基于蚁群算法求解Choquet模糊积分模型

为了提高Choquet模糊积分模糊测度的搜索效率,提出改进的蚁群算法求解模型。根据特征数量构建Choquet模糊积分模型,搜索过程中对每只蚂蚁按状态转移概率进行全局搜索或局部搜索,迭代搜索最优解,并由Fisher判别进行分类。试验使用3组癌症基因数据集,利用R语言的Bioconductor工具箱进行数据预处理,并分析对比新模型和主流算法的分类效果。结果表明:在DLBCL数据集和Colon数据集中,基于蚁群算法的Choquet模糊积分得到最好的分类效果;在Prostate数据集中,虽然和基于遗传算法的Choquet模糊积分分类效果接近,但是蚁群算法仍然很快收敛,改进的蚁群算法可以作为求解模糊测度的快速方法。     

实现软硬件解耦合的类脑计算硬件设计方法

类脑计算是一个涉及到多领域、多学科的新兴领域,对计算神经科学、人工智能和新型体系结构设计都具有重要的支持和启发意义.但是类脑计算系统领域发展所面临的重要问题之一是软硬件紧耦合.近期的一项研究提出了神经形态完备性的概念,为实现类脑计算系统领域的软硬件解耦合提供了理论支持,并作为样例研究提出了对应的系统层次结构设计.作为这一工作的后续,首先对神经形态完备性和类脑计算层次结构中部分关键的概念进行了阐述与讨论,之后进一步提出了在这一概念和体系结构设计下,实现支持软硬件解耦合的类脑计算硬件设计方法的构想,即由执行原语集合设计以及硬件实现方法设计组成的迭代调整的设计流程.最后,展示了正在进行的基于FP GA的相应评估平台工作.这一硬件设计方法有助于实现神经形态完备的高效原语集合和芯片设计,从而有利于实现类脑计算系统领域的软硬件解耦合.     

核燃料棒被动自适应柔顺检测装置

针对核燃料棒长期处于极端复杂环境下引起的表面锆合金包壳氧化与自身随机形变现象，创新研发了一种核燃料棒氧化膜厚度与自身形变情况检测的被动自适应柔顺检测装置。通过串联机构与并联机构组成的四自由度混联机构，配合适应轮与核燃料棒接触曲面自对中特性，辅以测量机构内各弹性阻尼元器件，设计了被动自适应检测机构与柔顺测量机构。在此基础上，进一步剖析了装置的检测原理，建立程式化高效形变检测正、逆解解算模型，并开展了有关测试实验。测试实验结果表明，核燃料棒被动自适应柔顺检测装置能够满足氧化膜厚度高精度与自身形变情况检测要求，大幅提高了核电站的运营效率、运营安全与运营成本。     

电涡流传感器性能优化关键技术

电涡流传感器因具备无损检测、非接触测量等优异特性,广泛应用于工业生产等各领域中的微量位移测量、导电介质缺陷检测以及设备运行状态监测。然而,受限于线圈结构参数优化、检测电路创新设计和测量误差动态补偿等技术瓶颈,现有电涡流传感器普遍存在灵敏度欠佳、线性度不足、突变温度场下检测精度亟待提升等突出局限,直接制约着其在各类极限环境下高精度检测领域的推广应用。为此,在深入剖析和系统总结国内外电涡流传感器研究与应用现状的基础上,聚焦线圈结构、检测电路以及误差补偿方法,重点探讨了优化其核心性能的基本原理与关键技术,并对相关研究的发展趋势进行了初步构想与展望,以期为多维度提升传感器性能、根源促进其发展应用提供有效借鉴。     

白酒中特征手性物质的SLE-GC-MS识别方法

运用固相支撑-液液萃取(solid-supported liquid-liquid extraction,SLE)技术和手性环糊精气相色谱柱建立了白酒中乳酸乙酯的2种对映体和2,3-丁二醇的3种对映体的分析方法,采用内标标准曲线定量。结果表明,乳酸乙酯、2,3-丁二醇在各自质量浓度范围内线性关系良好,在基质样品中的平均加标回收率在80%以上,相对标准偏差为1.34%~8.50%。该方法测得D-、L-乳酸乙酯和S-、R-、meso-2,3-丁二醇的检出限分别是64.32、47.74、62.70、59.08和26.58μg/L。利用所建立方法对酱香、浓香、清香3种香型的6种市售白酒样品进行分析,目标手性对映体在所选6个酒样中含量及比例不同,并首次在白酒中分离出S-2,3-丁二醇。该方法具有高效灵敏、精密度和准确度高、易操作等特点,适用于白酒中手性物质的检测,可为利用手性识别进行白酒质量监控、原产地溯源、品质鉴定提供新思路。     

高能脉冲激光清洗技术应用研究

激光清洗具有绿色、非接触、高效、灵活、应用广泛等特点,是目前最环保、最有效的清洗方案.在核设施去污领域,将机器人技术与激光去污技术进行有机结合,研制高效的高能激光去污机器人,可实现核设施放射性部件高效去污清洗,机器人可以在设施表面自由爬行、越障、避障,针对不同基材结合激光工艺实现表面清洁.