防护服是否可以兼顾安全与舒适

一次性防护服因穿着时间短、利用率低,在生产制造时并未考虑兼顾舒适性的问题新冠肺炎疫情期间,一线医护人员被防护服浸湿的头发、衣裤,被口罩勒破的脸颊频频出现在公众视野中。不少医护人员表示,每天最放松、舒服的时候,便是脱掉防护服的时刻。那么,是否有办法解决他们的困扰?防护服的防护效果和舒适性能否兼得?设计的初衷是短期使用东华大学研究院研究员王华平认为,一次性防护服因穿着时间短、利用率低,在生产制造时并未考虑兼顾舒适性的问题。     

直链淀粉晶种对淀粉回生的影响机制

由于淀粉回生影响因素复杂和研究手段局限,基于直链淀粉主导的短期回生阶段和支链淀粉主导的长期回生阶段关联性的回生共性机制未得到系统阐述。基于此,该研究制备短期回生的直链淀粉晶种,采用FTIR、13C CP/MAS NMR等手段,研究其诱导大米淀粉的长期回生过程与规律,揭示短期回生与长期回生关联性。结果表明,所制备的直链淀粉晶种粒度分布在200~450 nm,添加晶种导致淀粉短程有序度由0. 670最高提高至0. 887,双螺旋含量由14. 86%最高提高到了22. 80%。回生淀粉的短程有序度、双螺旋含量显著提高,表明所制备直链淀粉晶种显著促进淀粉长期回生过程,这种晶体协同增长效应,丰富了淀粉回生共性机制。     

改进Elman神经网络在短期热负荷预测中的应用

热电厂的短期热负荷预测在城市集中供暖中起着至关重要的作用,直接影响热电厂的经济效益和热能利用率。电厂的短期热负荷一般采用神经网络预测模型进行预测,而BP神经网络应用最为广泛。Elman神经网络算法在BP神经网络基础上加入了承接层,作为一步延时算子,实现记忆能力,使系统具备适应时变能力,增强系统全局稳定性。但Elman神经网络算法模型的构造依然需要大量样本的支撑,而且输入层的变量多,导致预测时间依然很长,收敛速度慢。该文在Elman神经网络预测前,进行了相关系数预处理和对样本中异常值的平均化预处理,通过数据归一化运算,使Elman神经网络输入层变量大幅减少。仿真实验表明,改进的Elman神经网络算法使预测模型快速寻优,减少预测时间的同时明显提高预测精度。     

短期高剂量食用油摄入对小鼠脏器系数与胃肠动力的影响

选取10只SPF级小鼠随机分为正常组和食用油组,食用油组小鼠按20mL/(kg·d)灌胃食用调和油,每天2次,每次0.3mL;正常组小鼠灌胃等量的蒸馏水,持续13d,比较分析小鼠的脏器系数与胃肠动力变化。结果表明:食用油组小鼠的饮食量减少,饮水量增加;与正常组相比,食用油能降低小鼠的肝脏、脾脏以及胸腺系数,但无统计学意义(P0.05)。胃肠动力方面,食用油能增加小鼠的小肠推进率,减缓小鼠的胃排空率,与正常组相比,无统计学意义(P0.05);正常组的血清D-木糖含量高于食用油组,但无统计学意义(P0.05)。综上,短期高剂量摄入食用油对机体脏器及消化吸收影响较小。     

减税降费对我国经济增长的影响分析

减税降费是刺激经济发展的重要手段,也是各国宏观经济调控的常用措施,对经济增长有着重要的影响.本文首先从国内、国际两个角度分析减税降费的实施背景,介绍了2018年新一轮大规模减税降费的主要举措和成效,并借助IS-LM模型和索洛增长模型探讨减税降费对经济短期、长期的影响以及对财政的影响,最后就如何从减税降费的视角出发推动经济发展提出了对策.     

考虑CEEMDAN样本熵和SVR的短期风速预测

为降低由于风速信号的非线性和非平稳性带来的风速预测难度，提高短期风速预测的准确性，提出一种考虑样本熵的组合分解模式和支持向量回归（SVR）相结合的预测模型。首先采用自适应噪声的完全集合经验模态分解（CEEMDAN）方法分解风速历史数据，并计算各模态分量的样本熵；然后采用变分模态分解（VMD）方法对样本熵最大的模态分量进行二次分解，充分削弱风速分量的非平稳性；接着对分解得到所有模态分量分别建立SVR预测模型；最后将各分量的预测值求和完成最终风速预测。实例分析表明，所提模型对比其他模型的预测误差最小，预测精度最高，可有效预测短期风速。     

基于SARIMA-GRNN-SVM的短期商业电力负荷组合预测方法

针对短期商业电力负荷预测准确性与周期难以满足现有电力现货市场的问题,提出了一种基于SARIMAGRNN-SVM(seasonal autoregressive integrated moving average-generalized regression neural network-support vector machine)的商业电力负荷组合预测模型。首先,对商业电力负荷变化的周期规律与随机因素的复杂影响进行了分析;然后,结合以上分析,选用SARIMA和GRNN为单一预测模型对商业电力负荷进行预测,并利用SVM进行组合,实现日前商业电力负荷预测;最后,通过某商业综合体的电力负荷数据进行验证。所提组合预测模型较单一预测模型拥有更优的预测精度与鲁棒性,可以为短期商业电力负荷预测提供借鉴。