EMS诱变甘蔗愈伤组织的初步研究

为了探索EMS对甘蔗愈伤组织进行化学诱变的合适浓度和时间组合,以ROC22和粤糖93-159甘蔗愈伤组织为材料,研究了不同浓度(8、24、40μmol/L)、不同时间(2、4、6 h)诱变处理对愈伤组织的每克鲜重相对增重量和相对分化率的影响。并通过分化试验选择适合诱变后愈伤组织分化的培养基。结果表明,适合诱变处理后愈伤组织分化的培养基为:MS基本培养基+2 mg/L KT+2 mg/L NAA+3.0%蔗糖(W/V)+0.8%琼脂(W/V)。适合EMS诱变甘蔗的处理为:24μmol/L诱变处理2 h或8μmol/L诱变处理6 h。     

扩散式方形分离器数值模拟湍流模型的比较研究

利用考虑各向异性的雷诺应力湍流模型(RSM)和Realizableκ-ε湍流模型对扩散式方形分离器内的流动情况进行了数值模拟研究,比较了两种湍流模型下分离器内部气相流场的轴向、切向和径向速度分布.数值模拟计算结果表明考虑各向异性的雷诺应力湍流模型(RSM)比Realizable k-ε模型更好地反应了分离器内部的流动情况,其计算结果更为合理.     

一种基于Rough集的属性值约简算法

文章将Rough集理论应用于不同类型的决策表(一致决策表和不一致决策表)的约简,给出了广义决策、决策规则的一致程度、属性值重要性等定义,在此基础上提出了一种基于Rough集的属性值约简算法。该算法不仅能得到更为简洁的决策规则,而且能保持决策规则的一致程度不变。实例分析表明该算法是可行的。     

Rough集高效算法的研究

深入分析了现有Rough集算法低效性的根源，围绕不可区分关系和正区域两个核心概念，研究了不可区分关系的性质，给出并证明了正区域的一种等价计算方法，从而得出高效的Rough集基本算法；随后，分析了正区域的渐增式计算，并给出了一种完备的同性约简算法．理论分析和实验结果表明，该约简算法在效率上较现有的算法有显著提高．     

电阻抗扫描成像计算机辅助诊断方法研究

为了提高电阻抗扫描成像EISI(Electrical Impedance Scanning Imaging)在乳腺疾病检查方面的准确性,将独立分量方法(ICA)应用于EISI数据的特征提取,并结合支持向量机(SVM)进行乳腺疾病计算机辅助诊断(CAD)。实验结果表明:ICA方法所提取的特征对于乳腺疾病分类是有效的。对于良性肿瘤和恶性肿瘤的鉴别,提出的CAD方法灵敏度为74.2%,特异度为82.8%,准确度为80%。结合所提出的CAD方法和传统的EISI检查方法,可以提高EISI在乳腺疾病检查方面的可靠性,降低假阳性率,避免对良性肿瘤患者进行活检。     

基于MATLAB的非线性方程组遗传解法

将非线性方程组的求解问题转化为用遗传算法求解目标函数的最小值问题,利用MATLAB的遗传算法与直接搜索工具箱（GADs）对目标函数求取最小值。计算结果表明,用该方法求得的非线性方程组近似解精度较高。     

箝位二极管承受低电压的有源箝位谐振直流环节逆变器

为解决无源箝位谐振直流环节逆变器辅助电路中采用耦合电感辅助换流（即抽头电感法）所引起的箝位二极管两端承受的电压应力过大问题,提出一种箝位二极管承受低电压的有源箝位谐振直流环节逆变器,该逆变器采用有源箝位的方法可使箝位二极管两端承受的最大反向电压不超过直流母线电压的最大值.且该逆变器的辅助谐振电路中只有一个辅助开关器件,箝位电路中无需设置箝位开关,控制简单且硬件成本较低.此外,在箝位电路的作用下可将逆变器的直流母线电压箝位在输入直流电压的1.1~1.3倍,有效地降低了电压应力.以各个阶段下的等效电路为基础,对电路的工作过程进行了分析,并进行了实验验证,实验结果表明开关器件实现了软开关,且在额定功率3kW条件下,逆变器的效率达到96.5%.因此,该拓扑结构能够有效地提高工作效率.     

分布式能源在数据中心应用的可行性

数据中心对电负荷、冷负荷有较大的需求,并且对电、冷负荷供应的稳定性有极高的要求。分布式能源系统具有环保、高效的特点,冷、热、电联供的分布式能源系统,非常适合于数据中心的应用。对上海某数据中心的分布式能源燃气三联供项目的设备配置方案、分布式能源系统的组成以及可行性,进行了投资和收益的经济分析,评价结果是可行的。     

基于视觉引导的Delta型并联机器人运动优化

针对Delta型并联机器人抓取过程中的快速性和稳定性问题,提出一种基于视觉引导的轨迹优化算法。通过获取视觉相机识别出的随机放置于传送带上的工件实时位置,以抓取路径最短和机构平稳性最优为综合优化目标,采用粒子群优化算法对抓取轨迹进行优化。选取工件以正态分布和平均分布2种方式随机分布在传送带上。仿真结果表明,优化后的抓取轨迹提高了抓取效率,同时有效降低了抓取运动对机构末端冲击。     

液压支架实时压力数据自动提取与动态分析方法研究

针对目前液压支架电液控系统压力数据量大，干扰信息多从而造成仅仅依靠人工分析难以完成数据提取与动态分析的情况，设计了一种能够对支架压力数据自动提取循环周期、预测以及来压区域划分的方法。首先针对液压支架的工作特点，设计规则，提取正常工作状态下的压力数据作为循环数据，随后通过聚类的方法，结合每个支架压力数据划分出显著来压区域，最后采用LSTM算法对循环压力数据进行预测分析。通过实践证实了该方法的可行性，为矿山压力规律研究及安全开采提供思路。