酵母镧螯合物对小白鼠生长性能的影响

研究不同水平的酵母镧螯合物对小白鼠生长性能的影响。Ⅰ组为空白组(基础日粮组);Ⅱ组为阳性对照组,在基础日粮中添加复合酵母和无机镧50.0mg/kg(以镧含量计算)混合物;Ⅲ、Ⅳ、Ⅴ组为试验组,在基础日粮中分别添加酵母镧螯合物37.5、50.0和62.5mg/kg(以镧含量计算)。结果显示:Ⅲ、Ⅳ、Ⅴ组料重比比空白组分别降低了7.43%(P>0.05)、10.95%(P<0.01)和11.23%(P<0.01)。添加剂量为50.0～62.5mg/kg酵母镧螯合物的效果较好。     

旋流耦合膜分离澄清糖浆的实验研究

研究旋流器耦合膜分离过程澄清糖浆的效果：分析原始糖浆和分离过程糖浆中粒子粒径分布情况;对比2种膜的膜通量变化情况和混浊度去除率。结果表明：在0．05MPa压力下,稳定膜通量5u为0．87m3／m2．h,10U膜为1．83m3／m2．h;混浊度平均去除率5u膜为16．73％,10U为29．53％。     

基桩完整性检测的概率分析及质量动态评估

基于概率理论,对基桩完整性检测的概率分布进行了详细的分析,分析表明抽检结果与总体不合格率和抽检桩数有关,因此建议将总体不合格率作为评价整批桩质量的标准。利用 Bayesian 方法推导出总体不合格率的先验分布服从标准的 Beta 分布,由共轭分布原理得出后验分布也服从 Beta 分布。然后分析了总体不合格率后验分布的期望和方差,得出结论：后验分布的期望是先验分布的期望和当前抽样检测不合格率的加权和;后验分布的方差是当前抽检不合格率及先验分布方差的加权和。通过分析抽检桩数对加权系数和后验分布的期望和方差的影响,结果表明：当抽检桩数小于 10 时,抽检桩数对检测结果有显著影响;当抽检桩数大于 10 时,抽检桩数对抽检结果的影响变小;尤其当抽检桩数大于 20 时,对抽检结果无显著影响。最后利用先验分布的期望和方差与后验分布的期望和方差的关系建立起质量检测的动态评估模型。算例分析表明该动态模型可更准确地估计出总体不合格率,具有较重要的工程实际意义。     

改进DTMF信号检测方案在定点DSP上的实现

讨论了硬件实现双音多频(DTMF)信号检测方案的弊端,比较了MUSIC算法、SB-NDFT算法、FFT算法和Goertzel算法,给出了以改进Goertzel算法为核心的DTMF信号检测的DSP实现方案和实测结果。实验结果表明,该方案有较好的检出率和抗干扰能力。程序全部使用汇编语言实现,提高了系统运行的实时性和功能冗余度。     

农药残毒快速检测智能化系统

针对农药残毒传统检测系统体积大、灵敏度差和检测速度较慢等问题,设计出一种基于\"光转化—化学发光法\"的农药残毒快速检测智能化系统。介绍了系统的整体结构、功能以及软硬件实现。系统将农药残毒的浓度转化为光强,进而转化为电压,通过微处理器的A/D转换等实现检测与显示。与目前常用的气相色谱、液相色谱等离线检测技术相比,该系统可以对多种常见农药的种类和溶度实现快速的在线检测,是一种全新的检测方法。     

一种基于证据理论和模糊集合的信息融合方法

针对证据理论应用中基本概率分配函数难以确定和多传感器之间相互支持程度计算绝对化的问题,提出了一种基于证据理论和模糊集合(FSB-DS)的信息融合方法。该方法首先利用相关性函数定义不确定信息的模糊支持区间和模糊支持概率,然后由隶属函数得到各个传感器提供信息的可信度,再将支持度和可信度转化为基本概率分配函数,最后进行D-S证据合成。仿真实验表明,该方法获得的结果具有更高的精度和可信度。     

数据融合技术在无线传感器网络中的应用

在大规模的无线传感器网络中,传输数据量巨大,必然存在着数据传输可靠性、拥塞以及能耗等问题,高效的数据融合技术能够有效的解决这些问题。本文结合分簇路由算法的特征,采用两层融合技术,首先簇内节点与簇首节点的融合,簇内节点根据阈值来判断是否需要发送数据,簇首节点根据接收到的数据,进行数据一致性检验,剔除异常数据,第二层采用BP神经网络算法对簇首节点与基站的融合,得到所需要的结果。实验表明,进行融合后的数据可靠性高,较大减少了数据的传输量与冗余度、降低了能量的消耗,从而提高了整个网络的性能。     

SSCDenseNet:一种空-谱卷积稠密网络的高光谱图像分类算法

基于深度学习的高光谱遥感图像地物分类是目前研究的热点.但由于其参数规模大以及结构复杂,深度网络通常需要大量训练样本和较长训练时间,如何在小规模样本下建立深度学习监督分类模型是需要解决的关键问题.本文提出了一种小规模样本下高光谱图像分类的空-谱卷积稠密网络算法,称为SSCDenseNet,其包含三种新颖的架构策略:(1)空-谱分离卷积,即采取光谱维一维卷积和空间维二维卷积的分离卷积结构构成隐层单元,并通过多个隐层单元堆叠构造深度网络;(2)隐层单元中使用批归一化,减少数据协方差漂移及加速网络训练;(3)隐层单元间构建稠密连接,缓解梯度消失问题并实现特征复用.通过Indian Pines、Pavia University与Salinas数据集进行综合测评,表明该方法优于若干最新深度学习方法,特别在小规模样本下具有优异的分类性能.     

“撮泰吉”面具在包装中的特殊功效性研究

以贵州黔西北威宁一带\"撮泰吉\"傩戏面具视觉艺术符号为研究的出发点,分析了该视觉符号构成元素的特点及其深蕴的文化艺术内涵。进而以傩面具在威宁特色\"苦荞酥\"食品包装设计中的应用为例,论述了将贵州非物质文化艺术遗产——\"撮泰吉\"傩戏面具视觉符号元素与当地特色产品包装设计的有机结合与巧妙运用,使新时代的包装载体让这个面临濒灭的古老文化赋予了新的艺术生命力;同时,能使产品包装信息的传达更准确、更具民族化和典型性;也为传统文化艺术在当今社会环境下向着多元化趋势发展提出了新的途径与方向。     

基于Trapdoor试验的双线隧道地表沉降预测公式探讨

城市隧道开挖引起的地层扰动不可避免.为了探讨双线隧道间相互影响以及可靠的地表沉降预测方法,利用课题组开发的多沉陷门(Multi-trapdoor)模型试验装置和钢棒相似土构建二维试验条件,通过沉陷门下沉模拟隧道开挖变形.先通过单Trapdoor试验获取表面沉降曲线,拟合得到单线隧道开挖地面沉降Peck公式参数.再进行双Trapdoor试验,利用单Trapdoor参数叠加得到双线隧道地表变形,并与双Trapdoor模型试验结果进行对比.结果反映,在埋深较大、隧道间距较小的情况下,沉降曲线较早的由双峰形态过渡到单峰形态,从而利用模型试验数据划分了两种形态的大致范围.引入了峰值修正系数和间距影响系数对叠加公式进行修正,建立了基于模型试验数据的双线隧道地表沉降叠加修正公式.