基于S32K144的燃料电池堆控制系统设计

基于汽车级微控制器S32K144芯片,完成了车用质子交换膜燃料电池堆控制系统的软硬件设计,分别设计了膜电极单模电压检测电路和燃料电池堆控制电路,开发了基于C语言的膜电极电压采集程序和燃料电池堆控制程序,并且用样机验证了设计.     

液相色谱-串联质谱技术在临床检验中的应用研究进展

液相色谱-串联质谱（LC-MS/MS）技术具有高灵敏度、高特异性、高分辨率和高效率的优点。近年来随着仪器灵敏度的提高，LC-MS/MS在常规临床检验中显示出极大的潜力，并在疾病早期预防和诊断中发挥着不可替代的作用。本文对LC-MS/MS在新生儿疾病筛查、维生素D检测、内分泌激素检测、肽类和蛋白质定量分析等临床检验方面的研究进展进行综述，并讨论了未来面临的挑战。     

Auto-thermal reforming of acetic acid for hydrogen production by ZnxNiyCrOm±δ catalysts: Effect of Cr promoted Ni-Zn intermetallic compound

A series of Zn_xNi_yCrO_m±δ catalysts were synthesized via a typical co-precipitation method, in which Zn-Cr layered double hydroxides (LDHs) were found and Ni-Zn intermetallic compound (IMC) was formed after reduction in hydrogen. During auto-thermal reforming (ATR) of acetic acid (HAc), the Ni-Zn IMC was transformed into Ni/(amorphous-ZnO)-ZnCr₂O₄ species with uniformed distribution and appropriate interaction within these Ni-Zn-Cr-O species; besides, the adsorbed oxygen promoted the activation and transfer of oxygen species; therefore, deactivation by oxidation, sintering and coking was inhibited. And the optimized Zn_2.37Ni_0.63CrO_4.5±δ catalyst presented high activity and stability in a 45-h ATR test with HAc conversion near 100% and hydrogen yield at 2.7 mol-H₂/mol-HAc, showing potential for hydrogen production via ATR of HAc.     

波形驱动下多参数约束高分辨率反演方法——以四川盆地渝西地区龙马溪组页岩气为例

基于叠后地震波形指示反演在薄储层预测方面的优势，以及叠前弹性参数较叠后弹性参数信息更丰富、对储层的敏感性更高的特点，根据岩石物理资料，应用地震驱动+储层构型约束的高精度叠前随机反演方法，探寻定量表征优质薄页岩的技术，以期为深层页岩气地质甜点预测提供技术支撑。首先，基于道集波形相似性、AVO特征和空间距离的三变量优选方法提取结构相似的井数据作为空间估值样本，然后建立待判别道集初始模型；其次，以统计的弹性阻抗作为先验信息，应用“基于叠前道集特征指示的马尔科夫链-蒙特卡洛随机模拟算法”进行叠前地震波形指示反演，最终得到高精度的叠前弹性参数反演成果。实际应用表明，应用所提方法有效预测了龙一段一亚段1-2小层优质页岩厚度，基于特征参数的井震高频模拟精确模拟了龙一段一亚段1-2小层地质甜点参数，为页岩气勘探提供了技术支撑。     

变分自编码器模型综述

变分自编码器（VAE）作为深度隐空间生成模型的一种，近年来其表现性能取得了极大的成功，尤其是在图像生成方面。变分自编码器模型作为无监督式特征学习的重要工具之一，可以通过学习隐编码空间与数据生成空间的特征映射，进而在输出端重构生成输入数据。梳理了传统变分自编码器模型及其衍生变体模型的发展与研究现状，并就此做了总结和对比，最后分析了变分自编码器模型存在的问题与挑战，并就可能的发展趋势做了展望。     

18F-NaF注射液的制备及新西兰兔骨折显像

由外伤或肿瘤骨转移造成的隐匿性骨折和愈合情况的准确诊断对制定合适的治疗方案具有非常重要的意义。为考查¹⁸F-NaF PET显像用于骨折诊断的诊断效能，本研究制备了¹⁸F-NaF注射液，并对其进行了质量控制和稳定性研究，然后建立新西兰兔骨折动物模型，模型建立约2周后进行了¹⁸F-NaF PET显像和⁹⁹Tc^m-亚甲基二磷酸盐（⁹⁹Tc^m-MDP）SPECT显像的自身对照实验，并对显像效果进行了比较。结果表明：¹⁸F-NaF的产量大于37 GBq，各项检验结果均符合质控要求，40 ℃下放置8 h和30 ℃下放置10 h所有检验结果均无明显变化；¹⁸F-NaF PET和⁹⁹Tc^m-MDP SPECT两种显像方式均可见全身骨骼，骨折部位呈明显放射性浓聚，但¹⁸F-NaF给药后30 min即可进行PET显像，骨折部位显示更为清晰，骨折部位与对侧正常骨骼的放射性摄取比（T/NT）明显高于⁹⁹Tc^m-MDP，而⁹⁹Tc^m-MDP需在给药后2 h才能进行SPECT显像。本研究表明¹⁸F-NaF PET对骨折的显像性能优于⁹⁹Tc^m-MDP，可明显提高检查流通量和诊断效能。     

基于深度学习的彩色以及近红外图像去马赛克

单传感器捕获的彩色-近红外（RGB-NIR）图像存在光谱干扰，从而导致重建出的标准彩色图像（RGB）图像与近红外（NIR）图像存在色彩失真以及细节信息模糊。针对这个问题提出一种基于深度学习的去马赛克方法，通过引入跳远连接与稠密连接解决了梯度消失和梯度弥散问题，使得网络更容易训练，并且提升了网络的拟合能力。首先，用浅层特征提取层提取了马赛克图像的像素相关性以及通道相关性等低级特征；然后，将得到的浅层特征图输入到连续多个的残差稠密块以提取专门针对去马赛克的高级语义特征；其次，为充分利用低级特征与高级特征，将多个残差稠密块提取到的特征进行组合；最后，通过全局跳远连接恢复最终的RGB-NIR图像。在深度学习框架Tensorflow上使用公共的图像与视觉表示组（IVRG）数据集、有植被的户外多光谱图像（OMSIV）数据集和森林（Forest）三个公开数据集进行实验。实验结果表明，所提方法优于基于多级自适应残差插值、基于卷积卷积和神经神经网络以及基于深度残差U型网络的主流的RGB-NIR图像去马赛克方法。     

三软煤层综采工作面防治煤层自然发火技术研究

针对超化煤矿22011A三软煤层工作面在采掘接替计划安排中需长期停产存在煤层自然发火隐患的问题，提出了多种防治煤层自然发火技术方案，并从每种方案的经济性、安全性、操作性等方面进行论证、比较，择优采取工作面正常通风情况下的防治煤层自然发火的技术方案，确保综采工作面停采期间的安全性，取得了显著的经济效益，对三软煤层自然发火防治工作具有重要的指导意义。