基于纳米材料的电化学生物传感器研究进展

该文主要从纳米尺寸材料电极的构建以及纳米材料作为生物分子指示剂两部分展开讨论,描述了依赖于阵列纳米管排列的生物分子与电极间的直接电子传递,纳米管、纳米颗粒为基质的纳米电极的构建,以及以金纳米颗粒、DNA量子点和蛋白为基础的多路分析技术与负载于CNT的新的纳米生物标记,特别讨论了纳米电化学方法在检测DNA和免疫传感器领域取得的研究进展.     

免疫调度算法综述

调度问题在科学和工程中广泛存在且难以求解,人们一直寻求先进的调度算法来解决这一问题．基于生物免疫系统的计算智能发展迅速,并很快被应用于调度问题,体现了其解决调度问题的优势和特色．对此,综述了国内外免疫调度理论和算法的研究现状,介绍了基于克隆选择、免疫网络、疫苗接种等原理的调度算法,并将其按免疫机理、优化目标以及解决的问题进行分类．最后给出了免疫调度算法在各领域中的应用及其未来研究展望．

     

使用UC让聊天变得更酷

聊天工具可能更多了解的就是QQ、MSN,其实新浪推出的UC也是非常好的一款聊天工具。它是一款集成传统即时通信软件功能于一体,融合P2P思想的新一代开放式网络即时通信娱乐软件。有效支持多人聊天,消息群发和在线游戏功能,下面就来详细的了解一下UC聊天工具吧。     

埋地非金属管道雷达探测成像定位方法研究

非金属管道在地下管网建设中得到广泛应用。 探地雷达法作为地下公共设施主要检测方法之一,常被用于地下非金属 管线探测中。 由于探测过程中存在非金属管道回波信号微弱、地下结构复杂、波速难以精确估算等问题,使雷达探测成像及定 位成为难题。 针对上述问题,研究了适用于埋地非金属管道的波速估算和回波信号处理方法,提出了空间频域插值成像和二值 化定位算法;通过数值仿真验证了所述成像定位方法的可行性,并进行了 0. 400、0. 600 和 1. 100 m 埋深的非金属管道现场测 试。 实验结果表明,所提方法能够有效消除双曲线效应,探测区域的成像定位误差分别为 0. 006、0. 006 和 0. 012 m,满足埋地非 金属管道定位需求。 研究成果可为埋地非金属管道成像及定位提供技术支持,有益于提高探地雷达对地下非金属管线的探测 精度。     

基于数据融合与智能分析算法的电网抢修管控技术研究

首先针对数据融合背景下,配电网故障抢修的分类以及影响因素进行了分析。针对配电网络中的优化策略、调度资源、抢修资源分配、抢修策略数据等方面的数据融合提出了体系架构。针对含分布式电源配电网多故障抢修建立了以负荷损失最小和抢修故障用时最小为目标的数学模型,以期望缺电量为原则计算故障损失,并考虑了多组抢修小队对不同配电网故障的抢修时间。利用智能分析算法求解该模型,提出了基于云模型的改进共生生物搜索算法。最后利用IEEE33节点模型进行了仿真分析,说明了抢修策略和算法有效性。     

基于平行Petri网的制造系统调度与控制一体化方法

为了消除制造系统调度层与控制层之间的隔阂,实现对生产事件快速灵活响应,本文提出了一种调度与控制一体化的方法.首先,定义了一种新型Petri网模型,即平行Petri网,从而集成地描述了传感器、执行器、任务和资源信息,构建制造系统的信息物理系统模型;其次,提出了一种从平行Petri网到赋时Petri网的抽象简化方法,大规模压缩优化调度所需搜索的状态空间;再次,定义了策略Petri网以描述最优调度策略.最后,给出了平行Petri网与策略Petri网同步执行算法,使得平行Petri网与物理系统同步执行.     

嵌入式控制系统在汽车自动化生产线的研究与应用

随着汽车自动化生产线的大型化、复杂化和智能化发展,传统模式下通过PLC等控制设备进行生产线的集中式控制几乎难以胜任大型复杂的控制体系,集中式控制逐步向分布式控制体系发展。嵌入式控制系统是支撑分布式控制体系的重要组成部分,本文以底板线为案例探究嵌入式控制系统在汽车自动化生产线分布式体系中的应用,为汽车制造行业的控制体系提供一种满足控制实时性、运行高效性、部署模块化和可产业化应用的嵌入式控制系统软硬件解决方案。     

轻量级(2+1)D卷积结构的动态手势识别研究

目前,基于卷积神经网络的动态手势识别方法取得了巨大的进展,但神经网络模型具有很大的参数量,计算成本和内存占用较大,很难应用在设备资源有限的场合.以减少计算量和参数量为出发点,提出了一种轻量级(2+1)D卷积结构.该结构在(2+1)D卷积结构的基础上,将其中的3D卷积替换为3D深度可分离卷积,在输出向量维度不变的前提下,进一步减少了(2+1)D卷积结构的计算量和参数量.为了弥补时空特征在表征动态手势上的不足,融合注意力机制模块,专注于对运动特征的提取,结合轻量级(2+1)D卷积结构提取的时空特征,可以更好地表征手势动作.实验结果表明,注意力机制模块的插入,在不增加太多额外计算和空间成本的前提下,进一步提高了模型的识别精度.基于以上结构构建的模型,在20BN-jester、EgoGesture和IsoGD数据集上分别取得了96.62%、91.83%和60.1%的识别精度,模型参数量和浮点计算量分别为5.05M和12.81GFLOPs,相比于其他手势识别模型,计算成本和内存占用大大减少,实时手势识别速度达到每秒70帧.     

双Markov多假设IMM机动目标跟踪算法

为提高交互式多模型(IMM)算法对机动目标的估计精度,需要增加其模型数量,但模型过多将导致计算量大并降低估计器性能。针对上述问题提出一种基于模型集的双马尔可夫多假设IMM机动目标跟踪算法。该算法用模型集间的马尔可夫转移阵描述模型集之间的大跳变,用模型的马尔可夫转移阵描述模型集内各模型间的小跳变或慢变,以达到细化建模、提高滤波精度的目的。