大环糊精包埋制霉菌素的研究

大环糊精（LR-CD）具有优于普通环糊精（α-环糊精、β-环糊精、γ-环糊精）的高水溶性、低粘度、不回生等特性,但目前关于大环糊精的应用研究非常少。本文以共轭四烯类大环内酯抗生素制霉菌素为客体,探讨了大环糊精对制霉菌素的包埋能力,结果表明,LR-CD的相溶解曲线为AL型,计算得到LR-CD包埋制霉菌素的包合常数为1.577L/mmol,远远大于β-环糊精和γ-环糊精对制霉菌素的包埋常数（0.375L/mmol和0.539L/mmol）;预测饱和环糊精溶液对制霉菌素的增溶倍数为2958.87倍;红外光谱鉴定表明制霉菌素的酯键及二烯部分进入到环糊精的空腔,而共轭四烯部分及羧基、氨基部分在环糊精腔体表面。      

轻薄型耐低温挂胶手套的制备与性能

利用水性聚氨酯发泡材料制备轻薄型耐低温手套.采用浸胶的方法将不同发泡倍率的水性聚氨酯发泡浆料涂覆于手套表面,从而制得轻薄保暖的挂胶手套.探究不同发泡倍率对挂胶手套表面形貌、厚度、隔热性能、力学性能的影响.结果表明:聚氨酯发泡倍率为2倍时,挂胶手套的隔热保温性能最好,其厚度为1.13 mm,在-50℃环境下手套内部由37...     

考虑响应程度反馈和昼夜充电分布的公交车站双阶段响应模型

大规模电动公交车充电负荷接入电网导致负荷峰值攀升,电网安全性和经济性下降,为此提出了一种考虑响应程度反馈和昼夜充电分布的双阶段充电响应模型。建立了电动公交车双阶段充电负荷模型,基于电动公交车的排班模型确定调控时段,并将各调控时段的充电状态作为控制变量;提出了行程裕度系数的概念,将电动公交车的充电需求分配到夜间和白天,实现双阶段充电;制定了基于响应程度的削峰响应分段激励结算机制,依据响应系数将响应分为欠响应、有效响应、过响应,并通过惩罚系数和饱和系数引导公交车站实现有效响应;在此基础上,建立了电动公交车夜间-日间双阶段充电响应模型,以单位电量净支出作为指标实现公交车站效益最大化;基于粒子群优化算法,通过定义约束偏离程度函数,给出了带约束条件的优化策略。通过仿真验证了所提策略能可靠完成响应任务,电动公交车的单位电量净支出大幅下降,且电网的响应经济负担较固定激励方式更轻。     

一种引入冗余控制的特征排序模型

针对特征排序方法较少考虑特征之间的相关关系,导致选择的特征子集存在冗余的问题,提出一种引入冗余控制的特征排序模型。将特征子集判别能力最大且冗余程度最小作为模型的目标函数,以降低特征之间的冗余;使用贪心方法和非线性规划方法对模型进行求解。在9个开源数据上的实验及与特征排序方法比较表明,本模型在大部分数据上,所选择的特征子集能够获得更好的分类准确性且个数更少;使用非线性规划方法求解时,能够直接得到特征子集,有利于确定特征个数。本模型可用于特征之间存在冗余时的特征选择。     

基于大数据精准营销的O2O电子商务平台

1概述移动互联网络技术、基于各种不同平台的智能手机及移动终端设备的发展及普及,伴随着各种网络社交网络的扩大,交错传播在各式网络中的数据日益剧增,我们进入了新的信息时代--大数据时代。尚龙电器研发的基于大数据精准营销的 O2O 电子商务平台系统在功能开发中将做到构件化、模块化和平台化,以保证各系统及子系统的各项功能,满足可持续性开发需求,每一个应用程序都做到高度模块化,以便支持跨平台的移植能力,同时具备可扩展的技术框架和标准的对外接口,为与系统外的应用系统和二次开发预留接口。     

在UNIX平台上数据库应用程序的安装及一些技巧

在完成一个大型数据库应用程序的开发工作后，往往需要考虑该应用程序的安装问题。即如何在一个全新的环境中顺利、方便、安全地安装该应用程序。本文将以在UNIX环境中安装一个ORALE应用程序为例，探讨这方面的一般方法及一些技巧。为了安装ORACLE应用程序，一般需要在数据库中     

基于身份的卫星网络密钥管理方案

为进一步提高卫星网络密钥管理的效率,文中假设地面控制中心（Telluric Control Center,TCC）作为PKG（Private Key Generation）是完全可信且性能强大的,由TCC为卫星计算私钥,并利用Shamir秘密共享方案将私钥分片传送给各卫星节点,在会话密钥协商过程中利用节点私钥加密时间戳和位置信息以保证新鲜性和认证性。文中利用串空间证明了该方案密钥传输过程的机密性和认证性以及会话密钥的认证性,并和现有的协议进行性能对比,结果表明在假设条件下,该方案是可行的,且性能消耗小。因此文中方案具有较强的实用性。     

基于递推门控循环单元神经网络的锂离子电池荷电状态实时估计方法北大核心CSCD

锂离子电池荷电状态(state of charge,SOC)的准确估计对于保证电池系统安全运行至关重要。目前基于门控循环单元(gated recurrent unit,GRU)等循环神经网络的SOC估计方法得到了广泛关注,其无需预设电池模型即可实现SOC准确估计。然而,这类估计方法存在计算复杂度过高而难以在工程中实际应用的问题。针对传统GRU神经网络估计SOC时需要进行大量隐状态迭代而导致计算复杂度过高的问题,提出了网络隐状态时序继承的递推更新方式,通过改进GRU网络的输出结构,从而实现了仅需对当前时刻采样数据进行一次网络计算即可准确获取当前时刻SOC估计值。与文献中报道传统GRU方法相比,该递推GRU方法在保证SOC估计准确度不降低的情况下,能减少99%以上的计算量,具有较好的应用前景。此外,针对部分应用场景中电池训练数据缺乏的问题,方法能够结合迁移学习来快速完成网络训练。通过实验室测试数据集以及公开数据集进行验证,该方法能对不同温度环境、不同老化状态以及不同型号的锂离子电池进行准确SOC估计,其最大估计误差均不高于3%。     

对钢板拉伸性能指标的测量不确定度评定方法的新认识

抗拉强度、屈服强度是钢板产品最重要的质量指标,用户验收时通常会自行取样做拉伸试验,对相关的力学性能指标进行验证;从以往的情况看,往往有一些用户和个别第三方实验室出现验收结果与出厂检验结果不一致的问题.为了判断检测结果的可靠性,并查明出厂检测与用户验收检测的结果不一致的原因,需要对相关性能指标和测量不确定度进行比对分析,而此时能被双方接受的一种可科学方便地对相关检测项目的测量不确定度进行可靠评定的方法是进行比对分析的前提.当前,如何科学合理地进行测量不确定度的评定和应用是各类实验室普遍关心的问题,也是近年来检测质量研究的一个热点,相关的文献报道很多.作者目前所看到的众多文献中,对于拉伸试验结果的测量不确定度评定几乎都是用直接校验的结果结合部分重复测量的数据计算拉伸试验相关检测项目的测量不确定度.而有很多实例证明用直接校验的结果往往不能可靠和全面地对测量不确定度进行评定,这主要有两方面的困难1、有些影响试验结果的因素难以定量;2、另一些影响试验结果的因素在评定不确定度时会被遗漏.为了可靠地对拉伸试验相关检测项目的测量不确定度进行评定,本文借鉴国际硬度试验标准草案中测量不确定度评定的方法,建立起一套以标准物质实测结果为基础的计算屈服强度Rp0.2、抗拉强度Rm和最大力下的总伸长率Agt的测量不确定度的方法.     

预应力管桩空腔+锚索组合抗拔桩施工技术应用

针对桩基抗拔问题,考虑到抗拔结构在实际工程中的需要,并结合预应力管桩的特点,提出了一种引孔植入内置压力分散型锚索预应力组合抗拔管桩的施工技术.在预应力管桩沉桩过程中同步安装无粘结压力分散型预应力锚索,通过细石混凝土灌芯将拉拔力分散传递给管桩不同深度处,进而由管桩侧摩阻力承担,并且极限侧摩阻力通过管桩外侧及底部的高压注浆...