基于分段氨基酸组成预测β-琼胶酶的最适温度

为了探究氨基酸组成对β-琼胶酶催化底物时的最适温度的影响,分别统计分析了酶全长、N端、M段及C端序列中20种氨基酸出现的频次。以支持向量机回归构建了氨基酸组成与β-琼胶酶最适温度的模型,10-倍交叉验证获得最小平均绝对误差(MAE),线性核函数的M端为4.36℃,RBF核函数的M端为4.16℃,独立样本测试得到N端的MAE分别为3.12℃和4.43℃。上述结果表明,该酶N端和M端是影响其最适温度的重要因素。通过比较最适温度为60℃和30℃β-琼胶酶的高级结构,推测M端和N端中3个螺旋结构是影响该酶最适温度的重要因素。     

基于卷积注意力长短时记忆网络的轴承寿命预测方法EI北大核心CSCD

传统的滚动轴承寿命预测方法缺乏明确的学习机制,无法有效识别不同时序特征之间的差异并突出重要特征,影响其预测精度.为克服上述缺点,本文提出了一种基于卷积注意力长短时记忆网络(CAN-LSTM)的剩余使用寿命预测模型.该模型主要由两部分组成:前端为卷积注意力网络(CAN),学习通道和时间维度中的深层故障特征,提高特征的表征能力;后端为改进LSTM网络,基于退化特征对轴承进行寿命预测.归一化健康指标至[0,1]区间内,得到相同的失效阈值;使用五点平滑法对预测结果进行处理,实现预测结果的输出;利用留一法对轴承全寿命试验数据进行验证,测试模型的准确性和适应性.试验结果表明:所提模型的平均均方根误差和平均绝对值误差比仅用CNN模型预测值低54.12%和59.05%,比仅用LSTM模型预测值低39.06%和43.42%,比卷积长短时记忆网络(CNN-LSTM)低20.41%和25.86%.     

三七根际链霉菌Streptomyces sp.YNUCC0233木聚糖酶性质研究

从三七根际分离到一株产木聚糖酶链霉菌Streptomycessp.YNUCC0233。该菌所产生的木聚糖酶的最适反应温度为67℃,最适pH为6.0,在pH5.0~9.0和60℃以下时相对稳定。Ba2 和K 对该木聚糖酶有较强的促进作用,Hg2 、Cu2 、Mn2 、Co2 、Ni2 和EDTA对该酶有较强的抑制作用。对Streptomycessp.YNUCC023316SrDNA的1105bp片段的序列分析结果表明,Streptomycessp.YNUCC0233的16SrDNA片段与GenBank中所有已注册的链霉菌分类单位均不同。     

序列血管内超声图像的管腔内膜自动分割算法

针对序列血管内超声(IVUS)图像相邻两帧具有很大相似性的特点,提出一种基于 序列 IVUS 图像配准的自动提取管腔内膜的方法。首先利用形态学运算以及连通分量法提取初 始帧的大致管腔内膜边缘,然后采用前景和背景像素的颜色直方图特征对相邻两帧图像进行建 模并进行配准：利用巴氏系数度量相邻两帧图像之间的相似性,建立仿射变换模型,优化模型 并计算模型参数,从而将轮廓相对准确地定位到管腔内膜附近;最后通过变分法、最速上升法 使目标轮廓曲线准确地收敛到管腔内膜处。以经验医师提取的管腔内膜作为评价标准,分别 与文献[17]和[4]相比,该方法的均方根误差分别平均减少了 0.124 和 0.063,相对差异度上分 别平均减少了 0.51%和 0.16%。实验结果证明,该方法可以准确地提取到序列 IVUS 图像的管 腔内膜。     

应用MODIS地表温度产品估计新疆典型区气温

根据遥感获取的地表温度估计气温在时空上的连续分布有重要意义。利用MODIS传感器反演的地表温度产品分别建立新疆克拉玛依气象站生长季节、非生长季节的地表温度和气温的线性回归模型以估计气温,并利用相同气象站不同时段、相同时段不同气象站的数据对该模型进行验证,最后得到新疆典型区内非生长季节的日最低、最高气温分布。结果表明:相对于MYD11A1产品,MOD11A1产品的地表温度数据能更好地估计气温;气温估计模型在生长季节效果欠佳,但在非生长季节结果较好,MOD11A1产品估计日最低气温的均方根误差和平均绝对误差分别为2.4℃~3.2℃、1.9℃~2.8℃,估计日最高气温的均方根误差和平均绝对误差分别为2.9℃~3.1℃、2.2℃~2.6℃,R2为0.91~0.96。     

基于条件生成对抗网络的深度点过程二次预测

结合深度神经网络和时序点过程的深度点过程模型在进行时间预测时,会因模型本身系统误差和数值计算精度不足而导致预测值序列中存在较大偏差。为提高预测精度并有效避免模型调优同时降低数值误差,建立一种基于条件生成对抗网络（CGAN）的深度点过程二次预测模型,在深度点过程初次预测值序列的基础上进行二次预测。假设初次预测偏差来自时序点过程分布上的差异,利用CGAN对分布的变换能力来修正初次预测值序列分布为原始时序点过程序列分布,从而降低预测值序列误差。在流程上,将初次预测值序列输入生成器生成伪值序列,将伪值序列与对应的真实值序列输入判别器中判别真假,经过对抗训练得到对初次预测值序列具备修正能力的生成器。同时,为增强CGAN对时序点过程数据的匹配度,在其结构上采用CGAN+LSTM的形式,同时改进损失函数为时序点过程Wasserstein距离的对偶形式及其1-Lipschitz约束。实验结果表明,该模型具有较高的时间预测准确度,二次预测值序列的均方误差相较初次预测值序列平均降低77%以上。     

乙醇脱氢酶氨基酸组成和最适温度均匀设计的神经网络模型

构建了乙醇脱氢酶氨基酸组成和最适温度的神经网络模型,并运用均匀设计优化神经网络结构。结果表明,当最小训练率为0．12,动态参数为0．6,Sigmoid参数为0．98,隐含层结点数为9时,神经网络的拓扑结构为最优。所得样本误差为0．00999,模型对温度预测的平均绝对百分比误差为5．13%,均方根误差为5．12℃,平均绝对误差为3．82℃,优于逐步回归计算的结果。     

基于BP神经网络的传感器网络动态采样模型研究

能耗控制对于农业环境监测无线传感器网络系统具有重要意义;基于误差反向传播的多层前馈神经网络预测和阈值分析建立了一种土壤温度传感器网络动态采样模型,实现了基于土壤温度周期变化特征的采样频率实时调整方法,达到减少网络冗余数据,降低网络功耗的目的;以环境温度和空气相对湿度为BP神经网络实测输入,土壤温度为预测输出,通过判断输出是否进入阈值区间动态调整采样周期;仿真实验结果表明,对于具有周期性特点的土壤温度,BP网络模型对其预测值和实测值之间的均方根误差RMSE及绝对误差AE分别为0.83 ℃和0.54 ℃;相比于连续采样,阈值分析动态采样次数减少30%。     

二重趋势时间序列的灰色组合预测模型

神经网络、ARIMA等广泛应用于具有趋势变动性和周期波动性的二重趋势特征的时间序列预测,而这些单一的模型难以达到满意的预测效果。提出一种针对该特征的灰色组合模型,其基本思想是:从二重趋势时间序列中分离趋势变动项和周期波动项后,用灰色G(1,1)模型预测趋势变动项,引用BP网络和ARIMA的组合模型预测周期波动项,用乘积模型合成两部分预测值为灰色组合模型的最终预测值。实验表明:该灰色组合模型适应了二重趋势时间序列的特征,具有很好的预测效果。     

基于DWT-GCN的短时交通流预测

交通流预测是智慧交通领域的研究热点之一, 为了深层次地挖掘交通流序列的时空特征, 提高预测精度, 提出了一种基于离散小波变换(discrete wavelet transformation, DWT)和图卷积网络(graph convolutional network, GCN)短时交通流预测模型. 首先, 利用DWT算法将原始交通序列分解为细节分量与近似分量, 降低交通流数据的非平稳性; 其次, 引入距离因子项优化GCN模型中的邻接矩阵, 进一步提取路网的空间特征; 最后, 将DWT分解的各组分量数据分别作为GCN模型的输入进行预测, 并对各组预测结果进行重构, 得到最终预测值. 利用美国加利福尼亚州交通局PeMS数据库实测交通数据对模型进行测试, 结果表明, 该模型相比于ARIMA、WNN、GCN, 平均绝对误差平均降低57%, 平均绝对百分比误差平均降低59%, 是一种有效的短时交通流预测方法.     

机车空调逆变电源设计

本文讨论的是机车空调逆变电源系统的设计与研究。该电源系统主要是由DC/DC的BOOST升压部分和DC/AC三相逆变部分两部分组成。DC/DC部分所得直流电压通过DC/AC部分逆变成三相交流电,供给空调机组工作。同时,为使电源系统能更可靠的运行,也设计了相应的故障检测、保护等辅助电路。     

发热量测定仪系统设计

本文介绍了发热量测定仪的结构、工作原理、硬件系统功能,阐述了应用铂电阻进行高精度温度测量的方法,系统用AT89C52单片机作为处理和控制芯片,该发热量测定仪性能符合水泥企业应用要求。     

变电站一次设备喷涂PRTV用量的分析

对国网宁夏电力检修公司宁安运维站近2年来一次设备喷涂PRTV用量的统计数据进行分析整理,得出各类一次设备按照标准要求喷涂PRTV时的用量估算值,并针对现存作业中存在的问题,提出相应解决方案。     

联合收割机脱粒滚筒恒速智能控制器设计

研究了轴流式联合收割机的控制问题,给出了联合收割机脱粒滚筒的数学模型,介绍了基于模式识别的智能控制原理,建立了联合收割机脱粒滚筒恒速控制模型,设计了基于模式识别的智能恒速控制器.应用Matlab/Simulink进行了控制器仿真,其结果表明,将基于模式识别的智能控制应用于联合收割机脱粒滚筒的恒速控制,其过渡过程平稳、响应速度快、无超调、无振荡并且无稳态误差.     

计算机辅助课表编排技术的研究

讨论了几种实用的计算机辅助课表编排技术及在实际编排中的应用。应用分析表明，采用分批与或图搜索和分批优化的匈牙利算法相结合的方法，在计算机辅助课表编排中是行之有效的。     

风电机组电动变桨距控制系统的优化研究

由于风速的随机性、不稳定性及气动效应的影响,使得风力发电机组变桨距控制系统具有非线性、参数时变性、强耦合等特点,难于实现高精度控制,导致风电机组输出电能质量较差。为了改善系统在恒功率输出运行区域内的动态性能,分析了风电机组变桨距控制系统的现状,建立了整个风电机组模型,提出了优化的变桨距控制策略,并设计了基于模糊控制的变桨距控制器。仿真结果表明,独立变桨距控制技术的控制效果比统一变桨距好,实现了风力机各叶片的优化独立变桨距控制,优化了风力发电系统在超过额定风速时的恒功率控制,具有抗干扰能力强、控制精度高的特点。     

Complexity of approximation of 3-edge-coloring of graphs

The problem to find a 4-edge-coloring of a 3-regular graph is solvable in polynomial time but an analogous problem for 3-edge-coloring is NP-hard. To make the gap more precise, we study complexity of approximation algorithms for invariants measuring how far is a 3-regular graph from having a 3-edge-coloring. We show that it is an NP-hard problem to approximate such invariants with an error O(n1−ε), where n denotes the order of the graph and 0<ε<1 is a constant.     

Recursive solution of number of reachable states of a simple subclass of FMS

This paper aims to compute the number of reachable (forbidden, live and deadlock) states for flexible manufacturing systems (FMS) without the construction of reachability graph. The problem is nontrivial and takes, in general, an exponential amount of time to solve. Hence, this paper focusses on a simple version of Systems of Simple Sequential Processes with Resources (S³PR), called kth-order system, where each resource place holds one token to be shared between two processes. The exact number of reachable (forbidden, live and deadlock) states can be computed recursively.     

掘进机截割臂摆速自动控制方法研究

由于掘进巷道煤岩时有硬度急剧变化现象,人工操控难以及时有效改变掘进机截割臂摆速,会严重影响截割头截齿与截割电动机的使用寿命。针对该问题,在分析截割臂摆速v、截割电动机电流I和煤岩硬度f之间的关系的基础上,提出了基于PID技术的截割臂摆速自动控制方法,即将截割电动机额定电流与实际电流之差值(I0-I)作为输入变量,通过比例单元、积分单元和微分单元的线性组合,对控制电液比例阀阀口开度的电流I1进行控制,从而控制截割臂摆速;依据煤炭行业标准MT/T971—2005,提出了5%的控制精度标准。该控制方法达到了替代人工操控、有效保护截齿和截割电动机,并同时使得截割电动机始终满载恒功率工作的目的。     

实现三维喷绘的软件系统设计

对三维喷绘软件系统的设计,通过USB 2.0实现与喷绘主板的高速图像数据通信。基于ARM与MCX314的运动控制器实现实时三轴运动控制以及精确的喷头时序控制,论述USB驱动程序和ARM固件的开发。结果表明,该系统具有设计简洁、成本低、可扩展性强和实用性高等特点。