该成果针对影响母猪年生产力的关键因素，研究提出以高繁殖力分子选育、生猪免消毒输精为核心的提高母猪繁殖力技术，以抗仔猪腹泻病分子辅助选择、早期隔离断奶为关键的提高仔猪断奶成活率技术，以仔猪微生态制剂综合应用、饲料植物提取物应用、饲料配方优化为核心的增强仔猪免疫力技术，以猪场环境控制、疾病综合防控为关键的高效生产管理技术，构建了提高母猪年提供断奶仔猪数（PSY）技术体系。

本实用新型公开了一种分体式二维力传感器，属于传感器技术领域。包括连接头，矩形截面梁，中空筒形构件。所述矩形截面梁的顶部具有第一螺孔，底部具有第二螺孔，相对的第一侧面和第二侧面上黏贴至少一对第一应变片；所述连接头底部设置有与矩形截面梁的第一螺孔相配合的连接螺杆；所述中空筒形构件的顶部具有向外伸出的上螺杆，底部具有向外伸出的下螺杆，侧面开有导线孔，底部内表面黏贴至少一对第二应变片，第二应变片的导线从导线孔中引出；所述上螺杆与矩形截面梁的第二螺孔相配合，从而固定中空筒形构件和矩形截面梁；下螺杆固定被测结构物。该分体式二维力传感器结构简单、体积轻巧，可用于离心模型试验条件下结构物的多维受力测试。

本发明公开了一种铁磁性细长构件轴力检测方法及装置,其方法 包括以下步骤：1)在标样上施加轴力 T0；2)将磁化器吸附在标样上；3)测量标样上的磁感应强度的法向分量和轴向分量；4)计算并得到表征 标样轴力的特征量 1/k0；5)重复测量并计算得到不同轴力下表征标样 轴力的一组特征量，绘制 1/k-T 标定曲线；6)在与标样同类型的被测铁 磁性细长构件上测量轴力特征量 1/k，通过 1/k-T 标定曲线获得被测铁 磁性细长构件的轴力 T。其装置包括磁化器、霍尔元件、磁感应强度 测量装置和数据计算装置。本发明采用磁化器来磁化铁磁性细长构件 以进行轴力检测，因此，现场安装检测操作方便，可方便地实现铁磁 性细长构件轴力的检测。 

 山东力得汽车科技股份有限公司是国内知名的重卡制动系统制造企业。公司成立于2007年10月，注册资金8153.3420万元，位于东昌府区郑家镇。拥有各种先进设备660余台（套），主要产品为冲焊重卡制动器、制动鼓、轮毂、车桥总成等汽车零部件产品，现已形成三大系列，100多个品种，产品销往全国各地。 公司先后被评为聊城市“技术创新示范企业”；和 聊城市“节能示范企业”；聊城市“守合同重信用”企业；工行聊城分行 “AA+”级信用客户。公司先后通过了IATF16949:2016质量管理体系认证；ISO14001环境管理体系认证和OHSAS18001职业健康安全管理体系认证。公司已申报“国家高新技术业”。 公司的生产、检测设备齐全，为中国一汽、中国二汽、济南重汽、陕西重汽、江淮汽车、华菱重卡、柳汽、北汽福田、中通客车等国内众多大型知名企业配套了各类制动器、制动鼓轮毂等产品。我公司研发的重卡制动系列产品，现已达到国内先进水平，冲焊制动蹄达到国内领先水平。         

西安电子科技大学机电工程学院多智能体研究中心郑元世教授团队通过引入了智能体及邻居的历史状态，提出了一种基于记忆信息的一致性协议并建立了该协议下显式的一致域。

本发明的主要工作是基于多源异构网络推断主体(用户)之间的社 会关系(包括同类型之间或不同类型之间的主体关系，本发明中只以用 户为例)的方法，异构网络是指网络中主体类型多种或者主体之间的关 系类型多种，关系可以分为好友和其他两种。主要内容包括在两个(例 如 Twitter 网络、通讯网络)异构网络中，两个网络的主体类型都包含有 用户，但不同网络中主体之间的关系链接类型是不同的在 Twitter 网络 中用户之间的关系是

成果描述：通信网络关键节点可视化分析系统提供了Degree、 Betweenness centrality、Closeness centrality、 Eigenvector centrality、 HITS和PageRank等中心性计算算法。 不同的算法适用于不同的场合。Degree算法表示节点的直接影响力强弱。 节点的Degree中心性值越高，该节点的直接影响力越大。 Betweenness centrality算法研究节点之间的通信程度和节点对信息的控制， 使用该算法可以准确找到网络中某些“流量”非常大的重要节点；本算法可用于设计网络的通信协议、 优化网络部署和检测网络瓶颈等。Closeness centrality研究信息传播的独立性和有效性； 本算法反映了节点在网络中居于中心的程度；本算法可用于考察一个节点不依靠其它节点来传播信息的程度。Eigenvector centrality基于特征向量的方法不仅考虑节点邻居数量还考虑了其质量对节点重要性的影响， 这是从网络中节点的地位和名望角度考虑，适用于网页排序。HITS是一种重要的网页重要性排序算法，主要适用于网络信息检索领域。 PageRank是网页排序领域中最著名的算法；该算法基于网页的链接结构给网页排序；它认为万维网中一个页面的重要性取决于指向它的其它页面的数量和质量；本算法适用于网页排序。 在本系统中可以方便、轻松和快捷的使用以上算法；输入数据，选择中心性算法，系统会快速展现算法分析结果；结果中越重要的节点在画面展示中直径越大， 直径越小的节点表示节点的重要性越低；在系统右侧栏目中节点以重要性程度降序排序，前五个节点名字用红色突出标记。 以上展示方式是为了让分析人员方便分 析数据。市场前景分析：发掘网络中重要性节点 （边）一直是图论领域 的一个基本问题。随着 近年来复杂网络研究热 潮的兴起，特别是很多 实际网络所抽象出来的 复杂网络，表现出了与 以往图理论不同的特性， 如小世界特性、无尺度 特性等。如何在复杂网 络环境下，发掘重要性 节点已经成为复杂网络 研究的一个基本问题， 同时网络中节点的重要 性进行评估具有重要的 实用价值。尤其对各种 各样具体的网络，更可 以有针对性地分析其性 质，制定正确的策略和 措施。与同类成果相比的优势分析：本系统提供了更多的中 心性算法，分析人员可 以在本系统上从多角度 分析数据，从而得出更 为准确的分析结果； 本系统提供了数据可视 化的展示方式，并且将 重要的节点突出展示； 本系统提供了不同算法 的对比分析表，方便分 析人员对比分析； 本系统提供重要节点的 进一步分析思路，提供 节点的详细分析页面。