8K超高清复合测试图与测量方法研究

在介绍8K超高清显示系统技术现状的基础上,详细介绍8K超高清复合测试图的参数指标、关键要素及测试内容,研究8K超高清显示设备的关键光学指标的测量方法.     

超高压处理对牦牛肉贮藏性能的影响

牦牛肉分别经200、400、600 MPa超高压处理480 s，测定4°C条件下贮藏0、4、8、12、16 d后感官、pH、微生物、色泽、蛋白质与脂质氧化情况，以探讨超高压处理对牦牛肉贮藏期内品质的影响。结果表明：超高压处理可以显著降低贮藏期内牦牛肉的菌落总数、总挥发性盐基氮含量（total volatile basic nitrogen, TVB-N）(P<0.05)，延长保质期，且经贮藏4～8 d后能良好保持牦牛肉的感官品质。经超高压处理后牦牛肉L*值、b*值显著增大（P<0.05）,a*值在400 MPa时显著增大（P<0.05）并在贮藏期内维持在最高水平，且400 MPa组各类肌红蛋白（Myoglobin, Mb）含量也表现出良好的肉色稳定性，但a*值在其他压力处理后显著减小（P<0.05）。但经超高压处理后牦牛肉肌原纤维蛋白（Myofibrillar Protein, MP）羰基含量与表面疏水性增高、巯基含量降低，TBARS值升高。Pearson相关性分析结果也表示超高压处理后牦牛肉品质的变化与压力、蛋白质氧化、脂质氧化和微生物相关（P<0.05...     

坛紫菜蛋白质提取工艺优化及其特性分析

为了开展坛紫菜高值化加工利用，以坛紫菜为原料、蛋白质提取率为评价指标，通过考察提取溶剂、超声时间和功率、料液比、pH等单因素实验、正交试验设计优化超声波提取工艺，对其等电点、乳化性、起泡性等基础特性进行分析，并进行抗氧化活性测定。结果表明，在超声全程时间50 min、超声功率1350 W条件下，坛紫菜蛋白质提取率为60.98%±1.01%。同时通过对所提取的坛紫菜蛋白质特性分析结果显示，坛紫菜蛋白质的等电点为4.5，在等电点附近，坛紫菜蛋白质有较好的泡沫稳定性，可达80.84%±2.95%；抗氧化测定结果显示，坛紫菜蛋白质在5~50 mg/mL范围内具有较强的抗氧化活性，浓度为50 mg/mL时，总抗氧化能力为2.89±0.09 U/mL，ABTS+自由基清除能力相当于0.83±0.08 mmol/L Trolox，DPPH清除率在10 mg/mL时达到68.04%±0.73%。该研究可以为坛紫菜资源的开发利用提供一定的理论依据和技术支持。     

AT供电方式下高铁站台空间电场分布研究

为分析高速铁路站台接触网周围空间电场的影响,建立站台接触网与列车及建筑物的等效模型,通过模拟电荷法计算并分析AT供电方式站台区域工频电场的分布规律,运用MATLAB绘制出不同高度及有无建筑、有无列车等多种情况的电场强度变化曲线.分析得出垂直方向上距地面高度越高,场强越大;水平方向上以接触线为中心向远处衰减.列车对站台上场强屏蔽效果显著,在白色安全线处达到了86％;而建筑由于距离较远对电场屏蔽效果仅为6％,站台上电场强度的极大值出现在人体头部区域,无建筑无列车停靠时场强在头部已经接近5000V/m,所以旅客在无列车停靠时也尽可能站在白色安全线外候车.     

基于改进 abcd 模型的黄河源区径流变化与归因

为改进模型对高寒地区融雪径流模拟不足的缺陷，将融雪模块耦合到传统 abcd 模型。利用 1980—2018 年 逐月实测的径流数据和通过 AnuSpline 方法插值的格网气象要素，驱动改进后的abcd 模型，分析三江源生态保护 措施实施前后（1980—1999 年和 2000—2018 年）黄河源区径流的动态变化，并量化关键气象因素与人类活动对 径流变化的影响程度，即相对贡献。结果表明：耦合融雪模块的 abcd-snow 模型完善了高寒地区水文过程的模拟， 提高对径流的模拟性能，在黄河源区表现出较好的适用性；整个研究时段黄河源区的实测径流呈不显著减少趋势 （?0.80?mm/a，p>0.05），但 2000 年前径流则呈现显著下降趋势（?4.12?mm/a，p<0.05），2000 年后径流则呈显著增加 趋势（3.16?mm/a，p<0.05）；?归因分析表明气候变化是源区径流变化的主导因素。2000 年前，气候变化对径流减少 的相对贡献率为 62.8%，人类活动对径流的贡献为 37.2%；2000 年后，气候变化对径流增加的贡献率达到 120.0?%， 人类活动对径流的贡献为?20.0%。其中：降水的变化是决定径流变化主导因素；其他气候因素的相对贡献较小； 以人类活动为主的生态恢复可显著降低河川径流。本研究有助于理解气候变化和下垫面变化对黄河源区水资源 变化的系统驱动机理，并为流域水资源合理配置提供科学参考依据。     

对称极坐标牛顿法潮流的直角坐标解法

为综合利用极坐标牛顿法潮流方程数少、雅可比矩阵J元素少以及直角坐标牛顿法中没有三角函数计算的特点,并克服极坐标牛顿法潮流J阵元素的不对称使其计算速度不理想的情况,提出一种对称极坐标牛顿法潮流的直角坐标解法.主要内容为,建立结构不完全对称的子阵形式的极坐标J阵,通过子阵建立子阵元素间的对应关系;拆分J阵元素的计算,建立子阵元素的部分对称关系;对J阵元素等计算公式进行三角变换,并按"二行+二列"的对称方式计算J阵元素;用四角规则而不是消元计算公式对J阵元素消元;将取倒的对角元素作为规格化因子以减少除法计算.新方法不但可实现J阵元素的部分对称计算,还可大量减少三角函数的运算以及消元过程中的除法运算,且无需计算公式直接完成消元计算.以IEEE-118节点系统为例,新方法生成J阵速度可提高约90％以上,潮流计算速度可提高约30％,并极利于编程.     

基于NR-Transformer的集群作业运行时间预测

高性能集群的作业调度通常使用作业调度系统来实现，准确填写作业运行时间能在很大程度上提升作业调度效率。现有的研究通常使用机器学习的预测方式，在预测精度和实用性上还存在一定的提升空间。为了进一步提高集群作业运行时间预测的准确率，考虑先对集群作业日志进行聚类，将作业类别信息添加到作业特征中，再使用基于注意力机制的NR-Transformer网络对作业日志数据建模和预测。在数据处理上，根据与预测目标的相关性、特征的完整性和数据的有效性，从历史日志数据集中筛选出7维特征，并按作业运行时间的长度将其划分为多个作业集，再对各作业集分别进行训练和预测。实验结果表明，相比于传统机器学习和BP神经网络，时序神经网络结构有更好的预测性能，其中NR-Transformer在各作业集上都有较好的性能。