一类基于元胞自动机的传染病模型的仿真

研究传染病优化控制建模,为了解决早期监测预警体系,考虑到传染病不能统一处理的各种影响因素,针对未能很好的体现疾病传播过程中人的行为特征的影响,从病毒在群体内传播行为的多样性特点出发,借助于网络病毒生长过程及拓扑结构,提出构造新的元胞自动机模型,对病毒在人群接触网络内的传播过程进行了仿真,并在此基础上研究了疫苗注射比率、病毒变异频率、个体反应时间对病毒传播的影响,同时针对病毒的传播特点提出了有效的防治策略.以甲型HIN1为实例,实验结果表明,元胞自动机模型能较好地仿真病毒的传播过程,在疾病预防和控制方面有较高的应用价值.     

截面线特征直接提取的离散曲率法

特征提取是逆向工程的重要步骤,其中截面线特征点的弱化是需要解决的关键问题.提出用离散曲率法提取特征点,曲率表达式包含了高斯核函数曲线,选用了合适的离散尺度因子.根据一阶和二阶离散曲率曲线的局部极值点,确定出截面线特征点集,进行特征点的融合,输出最终的截面线特征点集.通过与文献算法的输出进行比较,表明本算法提取的截面线特征点不容易有漏检和误检,能最大限度地与原有形状特征元保持一致.仿真输出实例证实了本算法的适用性和有效性.     

盐酸特比奈芬/蒙脱土纳米中间体的制备及抗菌性能研究

通过插层技术合成了盐酸特比萘芬/蒙脱土(TBNF/MMT)纳米中间体,利用XRD对所合成的盐酸特比奈芬/蒙脱土纳米中间体的结构进行了表征,结果表明盐酸特比奈芬已进入了蒙脱土层间,其层间距高达2.79nm;通过抑菌环实验表明,这种新型的控、缓释纳米中间体对真菌白色念珠菌(ATCC10231)有良好的抑、杀菌效果;并通过体外释放实验考察了盐酸特比奈芬/蒙脱土缓释体系的释放规律,探讨了功能性纳米中间体的抑、杀菌机理.     

石墨烯纳米复合材料生物支架的研究进展

探讨石墨烯纳米复合材料在生物支架领域的研究进展。简单介绍了石墨烯纳米复合材料研究背景和制备工艺。以静电纺制备的石墨烯纳米复合材料为研究对象,从神经组织支架、骨组织支架和导电纤维支架三个角度出发,分析石墨烯纳米复合材料的研究背景、制备技术及其在生物支架的应用现状。认为:石墨烯纳米复合材料的制备及其相关应用的研究已经取得了较大进展,但是在力学性能、特定方向细胞分化以及石墨烯分散性等方面还需要针对性优化。     

深圳市城区雨洪利用研究

介绍深圳雨水利用工程实例,雨水利用技术,通过深圳市雨水利用条件,雨水水质分析,雨水利用潜力分析,对深圳城区的雨洪利用进行研究。     

世伟洛克收购RHPS B.V.

<正> 世伟洛克公司近期对外宣布,作为策略的一部分其已收购RHPS B.V.公司,此收购扩展了世伟洛克公司为全球流体系统技术客户提供的产品和服务范围。RHPS公司是一家高质量调压阀产品制造商,其产品主要用于石油和天然气、化工/石化、替代燃料、半导体、生物制药和其他高要求的应用领域。有关收购的具体细节并无透露。"对RHPS团队能加入世伟洛克我们表示高兴和欢迎,"世伟洛克总裁兼首席执行官Arthur F. Anton先生说     

药物控、缓释体系的缓释同步性研究

通过插层技术合成了醋酸洗必泰-盐酸特比萘芬/蒙脱土(CA-TBNF/MMT)药物控、缓释纳米中间体,利用XRD对其结构进行了表征,结果表明CA-TBNF已进入MMT层间,层间距变化明显。最小抑菌浓度与缓释浓度匹配,从层间解析出的CA与TB-NF在协同作用下对细菌和真菌都有较好的杀菌效果。实验证明两种药物可实现同步缓释。     

RH精炼真空槽设备的研究

针对某钢厂RH精炼装置中真空槽上口处密封件更换频繁、真空槽下料口隔热接头翻板阀回转轴经常卡死造成处理中断等问题,本文提出真空槽上口处密封件阶梯形支口结构方式和带冷却的截止型隔热接头的改进方案。改造后提高了RH设备的稳定性,大大降低了生产故障率,有效地节约生产和备件成本。     

基于CITAF-HAF的立方调频信号参数估计

针对立方调频（Cubic Frequency Modulated,CFM）信号的参数估计问题,提出了一种基于高阶模糊函数（High order Ambiguity Function,HAF）和相参积累三阶自相关函数（Coherently Integrated Trilinear Autocorrelation Function,CITAF）的参数估计方法。利用HAF将立方相位信号降阶为二次调频（Quadratic Frequency Modulated,QFM）信号,再利用CITAF完成参数估计。由于CITAF能够在时域和时延域完成信号能量的二维相参积累,其实现过程利用复乘、傅里叶变换和加法操作即可完成,因此该方法能够提高参数估计的分辨率和抗噪声干扰能力,并保持较低的计算量。实验结果证实了该算法的有效性和性能上的优越性。     

时序数据的随机子空间模型辨识和一步预测

时序数据是指按先后顺序排列的一组随机数据。在系统辨识中,一组时序数据对应于随机子空间模型的输出响应。本文依照工程实际,用随机子空间辨识技术来解决时序数据的参数化建模和预测问题,提出了用改进的Positive算法进行参数识别和一步预测,来替代原有的AR参数化建模和预测技术。最后通过一组丝杆误差时序数据,对算法作了仿真和验证。