进的电路设计方法和工具。

龙须菜中rbc L和hsp70对高温和植物激素的响应 下载:86 浏览:465

吕燕1 汪芳俊1 林丽春1 徐年军1 陆开形2 孙雪1 《水产研究进展》 2019年6期

摘要: 龙须菜已在我国沿海从南到北广泛栽培,但其栽培周期受夏季高温的限制。本研究采用qRT-PCR和Western blot技术研究了龙须菜核酮糖-1, 5-二磷酸羧化酶/加氧酶大亚基(rbcL)和热休克蛋白70(HSP70)对高温胁迫及3种抗逆植物激素的响应。结果显示:①高温(33°C)显著抑制了龙须菜rbc L转录和蛋白的表达水平,而100μmol/L水杨酸(SA100)和50μmol/L茉莉酸甲酯(MJ50)的添加可减轻高温的不利影响。在SA100和MJ50组中,rbc L转录表达量分别为高温组的1.31倍和1.32倍(3 h),rbcL蛋白表达量分别为高温组的1.36倍和2.10倍(24 h);并且这2种激素也能一定程度上缓解高温对藻体Rubisco活性的抑制作用,恢复Rubisco活化状态。但是50μmol/L脱落酸(ABA50)的添加则基本上抑制了rbcL表达及Rubisco活性。②3种激素进一步促进了高温诱导的龙须菜HSP70的表达,在激素添加后,其转录水平升高0.53~1.00倍(3 h),蛋白水平升高0.93~2.45倍(24 h)。可见,植物激素SA、MJ和ABA在调控由高温引起的光合作用酶的抑制和热休克蛋白的诱导表达方面发挥了一定的作用。

基于虚拟化的网络安全实验设计与实现 下载:57 浏览:438

吴辉宇 马勇 孙顶峰 《天线研究》 2018年3期

摘要: 网络安全技术更新迭代快,技术含量高,且涉及面宽,实验环境搭建困难,很难确保网络安全实验环境的反复重现。客观上造成了网络安全教学"重理论,轻实验"的结果。这种教学模式很难培养出高素质的网络安全人才,面对困境,唯有创新。如何利用虚拟化技术构建一套虚拟化网络安全实验教学平台(简称"虚拟化平台"),虚拟化平台在实验环境、实验内容、实验考核上进行有效的改变,让学生在思考中去自我扩充的学习,构建起网络安全知识体系,提高网络安全的实验教学质量,达到网络安全人才培养的目标。

基于ICS-IMMUKF-3D的水下目标自适应跟踪算法 下载:53 浏览:432

张晴月1 蒋志迪2 《天线研究》 2018年3期

摘要: 为实现水下目标的精确跟踪,提出了一种基于当前统计模型的改进交互式三维无迹卡尔曼自适应跟踪算法(ICS-IMMUKF-3D)。该算法利用模型概率实时调整加速度极值和过程噪声,增强了当前统计模型的自适应性。算法以改进的当前统计模型和匀速模型作为模型集,结合无迹卡尔曼滤波算法,有效解决传统滤波算法仅适用于线性非机动目标跟踪的问题。仿真结果表明,在7000m×6000m×3000m的水下三维空间内,所提算法对于目标线性非机动以及复杂非线性机动情况跟踪效果较好,有效实现了水下目标的精确跟踪。

深化《中国近现代史纲要》教学改革推动高校历史教育 下载:345 浏览:3757

田永官 《历史教学研究》 2022年5期

摘要: 在“四史”教育的背景下原先《中国近现代史纲要》承担着的历史教育使命,面临着新的挑战和要求。但是当前的“史纲”教学存在着教学观念僵化、教学模式单一、评价机制不健全等问题,针对这些问题,笔者提出以人为中心推动教育理念深度变革,因时因地因校制宜,推动教学教学模式多元化,构建师生双向的历史教育评价体系,引入社会评价机制等建议。

高职院校学生管理与德育教育创新探析 下载:137 浏览:1134

陈摇摇 《教学管理研究》 2024年5期

摘要: 高职教育应全面践行党的教育方针,以育人以树人为核心,立德为根本任务,致力于提升人才培养的质效。将立德树人融入学生管理全程。以新发展理念推动学生管理创新,强化队伍建设,更新育人理念,优化工作方法,全面融入学生管理各环节,助力学生全面发展。

[1/1]
在线客服::点击联系客服
联系电话::400-188-5008
客服邮箱::service@ccnpub.com
投诉举报::feedback@ccnpub.com
人工客服

工作时间(9:00-18:00)
官方公众号

科技成果·全球共享