百香果果壳发酵低甲醇含量果酒工艺优化

该文采用百香果果壳为原料进行果酒发酵生产,通过单因素试验研究原料破碎方式、热处理时间、热处理温度、果胶酶添加量、果胶酶抑制剂种类等因素对百香果果壳发酵果酒中甲醇、乙醇含量的影响。在单因素试验基础上进行正交试验确定最佳条件。结果表明：酿造低甲醇百香果果壳发酵果酒的最佳工艺为原料热处理温度87℃、热处理时间15 min、果胶酶添加量0.17%,在最佳条件下发酵的果酒中甲醇含量为158.11 mg/L,乙醇含量为9.84 mL/100 m L,甲醇含量符合GB/T 15037—2006《葡萄酒》中的规定。     

应变补偿多量子阱结构半导体可饱和吸收镜

应用于掺镱(Yb)光纤激光器的半导体可饱和吸收镜(SESAM)需要具有较高的调制深度,即将较厚的砷化铟镓(InGaAs)材料作为吸收层。然而,InGaAs材料与砷化镓(GaAs)衬底之间的大失配,导致过厚的InGaAs材料质量极易恶化,影响锁模效果。因此,优化的外延结构设计和高质量的外延材料成为研制高性能SESAM的关键。本文设计了吸收层InGaAs材料总厚度分别为150 nm和300 nm的两种应变补偿多量子阱(MQW)结构的SESAM,利用金属有机化合物气相沉积(MOCVD)方法进行外延材料生长,采用光致发光光谱仪、高分辨X射线衍射仪和分光光度计对外延材料特性进行表征,优化外延材料生长参数。将研制的两种SESAM应用到线型腔掺Yb光纤激光器中,实现稳定锁模的泵浦功率分别为130 mW和120 mW,输出激光脉宽分别为18.3 ps和9.6 ps。实验结果表明,吸收层InGaAs材料厚度为300 nm的SESAM更容易实现稳定锁模并获得脉宽较窄的激光脉冲输出。     

高光谱遥感技术在矿山地质填图中的应用研究

矿山地质填图是地质勘查领域的重要工作,为避免大量社会资源的浪费,可应用高光谱遥感技术对矿山周边地区岩性空间信息进行快速识别。基于此,本文以青海省冷湖地区作为研究对象,选择ZY1-02D高光谱影像为数据源,详细阐述了高光谱遥感技术矿山地质勘查中的应用流程,以期提升矿山地质填图的质量和效率。     

基于数据关联性分析的工业用户电能质量特征识别

随着电力电子型用电设备的大量使用，电网公共连接点上干扰源用户的类型和数量越发增多，使得其电能质量扰动指标特征和时空特征更为复杂。针对目前电能质量监测装置难以对每条馈线上各终端用户均实现专门监测，且无法识别馈线上多个用户各自电能质量特征等问题，提出一种基于多源数据关联分析的工业用户电能质量特征识别方法。首先，以指标限值和累积分布图拐点为依据，提取监测点电能质量时间序列的超标和波动的数值及其时段，得到谐波关键指标、电压偏差、负序电压不平衡度等指标的扰动时序数据；其次，提出一种基于导数动态时间弯曲的时序距离计算方法，分析扰动时段下监测指标与工业用户用电数据的相关性，依据不同指标关联度识别用户的电能质量特征；最后，基于多类型干扰源仿真和实测算例，验证所提方法的可行性，可实现不同工业用户的电能质量特征识别。     

自监督学习用于3D真实场景问答

近年来，视觉问答逐渐成为计算机视觉领域的研究热点之一。目前大多数研究是围绕2D图像的问答，但2D图像存在由视点改变、遮挡和重投影引入的空间模糊性。现实生活中，人机交互的场景往往是3D的，研究3D问答更具实际应用价值。已有的3D问答算法能感知3D对象以及它们的空间关系，并能回答意义复杂的问题。但是，由点云组成的3D场景和问题属于两种模态的数据，这两种模态数据之间存在明显的差异，难以对齐，两者潜在的相关特征容易被忽略。针对这一问题，提出了一种基于自监督学习的3D真实场景问答方法。该方法首次在3D问答模型中引入对比学习，通过3D跨模态对比学习对齐3D场景和问题，缩小两种模态的异构差距，挖掘两者的相关特征。此外，将深度交互注意力网络用于处理3D场景和问题，对3D场景中的对象和问题中的关键词做充分的交互。在ScanQA数据集上进行的大量实验表明，3DSSQA在EM@1这个主要指标上的准确度达到了24.3%,超过了目前最先进的模型。     

风电机组大扰动暂态过电压机理分析及优化抑制

在高比例新能源集中接入弱电网的背景下，大扰动暂态过电压问题严重制约新能源消纳，亟须进一步深入研究大扰动暂态过电压机理及影响因素，提出优化抑制策略，从而保障风电可靠消纳。分析交流故障引发暂态过电压的机理及主要影响因素，指出大扰动下风电机组动态特性与暂态过电压水平密切相关，尤其是在故障清除后的恢复过程。针对风电机组在恢复过程的动态特性，提出大扰动暂态过电压优化抑制策略。最后采用电力系统全数字仿真装置（Advanced Digital Power System Simulator,ADPSS）进行电磁暂态仿真，通过实际系统算例验证了优化抑制策略的有效性。     

Android智能手机GNSS数据质量综合评估及定位精度分析

随着全球导航卫星系统(Global Navigation Satellite System, GNSS)的发展，智能终端在导航定位和位置服务中的应用日趋广泛，但是针对其GNSS原始观测数据的综合研究分析不足。选取具有代表性的智能手机，从数据完整率、周跳比、信噪比(Signal to Noise Ratio, SNR)、多路径误差、卫星可见数和伪距单点定位等方面，综合评估智能手机的GNSS数据质量及定位精度。研究结果表明，智能手机的锁星能力及GNSS数据质量水平存在一定差异，其BDS数据完整率最高为94.73%,GLONASS最低为81.14%;大部分周跳比相对测量型接收机略差，个别相差较大；SNR均值最大值为35.19 dB-Hz,同一频点SNR均值的差值最大为14.85 dB-Hz; L5频点的多路径误差均值最小为0.72 m。智能手机观测数据质量整体低于测量型接收机，并非双频手机的所有数据质量优于单频手机，L5/E5信号的多路径抑制功能并非对所有的智能手机都适用。双频信号比单频信号能更有效地对抗多路径效应，提升定位精度。