溶胶-凝胶法制备Y掺杂ZnO薄膜及其光电性能研究

采用溶胶-凝胶法在玻璃衬底上制备了不同掺Y浓度的ZnO透明导电薄膜。X射线衍射(XRD)表明,所制备的Y掺杂ZnO透明导电薄膜为六角纤锌矿结构的多晶薄膜,且具有C轴择优取向。随着Y掺杂浓度的升高,(002)峰向低角度方向移动。UV透射曲线表明,薄膜在可见光区(400～800nm)的平均透过率超过85%,具有明显的紫外吸收边,通过改变Y的掺入浓度,可以使吸收边向短波方向移动,从而使薄膜的禁带宽度可调。制备的Y掺杂ZnO薄膜电阻率最小值为3.68×102Ω·cm。     

1996-2013年百色市麻疹流行特征分析

目的：了解百色市麻疹疫情长期变化趋势，为进一步控制和实现消除麻疹提供依据。方法麻疹发病资料来自法定传染病报告系统和麻疹监测信息报告系统（MSS），采用描述流行病学方法进行分析。结果百色市1996—2013年麻疹发病率总体呈下降趋势，2011年降至最低水平（0/10万）。2008年后的发病高峰后移2～3个月，发病年龄仍以1～14岁为主，但2013年发生的暴发疫情病例中<1岁组和>15岁组的发病占比增加，出现发病年龄双向位移的趋势。8月龄～14岁患者中无免疫史或免疫史不详者3032例，占61.59%。结论麻疹疫苗接种免疫空白是麻疹发病的主要原因。近年采取的强化免疫和查漏补种等综合防制措施是有效的。应进一步提高含麻疹成分疫苗2剂次接种率达95%，提高监测质量和早期疫情应急处置能力以及控制医院内感染。     

动物与临床试验——评价大豆低聚肽的降血压效果

为了检验大豆低聚肽的降血压效果,首先进行了动物试验,选择SHR(自发性高血压)大鼠30只,其中21只为雌性大鼠,9只为雄性大鼠。喂养方法:大豆低聚肽加入饮水中服用,并辅以乳粉;对照组仅给乳粉和饮水。实验期间,每天下午测定血压(SBP)。结果表明,大豆低聚肽的降血压作用很明显。服药3d后,实验组的血压与对照组的血压相比低30mmHg。剂量对降血压效应也有影响。低剂量能使血压下降到较低的值,但是随后效应有反弹;高剂量则可较早地降低血压,并且在较长的时间内保持平衡。临床实验研究按照中国高血压指南标准选择原发性高血压患者40例,平均年龄为51.66±11.35岁,分别在服用大豆低聚肽前和1个月后测定血压、心率,记录心电图等和血液中相关生化指标。研究认为,服用大豆低聚肽可能会降低原发性高血压患者的血压,其机制可能与其对血压紧张素转化酶(Angiotensinconvertingenzyme,ACE)的抑制有关。     

导电复合纤维基柔性应变传感器的研究进展

为促进导电复合纤维在柔性应变传感器领域的应用,从导电材料和柔性基体的结合方式出发,对传感器的制备方法进行综述分析,其制备方法主要分为3类,包括导电材料/柔性基体匀质复合纤维、导电材料包覆柔性纤维和柔性基体包覆导电纤维。在此基础上,对3类导电复合纤维传感器的性能进行比较分析,总结了各导电网络的传感性能。分析发现纤维的形变行为和导电网络的压阻效应决定了传感器的应变性能和敏感性,导电材料和柔性基体的界面作用是影响传感器稳定性和耐久性的关键因素,复合纤维及纤维集合体和多重导电的网络结构的研发有利于高性能传感器的开发。最后,介绍了导电纤维柔性应变传感器的应用情况和发展趋势,并提出了今后的研究方向。     

自然光线环境中的空间物体快速识别和定位算法研究

针对智能机械臂在自然光环境的三维空间中对目标物体的自主识别率和定位精度低的问题,提出了一种基于深度学习的视觉和光学雷达融合定位算法,实现自然光线下空间物体的高精度快速定位。首先,采集 RGB 图像和深度数据,利用深度学习算法对图像进行目标识别与实例分割;然后,将实例分割目标物的二维深度矩阵转换成三维空间点云;最后,用综合修正算法对位置修正,实现对目标物体在三维空间的抓取位置精准定位。 通过不同光照强度下的目标物体识别和定位实验验证了该算法的有效性和实用性,获取的目标物体的三维空间坐标较为精确,单位距离的定位误差在 0. 5%以内,受照明亮度影响较小,对机械臂智能抓取的研究具有较为重要的意义。     

基于工作过程的高职税法实践实训课程建设研究

目前我国很多企业单位涉税会计岗位人才匮乏,而现阶段的高职院校会计专业教育仍拘泥于传统会计的几个岗位,并未体现市场对这一新型人才需求.税法是一个实践性很强的课程,本文旨在通过探讨高职会计专业税法实训课程教改,寻求一条以就业为导向、以能力为本位、以会计职业所需税收知识和技能为核心的实践实训教学模式.     

基于多模态特征子集选择性集成建模的磨机负荷参数预测方法

如何融合球磨机系统研磨过程所产生的多模态机械信号构建磨机负荷参数预测(Mill load parameter forecasting, MLPF)模型是当前研究的热点. 针对上述问题, 本文提出一种基于多模态特征子集选择性集成(Selective ensemble, SEN)建模的MLPF方法. 首先, 对多模态机械信号进行时频域变换得到高维频谱数据; 接着, 采用相关系数法和互信息法对多模态频谱进行线性和非线性特征子集的自适应选择; 最后, 采用优化和加权算法对上述特征子集的候选子模型进行自适应地选择与合并, 得到基于SEN机制的MLPF模型. 采用磨矿过程实验球磨机的机械信号仿真验证了所提方法的有效性.     

面向工业过程难测参数建模的双窗口概念漂移检测

针对工业过程数据固有概念漂移特性导致软测量模型性能恶化、需识别漂移样本以有效更新模型等问题,提出一种面向工业过程难测参数建模的双窗口概念漂移检测方法.首先,在离群样本检测窗口采用支持向量回归获得实时过程数据中包含的离群样本;接着,在分布检测窗口计算离群样本与历史样本集间的欧氏距离;最后,结合多种分布检验方法,新定义能够表征离群样本蕴含分布变化的检验漂移度指标,进而实现漂移样本的有效识别.采用合成和真实工业过程数据集验证了所提方法的有效性,表明具有优于已有方法的性能.     

基于振动频谱的磨矿过程球磨机负荷参数集成建模方法

以磨矿过程的湿式球磨机为背景, 针对传统磨机负荷(ML)检测方法只能依靠灵敏度较低的轴承振动、筒体振声和磨机功率等信号监督判断ML状态, 难以检测磨机内部负荷参数的问题, 提出了一种基于高灵敏度的筒体振动频谱的集成建模方法. 首先, 依据磨矿过程的研磨机理, 将振动频谱采用波峰聚类方法自动划分具有不同物理意义的分频段; 然后利用核偏最小二乘(KPLS)算法分别建立各分频段的ML参数子模型; 最后, 依据子模型训练数据预测误差的信息熵获得初始权重, 加权得到最终的ML参数集成预测模型; 在线使用中则根据子模型预测误差的变化进行权值的在线自适应更新. 仿真结果证明了该方法的有效性.     

城市固废焚烧过程数据驱动建模与自组织控制

城市固废焚烧(Municipal solid waste incineration, MSWI)是处置城市固废(Municipal solid waste, MSW)的主要手段之一.中国MSW来源范围广、组分复杂、热值波动大,其焚烧过程通常依靠人工干预,这导致MSWI过程智能化水平较低且难以满足日益提升的控制需求. MSWI具有多变量耦合、工况漂移等诸多不确定性特征,因而难以建立其被控对象模型并设计在线控制器.针对以上问题,提出了一种面向MSWI过程的数据驱动建模与自组织控制方法.首先,构建了基于多输入多输出Takagi Sugeno模糊神经网络(Multi-input multi-output Takagi Sugeno fuzzy neural network,MIMO-TSFNN)的被控对象模型;然后,设计了基于多任务学习的自组织模糊神经网络控制器(Multi-task learning selforganizing fuzzy neural network controller, MTL-SOFNNC)用于同步控制炉膛温度与烟气含氧量,其通过计算神经元的相似度与多任务学习(Mu...