一种基于抽取LMS的距离旁瓣抑制方法

在噪声雷达中，传统相关处理方法的距离旁瓣受到时宽带宽积的限制，在有限相关处理时间内得到的距离旁瓣较高，会造成微弱目标被强目标、杂波旁瓣淹没的现象。提出一种基于抽取最小均方（Least Mean Square,LMS）滤波的噪声雷达旁瓣抑制方法，将LMS滤波器的系数作为距离压缩结果，从而获取较低的距离旁瓣。对该方法的性能进行了理论分析，并通过数字仿真验证了算法的有效性和理论分析的正确性。     

具有保护肠上皮细胞HT-29免受大肠杆菌和H2O2损伤潜力的植物乳杆菌的筛选

益生菌可在肠道定植从而发挥抗炎或抗氧化活性，有利于宿主肠道健康。本实验研究了从新疆传统发酵乳制品中分离得到的8?株植物乳杆菌对大肠杆菌侵袭和过氧化氢刺激肠上皮细胞HT-29的保护作用。结果表明：在8?株植物乳杆菌中，植物乳杆菌35具有最高的黏附能力。植物乳杆菌35可通过取代、竞争、排阻的方式抑制大肠杆菌对HT-29细胞的黏附，抑制率分别为42.60%、59.17%、60.19%。植物乳杆菌35及其多糖可抑制大肠杆菌刺激HT-29细胞产生白细胞介素-8；同时保护HT-29细胞免受过氧化氢的损伤，增加超氧化物歧化酶、谷胱甘肽过氧化物酶活力水平并降低丙二醛含量。结论：植物乳杆菌35及其粗胞外多糖具有抑制大肠杆菌O157诱导的炎症性肠病的潜力。     

无黏土相盐水储层钻开液体系构建及其抗污染性能评价

采用NaCl/KCl/HCOONa复配欠饱和盐水作为钻开液的基础液相,自研的聚合物VIS-B作为流型调节剂,可酸溶的改性淀粉STA作为体系的降失水剂,Dua及Jqw作为暂堵材料,构建了一套无黏土相钻开液体系。该体系在密度1.10~1.28 g/cm^3间稳定可调,抗温可达130℃,具有较高的低剪切速率黏度和较好的润滑性能,且能有效抵抗各类储层污染物的污染,满足了Missan油田不同储层段的作业需求。     

抑制锌枝晶的新型负极材料ZnSO4·3Zn(OH)2·H2O@石墨烯的制备

锌的可充电电池有良好的电化学性能,但锌枝晶的问题会导致其库伦效率降低,发生短路,甚至形成"死锌".利用沉淀法制备新型复合材料ZnSO4·3Zn(OH)2·H2O@石墨烯作为电池的负极,使用2 mol/L K2SO4作为电解液,利用沉淀-溶解机制以达到实现抑制锌枝晶的目的.采用X线衍射仪(XRD)对循环前后的负极材料进行表征,用电子扫描显微镜(SEM)观察其形貌,结果表明,制备的新型负极材料在2 mol/L K2SO4电解液中能够完成1000次全放电/充电循环,库伦效率接近100％,容量保持80％,可以有效抑制锌枝晶,以实现电池的长循环稳定性.     

亚麻籽饼粕蛋白提取工艺优化及其水解物抑制α-淀粉酶活性研究

该研究以亚麻籽加工副产物-亚麻籽饼粕为原料制备α-淀粉酶抑制活性肽。采用响应面优化法对亚麻籽蛋白提取工艺进行优化，利用碱性蛋白酶、中性蛋白酶、胰蛋白酶对所提取亚麻籽蛋白进行酶解，采用3，5-二硝基水杨酸法（3，5-dinitro salicylic acid，DNS）来测定α-淀粉酶活性，比较不同蛋白酶酶解产物的α-淀粉酶抑制活性。根据优化结果与实际条件调整，亚麻籽蛋白的提取条件为pH 9.5，料液比为1∶20（g/mL），温度为50℃，一次浸提时间为120 min以及二次浸提时间为60 min。测得最佳试验条件下亚麻籽饼粕蛋白的提取率为83.27%。α-淀粉酶抑制活性表明，经碱性蛋白酶酶解后得到的酶解产物具有较高的活性，其α-淀粉酶的抑制活性为27%。     

基于信息熵抑制的大数据特征隐匿性加密仿真

针对传统大数据特征加密方法中大数据精度较差、加密耗时较长的问题,提出基于信息熵抑制的大数据特征隐匿性加密方法。分析信息熵抑制相关理论,采用信息熵映射函数对大数据分类,将信息熵抑制过程转化为计算2个文件相似性的过程,并根据余弦相似度公式以及Hamming距离值计算数据相似度,完成数据消冗。在完成数据消冗的基础上,分析分组密码方法和ECC加密方法,结合两种方法得到大数据特征隐匿性加密处理计算公式,实现基于信息熵抑制的大数据特征隐匿性加密。实验研究结果表明,所提方法能够有效去除冗余数据,提升大数据精度,加快数据加密的处理速度,高效完成大数据加密过程。     

基于深度学习的两阶段联合声学回波和混响抑制技术

在现代通信系统中，通信语音的质量和可懂度会被回波与混响严重损害，人与人之间的交流因此会被严重干扰。为了同时消除回波与混响的负面影响，本文提出了一种基于深度学习的两阶段联合声学回波和混响抑制系统。该系统逐步地消除加性声学回波与多径效应产生的混响干扰，从而获得目标语音。系统首先使用基于理想比值掩蔽（Ideal Ratio Mask，IRM）的模型去除与目标信号不相关的声学回波，紧接着对于与目标信号强相关的混响干扰，系统通过利用一个基于“隐掩蔽”的谱映射模型将其去除。两阶段模型最后进行联合训练以获得更好的系统性能。一系列不同声学环境下的实验结果表明，本文所提出的系统可显著地消除回波与混响干扰，从而极大地增强了目标语音的语音质量与可懂度。