应用NURBS曲面磨光多面体

本文应用ＮＵＲＢＳ曲面磨光多面体,产生了处处Ｃ′连续的过渡曲面．多面体的磨光分为边的磨光和顶点的磨光两种情形,边的磨光相对较容易,而顶点的磨光则很困难．本文所采用的应用ＮＵＲＢＳ曲面磨光多面体的顶点和边的方法,不仅可以统一实现二者的磨光操作,而且方法简单且统一,产生了Ｃ′连续的过渡面．较之以前的方法,首先,利用ＮＵＲＢＳ曲面可以精确地描述对边磨光所用的柱面（等半径或非等半径）,其次,在对顶点的磨光中,同以往的方法不同,将与该顶点相邻的边的过渡曲面相互分离,并首次引入了“补面”的概念,使得对该点所产生的过渡曲面处处Ｃ′连续．本算法首先构造用以磨光多面体顶点和边的ＮＵＲＢＳ曲面的边界曲线网络图产生边界曲线的控制点及其权值（ＮＵＲＢＳ表示）,然后依据连续性准则,产生ＮＵＲＢＳ曲面的控制信息．     

利用序列和组合图卷积网络预测蛋白质功能

蛋白质功能的准确预测有利于推进生物医学发展,高通量测序技术的快速发展加快了蛋白质序列的提取速度,从而产生了大量未注释的蛋白质,并且新测序序列缺乏结构等生物信息,针对该问题提出了基于序列和组合图卷积网络的蛋白质功能预测模型(Protein Function Prediction using Sequences and Combined Graph Convolutional Networks, PFP-SCGCN).首先通过深度学习方法捕获蛋白质序列的多维特征信息,再通过多序列比对从蛋白质序列中提取进化耦合信息和氨基酸残基群落,然后利用进化耦合信息和氨基酸残基群落生成序列氨基酸之间两种不同连接程度的邻接矩阵,将这两种邻接矩阵与序列特征信息一起输入给组合图卷积网络进行信息融合,最后通过多个全连接层获得蛋白质功能类别信息.本文还通过分析PFP-SCGCN的特定网络层识别蛋白质功能位点,可帮助人们推测出新序列中的重要氨基酸.模型结果表明,PFP-SCGCN模型的功能预测准确率远高于对比方法,具有较好的鲁棒性,并且可以较准确的识别功能位点.     

基于多模型融合的分布式光电仪器突变状态智能检测方法模型

为光电设备正常运行提供有效保障,设计基于多模型融合的分布式光电仪器突变状态智能检测方法模型。采用分布式光电仪器实时运行参数数据作为输入,分别构建KPCA、偏最小二乘算法和Elman神经网络的光电仪器突变状态检测模型,它们分别检测分布式光电仪器突变状态,将它们的输出结果作为输入,利用PSO-RBF神经网络模型对多模型分布式光电仪器检测结果进行融合处理,得到最终分布式光电仪器突变状态智能检测结果。实验结果表明：该模型采集分布式光电仪器电压运行数据较为准确,可有效检测分布式光电仪器突变状态,且其检测结果的决定系数数值较高,具备较为显著的应用效果。     

旁路系统在300MW机组启动过程中的运用

叙述了汽轮机高低压旁路系统作用、功能及特点,并介绍了旁路系统在300MW汽轮发电机组冷态启动过程中和非标准中压缸起动过程中的运用,为300机组启动过程中旁路系统灵活使用,使机组处于最佳工况提出了宝贵经验。     

纳米Au修饰电化学传感器检测沙林机理的研究

采用Raman光谱和循环伏安法研究了纳米A以u电极检测沙林的电化学反应机理。研究发现,以Fe“作为检测沙林分子中F的探针离子、纳米Au修饰的Au电极电化学传感器检测液相中的沙林,可同时检测到沙林分子中F和P=0基团,实验结果具备特征性。     

具有短信收发功能的智能电子锁设计

介绍了台湾凌阳科技公司的16位单片机SPCE061A和Siemens公司TC35系列的TC35i。详细介绍了TC35i的原理、特性和系统的硬件构成。设计并实现了一款有短信收发功能的智能电子锁。     

光纤陀螺输入轴失准角温度补偿研究

提高温度特性是光纤陀螺仪工程化的一个难题,温度补偿是解决该问题的一种有效方法。光纤陀螺与温度相关误差项主要为零漂和标度因数,输入轴失准角也是影响光纤陀螺应用的一个重要误差项。在大量试验的基础上,分析了光纤陀螺输入轴失准角误差产生机理,采用多项式拟合方法建立了输入轴失准角误差全温模型,对多套光纤陀螺进行了全温补偿。试验结果表明,输入轴失准角补偿前全温变化在2?10^-3rad数量级,补偿后全温变化小于3?10^-4rad,精度提高了近一个数量级,大大提高了光纤陀螺仪的全温性能。     

多型号变加载磨合试验装置测控系统研究

针对多型号某传动机构的变加载磨合试验需求,研究了变加载磨合试验的相关技术,给出了一种双路传动链的磨合试验装置的构建及其实现方法。测控系统采用主从式控制模式,主机为工控机辅以多功能数据采集卡,用于磨合作业的调度、数据处理及人机交互等;从机为西门子Simotion D410运动控制系统,通过TCP/IP通信方式接收主机的数据指令,完成对磨合作业运动任务的控制。     

数据同化框架下基于差分进化的遥感图像融合

针对现有融合方法的结果图像不易根据后续处理的要求进行自适应调整, 不同方法的优点不易综合的问题, 借鉴气象领域中的数据同化系统能综合其模型算子和观测算子两者优点的思想, 提出一个基于差分进化的遥感图像融合框架. 在该框架下, 将基于对比度àtrous的Contourlet变换作为模型算子, 独立分量分析和àtrous小波变换作为观测算子, 用差分进化(Differential evolution, DE)算法来优化由图像定量评价指标组成的目标函数, 从而获取更合适的图像. 二组实验从视觉效果和定量指标两方面验证了该框架的有效性.