移动机器人系统多传感器信息融合研究

多传感器信息融合是目前移动机器人领域的主要研究热点。全面讨论了多传感器信息融合技术的主要研究进展及其在移动机器人系统中的典型应用情况；简要介绍了多传感器信息融合的基本实现方法；系统分析了移动机器人系统中多传感器信息融合的主要研究目标与研究内容；在此基础上，提出一种基于多传感器信息融合的足球机器人定位与导航系统的设计实现方案。     

TVB法制剧集中的法制信息传播

利用法制剧集传播法制信息是一种新途径，它不仅有广泛的受众和影响力，而且能让人们在轻松愉快的氛围中了解不少法律常识。然而它又具有一定的缺陷，需要更加规范的管理和约束。     

供热系统的模糊信息分析与预测

本文通过对供热网中的不确定性信息的分析，给出了供热网的模糊数学模型、模糊信息预测方法及供热网信息预测算例。本文对系统信息管理及预测具有参考价值。     

健康动物肠菌群的毒性试验

1993年，作者从健康动物猪、鸡、兔、鱼等动物肠道中分离、鉴定出22株正常菌群，先后经过小鼠增重育肥试验、生物拮抗试验和肠菌群微囊化及保质观察的研究，筛选出12株优良菌株进行本次试验，试验结果表明．12株菌以不同菌量饲喂小鼠、雏鸡都显示出良好的安全性，未发现任何毒副作用。     

8种血清型禽大肠杆菌的生化反应及药物敏感试验分析

选取具有致病力8种血清（O1、O2、O6、O(35)、O(54)、O(55)、O(78)、O(103)）禽大肠肝菌进行生化反应及药物敏感试验，研究其生化特性及对药物的敏感性。结果表明：8种血清型大肠杆菌生化反应基本一致，所不同的是在卫予醇反应中，（O1、O2、O6、O(35)、O(105)）4种血清型大肠杆菌呈阴性；8种血清型大肠杆菌对了胶卡那霉素、痢特灵、链霉素、卡那霉素、新霉素、红霉素均呈极、高、中、低不同程度敏感，对万古霉素均不敏感；7种（除O6外）血清型大肠杆菌对氯霉素呈极敏感或高敏；6种（除O(35)、O(103)外）血清型大肠肝菌对庆大霉素呈高、中、低度敏感二种（O1、O2、O(54)、O(78)）血清型大肠杆菌对氨苄青霉素呈高度敏感；2种（O1、O2）血清型大肠杆菌对强力霉素、磺胺药、四环素呈中敏或极敏。     

石灰改良盐渍土路基工程特性试验研究

滨海盐渍土作为一种特殊土,具有溶陷、盐胀、腐蚀等不良的工程特性,滨海地区盐渍土路基填料是制约交通建设快速发展的重大岩土工程问题之一。为了解决滨海盐渍土的工程应用,基于大量的室内试验,研究分析了石灰改良盐渍土路基填料的液塑限试验、击实试验、室内CBR试验和不同条件的不固结不排水三轴试验结果,从工程技术、降低造价和环境保护等方面对滨海高速公路路基填料改良利用的可行性进行了研究论证,为滨海地区盐渍土路基的修筑具有重要的指导意义。     

城市轻轨钢轨道梁静载试验研究

简要介绍了城市轻轨钢轨道梁在工厂内进行静荷载试验的方法和步骤,同类工程具有借鉴意义。     

论PDCA循环在提高税收征管数据质量中的运用

对税收征管信息系统进行数据质量管理,确保系统的正常运行,为税收日常管理和决策提供可靠依据,是税收信息化过程中必须引起高度重视的问题。PDCA循环是现代质量改进的基本方法,在引入PDCA循环基本原理的基础上,借鉴和运用排列图法、因果分析图法和5S活动的工具分析,可有效改进税收征管信息系统数据质量。PDCA循环在实践运用中显示出它的有用性和成功性。     

《学生体质健康标准》测试指标及相关性研究

教育部、国家体育总局颁布了《学生体质健康标准（试行方案）》,在实施过程中,存在不少值得思考的问题。文章针对山西大学在校学生随机抽样进行研究,结果表明：现行《标准》指标体系缺乏科学性,评价标准比《国家体育锻炼标准》低,不利于激励学生积极锻炼身体。《学生体质健康标准（试行方案）》的修订应坚持“科学性”和“合理性”的原则,才能更好地践行“健康第一”的教育思想。     

Wavelet goodness-of-fit test for dependent data

We introduce a new goodness-of-fit test which can be applied to hypothesis testing about the marginal distribution of dependent data. We derive a new test for the equivalent hypothesis in the space of wavelet coefficients. Such properties of the wavelet transform as orthogonality, localisation and sparsity make the hypothesis testing in wavelet domain easier than in the domain of distribution functions. We propose to test the null hypothesis separately at each wavelet decomposition level to overcome the problem of bi-dimensionality of wavelet indices and to be able to find the frequency where the empirical distribution function differs from the null in case the null hypothesis is rejected. We suggest a test statistic and state its asymptotic distribution under the null and under some of the alternative hypotheses.