山药淀粉的特性及应用研究

详细介绍了山药淀粉的制备与组成,并对其物理化学特性和加工特性,包括淀粉的颗粒形态、溶解度和膨胀度、凝胶特性等进行了较全面的综述.     

酚醛树脂成炭率测试的影响因素分析

制备成炭率均匀性、稳定性良好的酚醛树脂粉体,选择国内6家仪器型号不同的、独立的实验室做热重分析,发现在确定加热速率、气体流量及样品量等试验条件下,取试样于800℃的成炭率为试验结果;发现6家热重分析实验室试验数据的重复性与再现性良好,并且对于影响试验结果的样品量、样品状态、加热速率、气流速率及样品吸湿等因素进行分析;发现样品吸湿是成炭率测试结果重复性与再现性的主要影响,不同实验室试验结果的差异可能主要来自样品测试前的干燥状态,研究结果为发展成炭率标准物质的定值奠定了试验基础.     

富铬酵母中铬的定量定性分析的研究概况

对富铬酵母的特点、生理功能作了简单论述,并且概述了富铬酵母中铬的含量分析及其性质分析的研究概况。     

酚醛树脂复合材料热降解过程的研究

利用热重分析法对碳纤维增强S-157酚醛树脂在氮气和空气气氛下的热降解过程进行分析,研究了热降解气氛、升温速率与材料热降解温度、残炭率之间的关系,以及对其烧蚀性能的影响,并求得该复合材料的热降解活化能,分析其热降解机理,为烧蚀防热复合材料的热性能评价提供一种研究方法。     

基于Elman神经网络的室内定位算法

针对传统室内定位算法精度较低的问题，提出一种基于Elman神经网络的室内定位算法。使用Elman神经网络进行指纹库插值扩充，完备指纹库，两者结合减少定位误差，并对该算法模型进行了实验验证。实验结果表明：在0.8 m×0.8 m×0.8 m环境中，所提算法的平均定位误差为4.6 cm，满足室内定位对于精度的要求。     

融合迁移特征学习的生物启发网络用于可见光成像室内位置感知方法

现行可见光定位技术采用各类传感器以及混合复杂算法实现定位，操作难度大且易受干扰，导致系统的定位精度不稳定。为提高可见光室内定位的精度与稳定性，提出将迁移特征学习与生物启发网络相融合的方法并将其应用于可见光室内定位中，在可见光环境下采集图像，利用改进的小波阈值去噪法去除图像噪声对深度特征的影响，提取可见光图像的深度特征并建立指纹库，构建天牛须搜索算法优化的神经网络模型，进行训练与定位测试。结果表明：在实测定位阶段搭建的0.8 m×0.8 m×0.8 m实验环境中，预测坐标的平均误差为4.26 cm，其中，误差小于4 cm的预测点数量占总坐标点数量的63.4%，误差小于6 cm的预测点数量占总坐标点数量的78%。所提方法为室内定位提供了一种稳定可靠的方法。