农村集体土地所有权登记发证的数据建库

在农村,集体土地所有权登记发放证的数据建库对于农民具有十分重要的影响,因此建库人员应该熟练掌握数据建库的技术,并且在建库的过程中注意建库的几个关键的问题,这样才能够做好农村集体土地所有权登记发证的数据建库工作。     

新型EEG检测干电极设计制备和测试研究

设计制作了一款新型的脑电干电极,用于实现对EEG信号的检测。相较于传统的湿电极,该新型电极在测试过程中不需要导电介质,有效降低了实验准备过程的复杂度,可以大大缩短实验准备时间。而且,其接触电阻可以和湿电极在同一数量级,从而可实现长时间实时稳定测量EEG。利用聚吡咯石墨烯纳米复合物对电极探头进行修饰,对干电极与头皮的接触阻抗进行了阻抗谱测试,可以有效降低接触电阻,提高信号的稳定性和可靠性。采用自制干电极与碗状湿电极,在不同脑区进行了脑电信号检测的对比实验,信号线性相关度均在90%以上,将干电极检测的脑电信号分解,分解波段波形符合脑电信号特征波特征,证明该新型干电极可用于无发区和有发区脑电信号的检测。搭建了基于新型干电极的无线脑电采集分析系统,实现了简单的脑机接口设计,进一步证明了干电极的实用性。     

聚脲对锂-二硫化钼润滑脂胶体安定性改进研究

利用二脲、四脲、六脲、八脲制备了一系列锂-聚脲-二硫化钼润滑脂,并对其外观、滴点、工作锥入度、延长工作锥入度和综合磨损值等性能进行测试,结果表明锂-聚脲-二硫化钼润滑脂具有良好的基础理化性能。利用压力分油、钢网分油和离心分油的方法研究了聚脲对锂-二硫化钼润滑脂胶体安定性的影响。结果表明,聚脲的加入能够有效地提高锂-二硫化钼润滑脂的胶体安定性,且锂-聚脲-二硫化钼润滑脂的胶体安定性随聚脲分子中脲基数量的增加而提高。相比于锂-二硫化钼润滑脂,锂-八脲-二硫化钼润滑脂的压力分油率、钢网分油率和离心分油率分别下降17%、36%、24%。     

层状镁/铝复合板轧制工艺研究进展

镁/铝复合板具有密度小、比强度高和耐腐蚀性好等优点,广泛应用于航空航天、汽车制造等领域.轧制法是目前生产镁/铝复合板最为广泛的一种方法,该法设备简单、操作容易、成本低廉.介绍了普通轧制法、异步轧制法、爆炸+轧制法、累积叠轧法、固-液铸轧法、波-平轧制法6种轧制工艺,以及这些工艺在制备镁/铝复合板时的优缺点.波-平轧制工艺可以提高复合板的平直度,有利于板材后续加工成形.也研究了轧制温度、轧制压下率、轧制速度、轧后退火处理对镁/铝复合板力学性能的影响,镁/铝界面金属间化合物的形成因素,以及化合物层厚度对镁/铝复合板力学性能的影响.     

分布式网络中的一种高效top-k求解方法研究

提出了一种新的算法,来解决在分布式的环境中top-k求解问题（求出全局数值最大的前k名）。之前的研究,例如TA、TPUT、HT算法,都会消耗大量的带宽。KLEE算法虽然能够大大地减少带宽的消耗,却不能给出精确解。而提出的算法FT由于添加了一个预处理阶段并且使用了histogram bloom技术,即能有效地减少带宽的消耗,又能给出精确解。实现了FT和相关的算法,并进行了全面的比较。比较是建立在真实的数据集和根据不同情况合成的数据集的基础上的。实验结果显示FT在带宽消耗上面,相对于其他算法有很大的改进和优势。     

决策树的并行训练策略

随着生物科学技术的发展，其数据量的增长也非常迅速，很难在一定合理的时间内对数据进行建模和分析。因此，对并行数据挖掘算法的研究巳变成解决此问题的重要途径。决策树途径巳被广泛用作一种重要的分类工具，本文研究了几种决策树的并行训练策略并对它们的性能进行了比较。     

一种神经信号压缩感知检测方法

针对无线传感器在神经信号检测领域需要低功耗设计的需求,设计了一种利用压缩感知方法对含动作电位的神经信号进行分段压缩的方法。首先,通过构造冗余字典,实现了对原始神经信号的稀疏化表征;然后构建了测量矩阵,实现了对原始神经信号的压缩;最后,利用稀疏分解算法,实现了对原始神经信号的重构。利用测量到的大鼠脑部神经信号对设计的方法进行实验测试,结果表明,在压缩比为10：1及以下的情况下,可以实现对含动作电位的神经信号的分段压缩和可靠重构。     

表面修饰的TiO2纳米颗粒——一种高效的润滑脂抗磨减摩添加剂

利用12-羟基硬脂酸对TiO2表面进行化学修饰制备了表面修饰的TiO2纳米颗粒,其平均粒径为30nm。钛酸四丁酯与12-羟基硬脂酸的最佳比例为1/0.5。利用FTIR、DSC、TGA和XRD测试验证了12-羟基硬脂酸和TiO2核心之间的结合。加入表面修饰TiO2纳米颗粒的润滑脂具有优异的抗磨减摩性能,与未加入TiO2纳米颗粒的润滑脂相比,其PB值增加了52%,摩擦系数降低了33%,同时磨斑直径减少了25%。     

自注意力信用评估模型

在信用评估问题中，用户信息中既包含类别数据，也包含数值数据。传统的基于人工智能的信用评估模型通常对类别数据进行one-hot变换后，再与数值数据进行拼接作为判别器的输入。与之不同，借鉴了自然语言处理中的词嵌入技术来提取类别数据的词向量；将输入的词向量集合类比为“句子”，并基于自注意力机制从“句子”中提取出用户特征；最后采用多层感知机来预测用户违约的概率。新模型可以使用反向传播算法实现端到端的训练。在三个不同的数据集上将新模型和六种基准算法进行了比较，结果表明该模型能够比基准算法取得更好的性能。     

抑郁症静息脑电的小波包节点功率谱熵分析

头皮脑电(EEG)信号反映了大脑皮层神经元细胞群自发性节律性的电生理活动,含有丰富的生理与病理信息,是临床脑神经与精神疾病诊断的重要依据.针对抑郁症的研究和诊断中缺少客观有效的量化参数和指标的状况,提出一种基于小波包分解节点重构信号的功率谱熵值(记为W值)的脑电信号分析方法,并利用此方法对静息态的脑电信号进行计算和分析.实验和分析结果表明:抑郁症患者脑电信号S32节点(频率24~32 Hz)的熵值(置信区间[0.0129,0.0176])在部分脑区显著大于正常健康人(置信区间[0.0246,0.0303]),显示抑郁症病人快波节律的能量分布存在弥散性,符合现在关于抑郁症患者自我调节能力减弱的发病机制.对结果进行了T检验统计分析,证明了这种辨别方法的准确性和可行性,将为抑郁症疾病检测诊断提供有效的量化物理指标.