微波技术在食品加工与检测中应用

微波技术在现代高新技术领域具有重要地位,具有快速、节能、清洁等优点;目前微波技术发展很快、涉及面也很广,在食品加工和检测方面得到广泛应用.该文介绍微波技术在食品加工和检测中研究与应用进展.     

磁共振动脉自旋标记成像技术检测急性脑梗死缺血半暗带的临床应用

目的:评价磁共振(MR)动脉自旋标记技术(ASL)在检测急性脑梗死缺血半暗带中的临床应用价值。方法:搜集2015年1月至2018年9月间于我院就诊的37例(男21例,女16例)具有肢体症状的单侧急性期缺血性脑梗死,回顾分析患者的常规MR及ASL表现。结果:所有患者常规MR均可见弥散加权成像(DWI)梗死区异常高信号。33例表现为梗死区低灌注,其中23例存在缺血半暗带,表现为低灌注区面积(SCBF)大于DWI异常高信号面积(SDWI)。23例存在缺血半暗带患者中预后良好17例,其余14例患者中预后良好仅4例。结论:MR-ASL序列能有效检测急性脑梗死患者缺血半暗带,可推广应用于临床诊断。     

优化BP神经网络在配电网故障定位中的应用

针对电力系统设施建设及措施的不到位导致配电网故障、事故不能完全避免的问题,对配电网故障进行定位显得格外重要。为此采用云理论及遗传算法对BP神经网络进行优化,以提高故障定位的准确性。     

抚仙湖北岸生态调蓄带工程入湖污染物减排效益核算

抚仙湖属珠江流域西江水系的源头型深水湖泊,湖岸陡峭,岸滩不发育,湖泊生态系统十分脆弱,水质一旦被污染将很难恢复。近年来受流域内人类活动强度持续加剧与全球气候变化的双重驱动影响,抚仙湖水位持续降低、河湖水污染问题日益突出,湖泊水质保护问题迫在眉睫,因此,2017年针对入湖污染负荷占比最大且农田面源污染问题最为突出的抚仙湖北岸片区实施了集截污、调蓄、水质净化、水资源回用、清水置换、湿地补水建设于一体的抚仙湖北岸生态调蓄带工程,并将1179.09亩农田改建为调蓄带湿地。从实施效果来看,调蓄带工程2018—2021年期间减少的TN、TP入湖负荷量分别为245.84 t、28.99 t,调蓄带对抚仙湖北岸片区农田面源负荷削减率均超过81%;从生态调蓄带入湖污染物减排效益贡献大小来看,土地利用方式变化＞湿地水质净化＞湖滨湿地补水＞水资源回用＞清洁水资源置换;从调蓄带入湖污染物减排效益持续提升来看,水资源回用和清洁水资源替换潜力有待进一步挖掘和提升。     

移动云计算中能效感知的计算卸载机制研究

移动云计算可以将任务从移动设备计算卸载至云端以增强设备计算能力,而如何实现能效计算卸载机制是当前的主要挑战。为了解决该问题,以降低移动设备能耗和应用完成时间为目标,将计算卸载问题形式化为满足任务顺序与截止时间约束的能效代价最小化问题,并提出一种动态能效感知计算卸载算法。算法由三个子算法组成：计算卸载选择、时钟频率控制及传输功率分配。实验结果表明,通过局部计算时优化调整移动设备CPU时钟频率,以及云端计算时自适应分配传输功率,新算法可以有效降低应用执行能效代价,同时确保满足约束条件,提高执行效率。     

细粒度图像分类的通道自适应判别性学习方法

由于类内差异大且类间差异小,因此细粒度图像分类极具挑战性。鉴于深层特征具有很强的特征表示能力,而中层特征又能有效地补充全局特征在图像细粒度识别中的缺失信息,因此,为了充分利用卷积层的特征,本文提出细粒度图像分类的通道自适应判别性学习方法：首先在通道方向上聚集中级特征以获取目标位置;然后对通过感兴趣区域特征交互级联得到的信息进行分类;最后进行端到端的训练,无需任何边界框和零件注释。在CUB-200-2011、Stanford Cars和FGVC-Aircraft这3个公共数据集上开展大量实验,与其他方法相比,本文方法既可以保持简单性和推理效率又可提升分类准确度。     

基于微分几何反馈线性化的高超声速飞行器控制系统实现

为实现对高超声速飞行器横滚角度数值、纵滚角度数值的同步控制,使飞行器元件呈现出相对平稳的运动状态,设计基于微分几何反馈线性化的高超声速飞行器控制系统。利用电源管理模块电路,更改电机驱动器元件的连接形式,根据螺旋桨转动速率,调试IMU惯性传感器、GPS定位、PID控制器三类下级硬件设备的实时运行状态,完成高超声速飞行器控制系统的主体应用结构设计。按照飞行器运动轨迹的微分处理结果,计算控制向量反馈指标的具体数值水平,再通过解析几何信号的处理方式,确定线性化姿态解算表达式,实现基于微分几何反馈线性化的飞行器控制程序设计,结合相关硬件应用设备,完成对高超声速飞行器控制系统的研究。实验结果显示,微分几何反馈线性化原则能够有效控制横滚角度数值、纵滚角度数值与理想角度数值之间的差值水平,在促进高超声速飞行器平稳运动方面具有较强的可行性价值。     

基于压缩感知的MIMO-OFDM系统自适应信道估计

针对超密集组网中导频复用将产生导频干扰,严重影响移动用户下行链路信道估计准确性的问题,提出了一种使用短导频的幂函数稀疏度自适应匹配追踪(Power Sparsity Adaptive Matching Pursuit,PSAMP)算法.该算法由稀疏度预估计和追踪重构两部分构成.首先通过幂函数试探得到一个略小于真实稀疏度的预估值,再通过压缩采样匹配追踪重构信号,改善估计结果;若不能成功重构,则逐渐增加信号原子数量.仿真结果表明,相较于传统自适应压缩感知重建算法,所提的P SAMP算法在高信噪比区域具有更好的信道估计性能.