不同脂肪来源婴儿配方奶粉与母乳的甘油酯组成差异

对5 种脂质来源婴儿配方奶粉（infant formula powder,IFP）与母乳（human milk,HM）在甘油酯组成上进行比较研究。结果表明：不同脂肪来源的IFP与HM在脂肪组成、组分比例上有显著差异,HM中甘油二酯（diglyceride,DG）相对含量高达（7.84±0.57）%,显著高于IFP的最高对应值（1.26±0.22）%（P＜0.05）,其中DG(18∶2/18∶2)和DG(18∶1/18∶1)是HM中含量最高的DG种类,二者共占HM总DG的80%以上;在甘油三酯（triglyceride,TG）组成上,虽目前IFP已添加1,3-二油酸-2-棕榈酸甘油三酯成分,但TG(16∶0/18∶1/18∶1)相对含量（最高（6.70±0.19）%）仍显著低于HM对应值（（7.92±0.58）%）（P＜0.05）,同时,IFP中TG(16∶1/17∶2/22∶6)相对含量最低为（3.68±0.67）%,显著高于HM（0.02±0.01）%（P＜0.05）,这说明IFP中C22∶6的主要存在形式与HM不同。虽然目前IFP在主要脂肪酸组成上接近HM,但其在脂肪酸的存在形式上仍与HM存在明显不同。     

基于不完备信息预测的多智能体分布式协同

为了解决部分可观对抗环境中多智能体协同决策难题,受人大脑皮层通过记忆进行学习和推理功能启发,提出一种新的部分可观对抗环境下基于不完备信息预测的多智能体分布式协同决策框架。该框架可采用支持向量回归等多种预测方法通过历史记忆和当前观察信息对环境中不可见信息进行预测,并将预测信息和观察到的信息融合,作为协同决策的依据;再通过分布式多智能体强化学习进行协同策略学习得到团队中每个智能体的决策模型。使用该框架结合多种预测算法在典型的部分可观对抗环境中进行了多智能体协同决策的验证。结果表明,提出的框架对多种预测算法具有普适性,且在保证对不可见部分高预测精度时能将多智能体协同决策水平提升23.4%。     

基于类边界壳向量的快速SVM增量学习算法

为进一步提高SVM增量训练的速度,在有效保留含有重要分类信息的历史样本的基础上,对当前增量训练样本集进行了约简,提出了一种基于类边界壳向量的快速SVM增量学习算法,定义了类边界壳向量。算法中增量训练样本集由壳向量集和新增样本集构成,在每一次增量训练过程中,首先从几何角度出发求出当前训练样本集的壳向量,然后利用中心距离比值法选择出类边界壳向量后进行增量SVM训练。分别使用人工数据集和UCI标准数据库中的数据进行了实验,结果表明了方法的有效性。     

论MICROMINE软件在黄金行业的应用

论述了MICROMINE软件功能和特点,介绍了黄金行业工程设计中应用计算机软件的现．状．分析了MICROMINE软件在中国黄金行业的应用前景。     

基于大数据的盾构全生命周期管理

基于大数据的盾构全生命周期管理，全面系统统筹了设备管理环节中重点难点问题，结合大数据、云计算等新兴技术，有效解决了工作推进中存在的实际问题，全生命周期管理理念与实践经验对提高大型设备管理水平具有重要推广意义。