经编二元网在双加压法硝酸装置的应用

通过对双加压法硝酸装置铂网使用情况和铂网脱边事故的统计，分析了氧化炉采用平编三元网存在的问题；论述了经编二元网的特性和优点；计算了铂网的生产强度和接触时间，确定了铂网丝径；总结了硝酸装置使用经编二元网的运行效果和经济效益，结果表明，吨酸氨耗降低了2．48kg，铂耗降低了10mg，经编二元网优于平编三元网。     

基于IHSA_LSSVM的供应链绩效评估研究

为有效评估供应链绩效,结合和声搜索算法(IHSA)与最小二乘支持向量机,提出一种评估算法(IHS_LSSVM)。研究和声搜索算法的原理,对基音调整概率和基音调整步长进行动态调整,给出一种改进的和声搜索算法。利用该算法的全局搜索能力优化选取LSSVM的惩罚因子r和高斯核函数的半径σ。采用供应链绩效评估实例,构建供应链评估模型。仿真实验结果表明,与已有的BP神经网络和LSSVM等评估算法相比,IHS_LSSVM具有更小的预测误差和更高的预测精度。     

基于方差投影函数的人眼状态识别

在基于视频分析的驾驶员状态检测过程中,其中的关键环节是对驾驶员眼睛状态的检测.针对现有方法对光照变化比较敏感且比较复杂的缺点,提出基于方差投影函数的眼睛状态检测方法.人眼区域的灰度值在不同光照条件下均呈现相同的变化规律,方差投影可以稳定提取不同光照条件时眼睛区域特征.经过对大量不同光照条件下,人眼睁、闭时眼睛区域方差投影分析,发现在这两种状态下投影形成的波峰有明显区别,可以作为有效识别人眼这两种状态的特征.实验结果表明该方法对光照条件具有一定的鲁棒性.     

可穿戴的无线鼠标“手套”

加拿大Deanmark有限责任公司推出全新概念鼠标——AirMouse。 AirMouse鼠标可像手套一样戴在手上,全部构件都安装在“手套”上。其采用全光学引擎,通过对光的判断来实现传统鼠标的指针移动和左右按键功能,     

可切换WiMax和EV-DO的无线通信技术模块

日本KDDI研究所开发出一种可自动切换WiMax（全球微波互联接入）和EV—DO（CDMA 2000 1xEV-D0）两种网络接入方式的无线通信技术模块。     

一种机器人仿生气味源定位策略

基于扁形虫动态刺激反应和生物趋激性行为,提出了一种机器人仿生味源定位算法,该算法不需要检测风向信息和气体绝对浓度信息.机器人使用该算法可以自主进行味源搜索定位,在高斯模型环境下机器人跟踪气味烟羽的实验仿真说明该算法具有简单、搜索速度快、效率高的优点.     

红烧肉烹饪工艺及其影响因素研究

采用正交试验,对扬州家常红烧肉的烹制过程中的色拉油、酱油、黄酒和白砂糖的基本配比以及加水量、焖焙温度、焖焙时间等工艺参数进行优化研究。结果表明,家常红烧肉最佳配比为：五花肉1000g：盐6g：葱20g：姜20g：色拉油100g：老抽王40g：黄酒100g：白砂糖40g;其烹制过程为：将1000g五花肉煸炒出油,加水300g大火烧开后,选用锅底温度100℃焖焙60min,最后大火收汁,这样烹制的红烧肉综合感官评价得分最高。     

神府煤萃取物组成结构的特征分析

采用苯、甲醇、丙酮、等体积的CS2与丙酮的混合溶剂和四氢呋喃依次萃取神府煤,得到其萃取物E1E5,并采用钌离子催化氧化法氧化各级萃取物,所得氧化产物经重氮甲烷酯化后再进行GC/MS分析,以产物组成结构的差异来推测各级萃取物组成结构的差异。结果表明,神府煤萃取物所得酯化产物的主要成分是烷酸甲酯和烷二酸二甲酯,推测其萃取物中含有大量的烷基芳烃和α,ω-二芳基烷烃;且随着溶剂极性的增强,其萃取物氧化后的酯化产物中,烷酸甲酯和烷二酸二甲酯的碳链长度呈一定的递增趋势,推测神府煤中长链烷基芳烃和α,ω-二芳基烷烃易溶于极性较强的溶剂;在氧化产物中还检测出19种甾烷酸甲酯、萜烷酸甲酯和霍烷酸甲酯,表明神府煤萃取物中含有与芳环相连的甾烷基、萜烷基和霍烷基结构。     

煤的物理性质与电力生产

主要介绍煤的一些物理性质在其燃烧时产生的影响,以便更好地了解煤质对电力生产的影响。     

融合MLP和DBN的光伏发电预测算法

精确的光伏发电预测对提高电力系统稳定性、保证电能质量、优化电网运行具有重大意义。为了解决现存光伏预测算法精度较低、性能较差的问题,同时为了综合利用多层感知器（MLP）解决非线性问题的能力以及深度信念网络（DBN）有效处理大量复杂数据的优势,构建了一种融合MLP和DBN的光伏预测算法（MLP-DBN）,其基本思想是先利用MLP模型进行初步预测,再将观测值与预测值的残差输入DBN预测模型进行预测,最后用残差预测值对MLP模型的预测值进行修正。利用光伏发电实测数据仿真,探究了不同学习率下模型的预测性能,并对模型的各参数进行了寻找优化设置。使用均方根误差、平均绝对误差以及决定系数等性能指标评估结果表明,与传统的预测算法支持向量机（SVM）以及具有较高预测精度的深度学习算法长短期记忆网络（LSTM）相比,MLP-DBN算法性能有明显的提升,为光伏发电提供了一种高精度高性能的预测算法,可以有效解决光伏发电预测问题。