基于人工鱼群-径向基神经网络的NOx预测模型

针对燃煤电厂脱硝系统入口NOx质量浓度迟延较大、难以测量的问题,提出了人工鱼群算法(AFSA)优化径向基神经网络(RBFNN)预测模型.利用互信息确定模型输入变量,运用K-近邻互信息算法预估迟延时间;采用具有强泛化能力的RBFNN建立相空间重构的辅助变量和主导变量的预测模型,并运用AFSA确定RBFNN的最优参数组合,克服输入规律不明和参数随机性的影响.最后将AFSA-RBFNN预测模型与RBFNN、PSO-RBFNN预测模型进行对比验证.结果表明:AFSA-RBFNN预测模型的均方根误差、平均绝对百分比误差最小,运行时间最短,表明该模型的泛化能力、预测精度明显优于其他模型,并能够解决粒子群算法的局部收敛和运行时间长的问题.     

氨烃基聚甲基三氟丙基硅氧烷的制备及应用

在碱性催化剂作用下,用1,3,5-三(甲基三氟丙基)环三硅氧烷(DF3)与N,N-二甲基-β-氨乙基-γ-氨丙基二甲氧基硅烷(KH-602)进行开环聚合反应,合成了一种织物整理剂N,N-二甲基-β-氨乙基-γ-氨丙基聚甲基三氟丙基硅氧烷(AFSO-1),并用红外光谱、核磁共振氢谱对其结构进行了表征。用脂肪醇聚氧乙烯醚将其乳化后整理纯棉平纹针织布,研究了其应用性能及影响因素。应用结果表明,经其整理过的织物,与空白样相比,柔软性能明显提高,与经N-β-氨乙基-γ-氨丙基聚二甲基硅氧烷(ASO-1)整理过的织物相比,柔软性能略有提高,而拒水性能明显增强。     

农用有机硅表面活性剂的制备及应用研究新进展

重点阐述了农用有机硅表面活性剂,尤其是三硅氧烷表面活性剂的制备方法,介绍了其在农药中的应用情况。最后对农用有机硅表面活性剂的发展方向进行了预测。     

利用隐马尔科夫模型识别蛋白质折叠类型

以70种蛋白质折叠为研究对象,对每种折叠,选择序列同一性小于25%、样本量大于3的代表性蛋白质为训练集,采用机器和人工结合的办法进行结构比对,产生序列排比,经过训练得到了适合每种折叠的概形隐马尔科夫模型(profile HMM)用于该折叠类型的识别.对Astral1.65中的9 505个蛋白质结构域样本进行单模型识别,平均敏感性和特异性分别为91.93%和99.95%,Matthew相关系数为0.87.在折叠类型水平上,与Pfam和SUPERFAMILY单纯使用序列比对构建的HMM相比,所用模型数量显著减少,仍然保持很高的识别效果.结果表明:对序列相似度很低但具有相同折叠类型的蛋白质,可以通过引入结构比对的方法建立统一的HMM模型,实现高准确率的折叠类型识别.     

基于ATmega 16的飞机防滑刹车测试系统设计与实现

飞机防滑刹车控制器是飞机制动系统的核心部件。装机前对它进行离线测试能够为它装机后的正常运行提供重要保障,从而极大地降低它的装机成本。描述了一种针对该控制器,基于ATmega16的离线测试系统的原理以及实现方法。核心思想为将模拟出的飞机刹车过程中的各种物理量施加在控制器上,完成相关功能测试,再利用LabVIEW软件开发平台实现对测试数据的接收、处理和显示,为控制器提供了一套有效的检测手段。     

三氟丙基/氨乙基氨丙基聚硅氧烷的制备及应用

以1,3,5-三(甲基三氟丙基)环三硅氧烷(D3F)与N,N-二甲基-β-氨乙基-γ-氨丙基二甲氧基硅烷(KH-602)为原料,在氢氧化钾催化剂存在下,采用本体聚合反应合成了一种氨基聚硅氧烷-N,N-二甲基-β-氨乙基-γ-氨丙基聚甲基氟丙基硅氧烷(AFSO-1)。最佳合成条件为:30.0 g D3F、1.9 g KH-602、0.015 0 g KOH,反应温度105~115℃,反应时间4~8 h。用红外光谱对其结构进行了表征,将其用10%(占AFSO-1的质量分数)的脂肪醇聚氧乙烯醚、0.1%(占AFSO-1的质量分数)的乙二醇丁醚进行乳化,制得了粒径为55.6 nm透明状微乳,并用固体份质量分数为0.3%的乳液整理白棉布。结果表明,经其整理的棉布弯曲刚度减小(柔软性增强)、折皱回复角增大,拒水效果为80分。     

均布荷载下钢筋混凝土连续深梁试验研究

本文做了十根钢筋混凝土连续深梁的试验,给出了各种不同跨高比深梁的截面应力分布。计算了梁内力的包络值,(弹性弯矩、剪力),结果列成表格。给出了深梁支座和跨中裁面抗弯强度、界限配筋率、连续深梁承载能力的有关计算公式。还建议了许可最大名义剪应力值。 对两跨连续深梁在截面开裂后和受拉钢筋初始屈服时的弯矩重分布进行了研究。文中应用了非线性有限单元法进行了电算分析。     

基于PLSA-BOW模型的医学影像分类算法的研究

随着现代医学成像技术的快速发展,医学影像分类已经成为重要的辅助诊疗需求。将文本领域中的词袋模型引入到图像领域,构建视觉词袋模型。为解决多义词和同义词问题,通过把词袋模型与PLSA主题模型结合,提出PLSA-BOA模型来解决传统词袋模型中的语义问题,这使得基于词袋模型的分类方法在精度上得到了进一步提高。实验结果表明,PLSA-BOW模型用于医学影像分类,具有较高的分类精度。     

面向智能成矿预测的案例推理模型与方法

针对矿产资源潜力预测的问题,以案例推理模型为基础,顾及地质空间数据的空间特征,提出一种智能成矿预测方法——成矿案例推理模型与方法,具体包括耦合空间特征和属性特征的成矿案例表达模型、成矿案例库存储组织、成矿案例相似性检索模型等。以青海省东昆仑地区金矿资源潜力预测为例,进行了基于成矿案例推理模型和证据权模型的区域成矿预测实验,并将成矿案例推理模型实验结果与传统的证据权模型实验结果进行了对比。结果表明：成矿案例推理模型较传统的证据权模型方法预测精度更高,该模型与方法用于区域成矿预测效果良好。