青草沙水库颤藻种群变化

该文对青草沙水库建库五年以来不同调度运行阶段颤藻种群时空变化进行了调查分析。结果表明颤藻在青草沙水库属于非优势种群,表现广温适应性;颤藻主要检出区域随调度运营发生迁移:中上游—全库—中下游;试运营期颤藻检出率最高,稳定运营期检出率明显降低。对所有检出的颤藻样品进行统计分析,发现颤藻不同调度阶段密度试运营期大于稳定运营期大于闭水期,主要密度分布区域发生迁移:中上游(垦区和库首)—中下游(库中库尾),夏冬季节密度(106cells/L)高于春秋季节(105cells/L),高峰出现在冬季。     

催化裂化装置分馏塔塔顶油水分离器中酸碱性有机物分布

通过酸碱抽提浓缩技术分别富集催化裂化分馏塔塔顶油/水分离器中的油相和水相的酸碱性有机物,采用气相色谱-质谱联用技术对这些酸碱性有机物进行分析。结果表明:酸性有机物主要为苯酚类化合物,油相中的酚类化合物主要为单取代和二取代甲基苯酚,水相中的酚类化合物为苯酚和少量的单取代甲基苯酚;碱性有机物为苯胺类化合物,单取代、二取代甲基苯胺主要集中在油相,苯胺主要集中在水相;与单取代、二取代甲基苯酚和甲基苯胺相比,苯酚和苯胺在水中的溶解度较大,苯酚和苯胺主要富集在水相中;此外,水相中还溶解少量的单取代甲基苯酚和单取代甲基苯胺,水相酸性水中还含有大量的H2S和NH3,须将该酸性水通过汽提回收H2S和NH3并达到净化水的要求,建议炼油厂将非加氢型酸性水与加氢型酸性水分开处理。     

BIM+装配式技术在青岛国际会议中心项目中的应用

重大国家会议场馆工程因其特有的高标准、短工期对项目施工提出了更高要求,而BIM+装配式施工技术正是解决此类问题的关键。以青岛国际会议中心项目为例,从钢结构、精装修、机房安装等多角度详细阐述了BIM+装配式施工技术在工程建设中的应用。通过技术引领,保证了施工质量,达到了预期目标。     

多层减反射膜对PERC太阳电池性能的影响

优化晶体硅材料的光学特性,可有效提高晶体硅太阳能电池的光电转换效率.采用等离子体增强化学气相沉积(PECVD)法,在钝化发射极和背表面太阳电池(PERC)上成功制备出叠层结构的多层减反射薄膜提升硅材料的光学特性.研究结果表明,正面使用二氧化硅(SiO2)、氮化硅(SiNx)、氮氧化硅作为器件的叠层介质膜,将SiO2/S...     

基于传播特性的蠕虫检测方法

随着计算机网络技术的飞速发展,网络蠕虫攻击成为目前影响网络安全的一个重要问题。实时监视网络蠕虫攻击,特别是在蠕虫传播早期检测到蠕虫,以采取相应的防御措施,减少蠕虫传播和攻击造成的损失变得尤为重要。通过分析网络蠕虫在传播过程中具有扩散性、链型以及传输数据相似等特征,提出了一种基于蠕虫传播特征的检测方法。实验结果表明:该检测方法在一定程度上降低了蠕虫检测的漏报率和错误率,对未知蠕虫具有较好的检测能力。     

闪光焊机的移动控制策略与仿真分析

为了在实物样机制作前对焊机移动控制策略进行研究,建立了无头轧制系统及移动式闪光焊机的虚拟样机,根据系统对移动焊机的作业要求,采用了速度和位移分段控制方案;为了保证焊机前进行程中的同步跟踪性能、减小焊机与轧制坯间的机械耦合、提高焊机的抗干扰能力,提出了基于人工免疫调整机制的单神经元复合控制策略。仿真分析表明,速度和位移分段控制保证了焊机前进行程的速度和返回行程的位移要求,单神经元复合控制可以有效地提高焊机对轧制坯的同步跟踪精度,人工免疫反馈机制可显著增强焊机的抗干扰能力。     

TrypLE双抗体夹心定量ELISA检测方法的建立及验证

目的 建立TrypLE双抗体夹心定量ELISA检测方法，并进行验证。方法 采用正交试验确定捕获抗体、检测抗体最佳浓度，建立TrypLE双抗体夹心定量ELISA检测方法，并对方法进行线性范围、特异性、检测限、定量限、准确性、重复性验证；采用建立的方法检测多种生物制品，验证方法的适用性。结果 选定捕获抗体用3μg/mL浓度包板，检测抗体稀释15 000倍建立TrypLE双抗体夹心定量ELISA检测方法。该方法线性范围为0.41～40.00 ng/mL，检测限为0.258 ng/mL，定量限为0.5 ng/mL；检测标准品、样品时，测量偏差小于5%；重复性验证CV<5%；不同类型样品加标回收率在80%～120%之间。结论 建立的TrypLE双抗体夹心定量ELISA检测方法特异性、准确性、重复性良好，可准确、有效、快捷地检测各种类型生物制品中TrypLE的残留量。     

基于加权广义匹配滤波联合SVDD的FOD检测算法

利用毫米波雷达进行机场跑道异物(FOD)检测是当前民航安全领域的一种流行解决方案。由于非均匀杂波的存在，传统基于恒虚警率的检测方法存在虚警率过高、检测性能较差的问题。文中提出一种加权广义匹配滤波(WGMF)联合支撑向量数据描述(SVDD)的FOD检测方法。首先，利用WGMF对雷达记录的FOD回波数据进行预处理，实现杂波抑制的同时降低虚警概率；然后，对回波数据提取双谱特征，实现数据由原始回波域向差异性更大的特征域的转变；最后，利用SVDD一类分类器实现FOD检测。在某机场跑道真实场景开展验证实验，结果表明所提方法能够有效降低虚警概率，提升检测性能。     

利用深度迁移学习靶向GPCRs的配体活性预测

G蛋白偶联受体(GPCRs)是最重要的药物靶标之一，约占市场上药物靶标的34%。药物发现过程中，配体生物活性的准确建模和解释对于筛选苗头化合物至关重要。研究表明，同源的G蛋白偶联受体能提升配体分子生物活性的预测性能和可解释性。提出了一种新的方法 GLEM，用多任务下的深度迁移学习来预测配体的生物活性，并通过组稀疏来识别相关的关键子结构。GLEM方法在9组30个具有代表性的人类GPCR数据集上进行了实验，这些GPCRs涵盖了大部分人类GPCRs的子家族，每个GPCR数据集都包含60～3 000个配体。实验结果表明，GLEM方法在绝大多数数据集中都获得了最好的性能。与单任务学习方法相比，GLEM方法在r²上平均提升了31.72%；与深度学习方法相比，GLEM方法在r²上平均提升了22.45%。此外，还评估了不同数量的训练样本对模型性能的影响，实验发现GLEM方法在小样本情况下表现最好。