力车内胎接头机的改进与发展

对力车内胎热接头工艺的两种进刀方式进行了对比，分别介绍了它们的优缺点，并介绍了针对它们的缺点进行改造后发展出的新接头设备。     

双羟基吡喃酮化合物的合成及清除自由基性能

以麦芽酚或乙基麦芽酚为起始原料，经乙酰化、钯碳氢化、羰基α位乙酰氧化和脱乙酰基等4步反应，合成了两种双羟基吡喃酮化合物。利用核磁共振氢谱、碳谱和高分辨质谱对每一步反应产物进了结构表征，优化了合成反应工艺，并通过清除自由基反应对化合物的抗氧化活性进行了测试。结果表明，双羟基吡喃酮化合物对ABTS+?、DPPH?和galvinoxyl?三种自由基清除率分别达到88.9%、83.8%和68.4%，明显高于维生素E和2,6-二叔丁基对甲酚的自由基清除率，表现出优异的抗氧化活性。构效关系研究表明，在吡喃酮结构中引入羟基或增强侧链取代基的给电子能力均能提高化合物清除自由基的能力，为新型抗氧化剂的合成开发提供了参考。     

艳山姜一内生菌SRT2次级代谢产物的初步研究

对一株艳山姜内生菌的发酵菌丝体提取物的化学成分进行研究。实验方法:为柱色谱分离,现代物理和光谱分析鉴定化合物的结构。结果:分离鉴定了4个化合物,分别为三十二烷酸(dotricontanoicacid),十六烷酸(Hexadeeanoicacid),蔗椒(sltl～rosc)胡萝卜苷(Daucosten01)。结论:除十六烷酸外,所有化合物均首次从该菌丝体中分离得到。     

磨料水射流切割速率平滑处理算法的仿真优化

在S型曲线加减速算法的基础上,设计开发了一种新的速度变化率与插补位置的非线性算法,得到一种新的速率平滑处理方法.并针对水射流切割速度对切割质量的主要影响因素,进行了一系列的速率处理方式变化、速率平滑处理下加减速距离变化的模拟实验,从而找到水射流切割速率与切割质量的关系和规律.     

基于三层B/S架构的数据资产全周期管理方法设计

数据资产是企业最为关键的战略资源.为优化企业数据资产利用模式、实现企业效益的最大化,基于三层B/S架构设计了数据资产全周期管理方法.首先分析数据资产价值影响要素,然后融合层次分析法和灰色关联分析法,利用关联度明确可比数据资产,继而建立数据资产价值评估模型.仿真结果表明:该方法具有高效的数据资产全周期管理效率,能够为企业经济效益的提升发挥积极作用.     

基于流量摘要的僵尸网络检测

随着僵尸网络的日益进化,检测和防范僵尸网络攻击成为网络安全研究的重要任务.现有的研究很少考虑到僵尸网络中的时序模式,并且在实时僵尸网络检测中效果不佳,也无法检测未知的僵尸网络.针对这些问题,本文提出了基于流量摘要的僵尸网络检测方法,首先将原始流数据按照源主机地址聚合,划分适当的时间窗口生成流量摘要记录,然后构建决策树、随机森林和XGBoost机器学习分类模型.在CTU-13数据集上的实验结果表明,本文提出的方法能够有效检测僵尸流量,并且能够检测未知僵尸网络,此外,借助Spark技术也能满足现实应用中快速检测的需要.     

基于深度学习的电子鼻食品新鲜度检测与识别技术研究

实际生活中,食品储存情况复杂,对食品新鲜度的准确检测十分重要.将常见食品分为水果、蔬菜、肉类三个类别,并根据实际情况,对不同食品储存情况设计相应实验,利用设计的电子鼻系统对食品样本进行检测,将测试得到的样本数据用于建立线性判别分析(Linear Discriminant Analysis,LDA)、支持向量机(Support Vector Machine,SVM)、卷积神经网络(Convolutional Neural Network,CNN)模型,最终利用不同模型对食品样本的状态:新鲜、水果腐败、蔬菜腐败、肉类腐败,作出分类识别.对于实际测试样本,LDA、SVM、CNN识别准确率分别为:45.00％、85.00％、90.00％,结果证明基于深度学习的电子鼻系统可对不同储存情况下的食品新鲜状态作出有效判断,可在一定程度上为受主观因素影响的感官评价提供客观参考,提高食品新鲜度判断准确性.     

基于区域结构特征的城区LiDAR数据快速分类

机载激光雷达能够及时准确地获取大量具有精确三维位置信息的三维点云数据,在数字城市、森林防火、智能交通等领域有着广泛的应用。城市中心区域的三维点云数据往往会因为高大树木或植被的遮挡,造成建筑物等人造目标识别特别困难。本文通过直接的二次多项式拟合方式提取高大树木等植被与建筑物目标典型局部区域的区域信息,构建区域目标敏感的结构特征,进而,通过模糊逻辑即可完成三维点云数据的建筑物目标敏感的分类任务。实验结果表明,该方法能够快速有效地实现较大尺度范围内LiDAR点云数据的分类,具有较好的应用前景和推广能力。     

基于多目标优化的Holonic-C2组织协作式资源动态调度方法

针对Holonic-C2组织协作式资源的动态调度问题,对战场上的突发事件进行分析,面向任务属性变化、可用平台减少和任务数量变化3类基本突发事件,提出Holonic-C2组织双层结构下针对突发事件的协作机制,在战术决策Holon模块构建两种多目标优化模型,在战役决策Holon模块提出战术Holon协作选择方法.仿真实验表明,所提出的Holonic-C2组织协作式资源动态调度过程能够有效处理单个战术Holon无法处理突发事件的情况,可实现多个战术Holon的协作,验证了所提方法的可行性.     

深度学习在主动脉中膜变性病理图像分类中的应用

胸主动脉瘤和夹层（TAAD）是严重的心血管疾病之一,而中膜变性（MD）的组织学改变对疾病的诊断及早期干预具有重要的临床意义。针对病理图像的高度复杂性使得MD的诊断过程耗时费力且一致性差的问题,提出了一种基于深度学习的病理图像分类方法,并将其应用于四种MD病变类型以进行性能验证。该方法使用了一种改进的基于GoogLeNet的卷积神经网络模型,首先采用迁移学习来将先验知识应用于TAAD病理图像的表达,然后使用Focal loss和L2正则化来解决数据不平衡问题,从而进一步优化模型性能。实验结果表明,所提模型的平均四分类准确率达到98.78%,表现出较好的泛化性能。可见所提方法可以有效地提升病理学家的诊断效率。