Gd_(0.98)LuTb_(0.02)O_3透明陶瓷的真空烧结和光学性能

利用燃烧法制备得到了Gd0.9BLuTb0.02O3纳米陶瓷粉体.在不加任何添加剂和烧结助剂的情况下,粉体采用干压和等静压成型.研究了烧结温度和烧结时间对陶瓷的致密化和晶粒长大过程的影响.在此研究的基础上调整烧结制度,于1 750℃真窄烧结6h制备得到了Gd0.98LuTb0.02O3透明陶瓷.厚度为0.2mm的透明陶瓷在可见光区的透过率高于70%,相对密度达到99.8%.该透明陶瓷在X射线激发下发射出黄绿光,发射主峰位于540nm,对应于Tb3+的5D4→7F5跃迁.     

基于介质响应的电流互感器带电检测

描述国内电流互感器带电检测的常见方法和存在的不足,提出了基于介质响应的电流互感器带电检测方法及其优点,通过具体的应用实例分析,证明该方法能够有效的发现电流互感器二次侧可能存在的故障隐患。     

实验性缺氧性肺动脉高压肺腺泡内动脉的超微结构观察

目的:观察实验性缺氧性肺动脉高压肺腺泡内动脉的超微结构变化并探讨其发生机理。方法:将Wistar大鼠随机分成对照组(n=9)及肺动脉高压组(n=9)。以右心导管法测定肺动脉平均压力(mPAP)。用透射电镜观察肺腺泡内动脉超微结构。结果:肺动脉高压组大鼠mPAP较对照组明显增高(P<0 01)。超微结构观察,肺动脉高压组大鼠肺腺泡内动脉内皮细胞增生、变性。内弹力膜厚薄不均。呼吸性细支气管水平小动脉中层平滑肌细胞增生;呼吸性细支气管水平及肺泡水平小动脉肌化。中间型细胞及血管周细胞增生。胶原原纤维增多。结论:肺腺泡内动脉平滑肌细胞增生及动脉肌化是缺氧性肺动脉高压特征性的超微结构变化。肺血管结构重建是缺氧性肺动脉高压形成的病理基础。     

水产养殖废水及固体废弃物处理的研究进展

大规模、集约化的水产养殖基地在养殖期间会定期以清塘的方式外排大量含氮磷、重金属等污染物的废水和固体废弃物,未达标处理的废水和固体废弃物极易导致周边水体等环境介质发生严重污染,给生态安全与人类健康带来潜在威胁。基于水产养殖废水及固体废弃物的组成与特点,总结了当前水产养殖污废的主要处理技术,同时介绍了近年逐渐发展起来的新型养殖模式——多营养级综合养殖模式及其优势,并对今后水产业的可持续发展进行了展望。     

药学专业《物理化学》课程教学改革的思考

《物理化学》是药学专业的学科基础必修课程,为提高药学专业学生学习《物理化学》课程的兴趣,更好地掌握物理化学的基本知识和技能,针对当前《物理化学》教学过程中存在的问题,根据多年药学专业《物理化学》课程的课堂教学实践,特此提出以下教学改革思路:(1)优化教学内容,突出物理化学知识在药学领域的应用;(2)改革教学方式和手段,引入微课和雨课堂,提高课堂学习气氛和学习效率;(3)改革考核方式,实验部分单独设课,理论课实行课前、课中、课后多元评价模式。     

大豆蛋白凝胶制备及其性质研究

研究以NaCl作为凝固剂,将大豆分离蛋白(SPI)80℃预热处理10 h,在不同浓度、离子强度及pH值条件下,通过95℃加热蛋白液30min使蛋白变性来制备大豆蛋白凝胶,并对凝胶的质构及凝胶特性进行了分析。结果表明:pH值7.0、80℃预热处理10 h的大豆蛋白溶解性明显小于普通SPI,其他pH值条件下两者溶解性差异不大;pH值2.0、80℃预热处理10 h的蛋白凝胶情况明显优于普通SPI,在一定范围内,随着蛋白浓度及离子强度的增加,凝胶情况越来越好。     

基于希尔伯特振动分解和卷积神经网络的融合特征心电识别算法

在信息高速发展的当代社会,5G技术的问世将极大地助力社会经济和信息化发展,而隐私安全和信息安全愈发得到重视,因此公众会对身份的识别技术提出了更高要求。然而,传统基于密码、ID卡以及新型的基于人脸和指纹的识别方法存在易丢失、遗忘和窃取或易于伪造和获取复制等问题而存在极大的安全隐患。为提高身份识别的可靠性和准确率,提出了基于希尔伯特振动分解和卷积神经网络的融合特征心电图信号识别算法。首先采用基于重叠组收缩阈值算法和平移不变的消噪算法对含噪心电信号去噪,其次利用盲源分割技术将心电信号分割成固定时长的心电片段,再次采用基于希尔伯特振动分解的时频分析方法获得心电信号的时频表示图,通过提出的心电残差卷积神经网络对时频表示图实现特征提取和降维,最后通过Softmax分类器实现分类和识别。以Physionet数据库的ECG-ID数据集验证提出算法的性能,采用10折交叉验证法得到平均识别率为99.08%。结果表明,提出的心电识别算法具有高效的识别性能和良好的应用前景。     

异步串行通信协议的设计与实现

串口是一种单片机间通信非常通用的设备通信端口,因其结构简单、适合远距离传输,而得到广泛应用。基于串口的异步串行通信协议的设计是一项重要的应用。该通信协议通过对响应的加权准确地判断出响应的类型以及与之相对应的命令消息,克服由于主从单片机处理繁忙造成的响应延迟而导致的错误现象,使整个通信过程更加可靠。     

基于多特征融合的输电线路山火识别预警系统设计与实现

为了实现对输电线路山火的实时监控和预警,研发了基于多特征融合的输电线路山火识别预警系统。从视频图像序列中提取山火图像的颜色特征、纹理特征及面积特征,采用模糊C均值(fuzzy C-means,FCM)聚类算法将3个特征进行多特征融合来检测视频图像中的山火,计算燃烧面积并划分危险等级。采用C/C++语言将山火识别算法封装到输电线路智能视频监控装置的数字信号处理器(digital signal processor,DSP)中,实现后台控制中心对输电线路山火险情的实时监测识别和预警。实际应用测试结果表明,该系统运行效率高、稳定性强,识别精度可达97%以上。