壳寡糖锌配合物的制备及抑菌活性

探索壳寡糖锌配合物的制备工艺及评价其抑菌活性。根据Box-Behnken试验原理,以壳寡糖(chitosan oligosaccharide,COS)与Zn~(2+)配比、体系pH值、反应温度及时间为影响因素,以对金黄色葡萄球菌和大肠杆菌的抑制活性作为响应值,进行壳寡糖锌(COS-Zn~(2+))制备工艺响应面优化分析。结果发现,COS-Zn~(2+)制备条件对其抑菌活性影响从大到小依次为:COS与Zn~(2+)配比反应温度反应时间体系pH值,进而获得最佳制备工艺参数:pH5,反应时间2 h,糖盐比例1:1(质量比),反应温度45℃。在此参数条件下,制备COS-Zn~(2+)对金黄色葡萄球菌和大肠杆菌的抑菌圈直径为33.08 mm和32.23 mm,与建立模型的预测值基本相符。研究结果可为海洋壳寡糖资源生物活性开发及应用,提供一定的参考与理论基础。     

基于知识协同的企业生产信息融合方法研究

作为企业经营管理决策者进行决策的依据,有价值信息获取的关键在于生产信息融合网络链上相关节点随市场目标变化而动态地组织信息融合模式,以及建立在该网络链之上的关键节点的工作协同流程。知识点是信息协同关键链的基本节点,在生产信息网络组建时可以按照市场的协同需求调用合适的知识点作为节点单元以构成生产信息工作流关键链,也可以结合企业特点变更需求以对个别节点进行调节。知识节点是信息融合的协同处理单元。层面智能元(信息的可视、触摸、嗅、听、闻、受力等层)是组成知识节点的基本单位,构成知识节点的内涵,经过信息融合(加工)形成知识节点的外延,节点间通过外延的握手融合构成信息协同融合链群。     

Ti-Pd-Fe合金形状记忆效应和组织结构

通过金相、电子探针、X-射线衍射、透射电子显微分析,研究Ti50Pd50-xFex(x≤5)合金的马氏体相变温度、形状记忆效应和显微组织.结果表明,合金化元素替代Ti50Pd50合金中的部分Pd显著降低合金的相变温度,Fe对Ms的影响约等于-42℃/%Fe.形状恢复率与恢复温度、弯曲循环次数(训练)、预变形量和热处理工艺条件等有关.室温下固溶处理马氏体组织呈板条状,亚结构为孪晶.     

可配置低位数字双向函数

针对原始数字双向函数方法在处理低位数据时安全性较差的问题,提出一种可配置低位数字双向函数方法.首先增加地址信息作为层级间的混淆数据,提高了方法的安全性;然后增加反转模式,以保证混淆数据的变化性;新增加的2项改进均可由使用者进行自定义配置,进一步提升了安全性;最后利用该方法构建安全RISC-V处理器框架,并在基于Virtex 7内核的FPGA上模拟实现.测试结果表明,文中方法在处理低位数据时安全性指标均有所提高,其中,在13项随机性测试中有11项优于原始方法,雪崩测试、输入-输出相关性和输出-输出相关性均提高10%左右.     

基于ZigBee的煤矿井下生命体征检测仪

提出了基于ZigBee的煤矿井下无线生命体征检测技术,阐述了生命检测仪的构成,重点研究了人体的心跳检测、呼吸检测、体温检测等人体生命体征信号的采集和无线传输。生命检测仪能够极大的提高救援效率,同时能够保障救护人员的人身安全,避免发生二次伤亡,对煤矿井下应急救援具有重要意义。     

一种新的PM模型最优扩散参数估计方法

基于偏微分方程的图像非线性扩散滤波,关键是确定合适的扩散机制与参量。在分析非线性扩散性质的基础上,结合图像的结构特征和视觉特性,提出了一种最优梯度阈值和最佳扩散时间尺度的估计方法。实验结果表明该方法与最小均方误差准则、信噪比准则和相关系数最小准则相比,具有更好的稳定性和视觉特性。     

可拓神经网络在变压器故障诊断中的应用

可拓神经网络是一类新的神经网络,它结合了可拓学理论和人工神经网络技术。可拓神经网络已经在模式识别、故障诊断、分类聚类等领域有了成功的应用。针对变压器故障诊断的特点,提出一种基于可拓神经网络的电力变压器故障诊断方法。介绍了可拓神经网络;构造了基于可拓神经网络的故障诊断模型和算法设计,并将其应用到电力变压器的诊断识别;通过仿真实验验证了该方法简单易行、训练误差小、收敛时间快等优点。该方法具有一定的应用及推广能力。     

有监督S-kv-Isomap在入侵检测中的应用

入侵检测是计算机安全研究方面的热点领域,在入侵检测数据可视化和分类方面面临的问题是其高维特性。流形学习算法Isomap是有效的非线性降维工具。但是Isomap算法在实际应用中存在不能保证构造连通的邻接图和没有利用样本已知类别标记的缺点,针对上述缺陷提出了健壮的有监督S-kv-Isomap算法。该算法利用类别标记来指导降维,并且利用k-variable算法构造联通的邻接图。实验选用KDDCUP1999数据集,对四类入侵数据即Dos、R2L、Probe、U2R进行了可视化和分类研究。可视化中比较了S-kv-Isomap算法与kv-Isomap算法,前者具有更好的可视化效果。在分类研究中比较了S-kv-Isomap、kv-Isomap、SVM和k-NN算法,实验结果表明,S-kv-Isomap方法在入侵检测中不仅保持较高的入侵检测率,而且误警率很低。     

HL-Isomap+SVM在网络入侵检测中的应用

支持向量机所具有的处理小样本和良好的推广能力的优势,在入侵检测中得到了广泛应用。考虑到数据特征的高维性和冗余性,特征提取是一个关键步骤。采用非线性流形学习算法L-Isomap对入侵检测数据进行特征选择,然后应用one-class SVM训练并识别异常。通过将异构值差度量（HVDM）距离代替欧几里德距离提出了HL-Isomap。选用KDD数据集来比较上述不同模型,实验结果表明了降维方法的有效性,尤其是误警率性能得到了显著的提高。     

条码系统在检测样品管理中的应用

介绍了条码、条码系统,条码的种类及特点,国家煤矿防爆安全产品质量监督检验中心检测检验信息化管理系统中检测样品管理所用的设备以及条码系统在检测样品管理中的应用,从而实现样品的唯一性标识、样品的有效过程管控。