鱼腥草多糖硫酸酯化修饰及清除自由基活性

探讨硫酸酯化修饰对鱼腥草多糖清除自由基活性的影响,采用浓硫酸法对鱼腥草多糖进行硫酸酯化修饰,对不同取代度硫酸酯化鱼腥草多糖的羟自由基(·OH)和二苯基苦酰肼基自由基(DPPH·)体外清除活性进行比较,考察清除活性与取代度之间的关系。结果表明,在酯化时间分别为30, 60, 90, 120和150 min下得到的5个不同取代度改性产物(S-HCP 1、S-HCP 2、S-HCP 3、S-HCP 4和S-HCP 5),对DPPH·的清除活性随着浓度和取代度增加均增强,对·OH的清除活性在取代度大于0.6时,随浓度和取代度增加而增强,表明硫酸化多糖清除自由基活性与其硫酸化的取代度相关。     

基于动态多核相关向量机的软测量建模研究

针对污水处理过程中存在的多变量耦合、强非线性以及参数时变等问题,提出基于多核学习相关向量机的软测量建模方法,并采用粒子群算法对多核权重以及核参数进行优化。同时,引入时间差分(time difference)方法改进多核相关向量机的动态特性。为了验证所提模型的有效性,通过一仿真案例与单核相关向量机、多层前馈神经网络和基于遗传算法的支持向量机进行对比研究。结果表明,所提模型具有更好的预测效果。最后,对模型的鲁棒性在数据漂移和异常的场景下进行了讨论。     

基于卷积神经网络的仓储物体检测算法研究

针对仓储环境中物体检测公开数据集匮乏的问题,通过摄像机采集真实仓储环境中包含货物、托盘和叉车的大量图像进行标注,创建了一个仓储物体数据集. 同时针对传统物体检测算法在仓储环境中检测准确率较低的问题,将基于卷积神经网络的DSOD应用于仓储环境中,通过在自己创建的仓储物体数据集上从零开始训练DSOD模型,实现了仓储物体的准确性检测. 该算法的mAP达到了93.81%,比Faster R-CNN、SSD分别提高了0.04%、1.44%; 并且模型大小仅有51.3 MB,比Faster R-CNN、SSD分别减小了184.5 MB、43.4 MB. 实验结果表明,该算法获得了较为满意的仓储物体检测效果,其在仓储物体检测领域具有一定的实用价值.     

响应面法优化提取绵竹叶竹蜡及其成分分析

利用响应面优化法提取绵竹叶的竹蜡,设定料液比、提取温度和时间三水平因素,在单因素的基础上,优化提取工艺,得到最佳工艺为：料液比1∶24 g/mL、提取时间40 min、提取温度71℃,3次平行试验绵竹叶竹蜡平均提取率为0.0223%。采用GC-MS进行成分分析,共检出37种化合物,鉴定出23种化合物。其中包含烷烃类、醇类、酯类、芳烃类、烯烃类、萘的衍生物等多种化合物,主要成分为正三十一烷（42.70%）、24-亚甲基胆固醇（14.89%）、正十四烷（7.33%）和1,1,1,2,2-五氟化丙酸三十八酯（6.25%）,其中正三十一烷、24-亚甲基胆固醇具有很好的生物活性。     

管理信息系统的发展方向及实现技术的研究

随着我国社会经济的不断发展和科学技术水平的不断提高,计算机网络技术逐渐被运用到人们的生活中。计算机管理系统如今已经在社会各行业中得到了有效地应用,成为企业运营不可或缺的一部分。基于此,本文就管理信息系统的发展方向及实现技术进行探究,通过对管理信息系统发展现状的分析,阐述管理信息系统的发展方向,并提出一些切实有效的实现方法,帮助企业提高计算机管理系统的应用水平。     

我国普通高等学校本科应用化学专业核心课程群方向聚焦和特色凝练方法的初步研究

本文尝试梳理我国代表性普通高等学校本科应用化学专业核心课程群,研究聚焦方向、凝练特色的基本思路和基本方法.本文调查专业的"理"和"工"属性,认定专业定位和培养目标,调研专业核心课程群的现状.研究专业核心课程群聚焦方向与凝练特色的思路和方法,并尝试梳理出共性特点、基本规律和可行性思路.本文有望为专业核心课程群的建设提供有...     

基于空间信息的鲁棒模糊C均值聚类的苗族服饰图像分割算法

针对苗族服饰图像中破损污渍、折叠痕迹、色彩差异大和噪声破坏等现象所导致的传统模糊C均值聚类(Fuzzy C-means, FCM)算法分割质量不佳问题,提出了基于空间信息鲁棒FCM算法,用于苗族服饰图像分割。通过均值滤波和中值滤波处理空间邻域信息,对应获得2种方法,并用一个加权参数调节模糊隶属度的稀疏性,旨在加强细节的提取和提高算法对噪声的鲁棒性。实验表明,对于被高斯噪声破坏的图像,基于均值滤波处理的改进算法,其划分系数提高约3.6%,划分熵降低约5.6%;对于被椒盐噪声破坏的图像,基于中值滤波处理的空间约束项的改进算法,划分系数提高约2.7%,划分熵降低约4.3%。该算法提高了对这类苗族服饰图像分割的质量,对于传统文化的传承具有非凡的意义。     

基于小生境的混沌变异差分进化算法

针对高维复杂函数的优化问题,提出了基于小生境的混沌变异差分进化算法（CNDE）。算法结合小生境策略,使子种群高效独立地进行搜索,并引入混沌变异进行精细的遍历搜索,在运行中根据迭代次数自动地调整交叉概率因子从而使搜索的初始阶段提高种群多样性,而在搜索后期加强局部搜索能力。对3种经典函数的测试表明,新算法不仅具有很强的全局搜索能力,而且能有效避免早熟收敛问题。     

一种新的差分进化算法

针对高维复杂函数的优化问题,提出了一种新的差分进化算法（NDE）。该算法在运行中根据迭代次数自动地调整交叉概率因子,从而在搜索的初始阶段提高种群多样性,而在搜索后期加强局部搜索能力。对几种经典函数的测试表明,新算法不仅具有很强的全局搜索能力,而且能有效避免早熟收敛问题。