机载光电雷达它机试飞技术研究

机载光电雷达受平台及大气环境影响较大,而它机试飞能有效规避研制风险,是产品研制的必经阶段。本文介绍了机载光电雷达它机试飞试验系统组成、试验流程和数据处理等内容。经工程验证,实施过程满足任务需求,对其他光电系统的它机及本机试飞具有参考价值。     

采用信息增益率的混合入侵检测模型设计

针对现有混合入侵检测模型仅定性选取特征而导致检测精度较低的问题，同时为了充分结合误用检测模型和异常检测模型的优势，提出一种采用信息增益率的混合入侵检测模型.首先，利用信息增益率定量地选择特征子集，最大程度地保留样本信息；其次，采用余弦时变粒子群算法确定支持向量机参数构建误用检测模型，使其更好地平衡粒子在全局和局部的搜索能力，然后，选取灰狼算法确定单类支持向量机参数构建异常检测模型，以此来提高对最优参数的搜索效率和精细程度，综合提高混合入侵检测模型对攻击的检测效果；最后，通过两种数据集进行仿真实验，验证了所提混合入侵检测模型具有较好的检测性能.     

一种抗运动干扰的实时心率提取方法

针对基于容积脉搏波（PPG）提取运动心率时，传统心率提取算法由于运动噪声干扰使测量结果误差大、实时性不好的问题，提出一种抗运动干扰的实时心率提取方法。该方法通过实时小波去噪，同时结合三轴加速度信号（ACC）对运动进行分类训练，计算各运动状态心率增益，对实时心率值进行补偿。实验结果表明，通过与同时采集的ECG信号计算出的实时心率进行对比，绝对误差率仅为1.2%左右。相比传统心率提取算法，该算法具有抗干扰性强，实时准确的特点。     

一种5 重real-time PCR筛查转基因水稻方法的建立

以转基因水稻中最常用的CaMV35S启动子、NOS终止子、Cry1Ab/Ac基因、HPT基因及SPS水稻内标基因为研究对象，利用5 种不同的荧光信号（FAM、HEX、Taxas Red、Cy5、Cy5.5）进行多重实时聚合酶链式反应（real-time polymerase chain reaction，real-time PCR）检测方法的研究。通过引物组合筛选、反应体系优化、特异性测试、灵敏度测试、适用性测试等一系列实验，建立了5 重real-time PCR方法，灵敏度可达0.032%。此方法具有灵敏度高、结果准确、通量大等优点，可实现水稻中转基因成分的快速、高效检测。     

某矿快速掘进最优炮孔间距的选择

山西某矿5308底抽巷在掘进过程中速度慢、效率低，直接影响工作面的瓦斯抽采，为了改善上述情形，对炮孔间距进行研究。通过使用ANSYS软件对不同炮孔间距下快速掘进效果的模拟分析，并经现场验证，得出了适应该矿的最佳炮孔间距。结果表明：炮孔间距为500 mm时，爆破产生裂隙发育范围和岩石损伤区域都最大，快速掘进的效果最好。     

宝山铅锌银矿石选矿现状与对策

对宝山铅锌银矿石原矿性质、工艺流程、药剂制度及技术指标情况进行了介绍,指出了存在粉矿粒度过粗、磨矿效果不佳、金银回收率过低、矿种变化频繁及原矿品位波动大等问题,同时从降低粉矿粒度、完善磨矿自动化、浮选采用X荧光在线分析仪,有效回收金银矿物、合理配矿等方面,提出了解决问题的对策。     

Three‐dimensional color prediction modeling of single‐ and double‐layered woven fabrics

In this research, the three‐dimensional structural and colorimetric modeling of three‐dimensional woven fabrics was conducted for accurate color predictions. One‐hundred forty single‐ and double‐layered woven samples in a wide range of colors were produced. With the consideration of their three‐dimensional structural parameters, three‐dimensional color prediction models, K/S‐, R‐, and L*a*b*‐based models, were developed through the optimization of previous two‐dimensional models which have been reported to be the three most accurate models for single‐layered woven structures. The accuracy of the new three‐dimensional models was evaluated by calculating the color differences ΔL*, ΔC*, Δh°, and ΔE_CMC(2:1) between the measured and the predicted colors of the samples, and then the error values were compared to those of the two‐dimensional models. As a result, there has been an overall improvement in color predictions of all models with a decrease in ΔE_CMC(2:1) from 10.30 to 5.25 units on average after the three‐dimensional modeling.