大孔树脂法分离纯化锁阳总黄酮

为了分离、纯化锁阳总黄酮,比较了5种大孔树脂的静态吸附过程,筛选出了适合分离锁阳总黄酮的树脂。结果表明,AB-8树脂对锁阳总黄酮有较好的分离纯化效果,其吸附过程可用Langmuir和Freundlich吸附等温式来描述;吸附条件：溶液质量浓度3.9 mg/mL,pH值为5,吸附体积5 BV,流速2 BV/h,温度25 ℃;洗脱条件：体积分数为60%乙醇洗脱体积5 BV,体积分数为70%乙醇洗脱体积10 BV,流速2 BV/h,锁阳总黄酮纯度由9.83%升高至67.8%,其回收率为84.02%。因此,AB-8大孔树脂较适合分离纯化锁阳总黄酮。     

基于改进向量空间模型的克隆群映射方法

针对Type-3克隆代码映射方法少且效率低等问题,提出了一种基于改进向量空间模型（VSM）的映射方法。该方法将改进的VSM引入到克隆代码分析中,从而得到一种可有效映射Type-1、Type-2以及Type-3克隆代码的克隆群映射方法。首先,将克隆群文档预处理得到去除无用词的代码文档,同时提取克隆群文档的文件名、函数名等特征项;其次,提取并构建克隆群词频向量空间,利用余弦算法计算出克隆群相似度;然后,通过克隆群相似度和特征项的匹配构建克隆群映射,最终得到克隆群映射结果。对5款开源软件进行实验并人工验证,所提方法能在低时耗的前提下,保证查全率和查准率均不低于96.1%和97.1%。实验结果表明了所提方法的可行性,为后期软件演化分析提供数据支撑。     

基于软件代码演化信息的克隆谱系提取方法

针对现有克隆演化模式分类不清晰、克隆谱系提取工具少且效率低等问题,提出了根据克隆代码映射关系和演化信息自动构建克隆谱系的方法。首先通过词频向量计算、代码行距以及克隆属性相结合分阶段映射版本间克隆;然后根据映射结果为克隆群和克隆片段添加演化模式;最后串联所有版本中的克隆映射关系和演化模式构建克隆谱系。对4款开源软件进行实验并人工验证,实验结果表明克隆谱系提取工具——ECG的可行性和高效性。此外,从提取结果中发现,在演化过程中约42%的克隆代码未发生变化,发生不一致变化的克隆代码约占3.48%,此类克隆可能会引入潜在bug需要被重点关注。该方法将为克隆代码质量评估和管理提供参考和支持。     

居住空间的色彩剖析

自从人类有了建筑活动,室内就是人类生活的主要场所,并开始对室内环境有所需求。因此色彩在居住空间中具有更加重要的作用,影响人的心理、思想及情绪。它是人类视觉中的重要语言符号,重点分析色彩在空间中的运用与研究。     

激光雷达半实物仿真场景生成技术研究

半实物仿真又叫硬件在回路中的仿真（hardware-in-the-loop simulation)，它经历了几十年的发展时间，是一种将待测系统的部分实物(装置)接入由仿真计算机等设备组成的仿真回路中进行动态试验的方法，它在复杂武器系统的全数字仿真和外场试验之间架起一座桥梁．激光成像雷达的半实物仿真在激光雷达的研制和生产过程中应发挥重要作用．     

马莲河宁县段水环境容量的研究

马莲河宁县段位于马莲河下游,且是国控断面,其水质多年处于污染状态。基于一维水流模型的段首控制法及马莲河宁县段雨落坪水文站多年流量等水文资料,采用不同保证率下的丰水年、平水年、枯水年、特枯水年及多年平均的月平均流量,研究分析了马莲河宁县段的水环境容量动态。结果表明,马莲河宁县段水环境容量年际及年内变化均较大,丰水年水环境容量多年平均平水年枯水年特枯水年,丰水期水环境容量大于枯、平期。在进行水环境容量利用时,应充分考虑水环境容量的动态特征,不能局限于特枯水年最枯月平均流量计算所得的定值。     

耦合温度效应晶体塑性的TWIP钢变形行为研究

为探究TWIP钢高温条件下的塑性变形机理,建立了耦合温度效应的晶体塑性本构模型,考虑温度对TWIP钢滑移和孪生的影响,提出了耦合温度效应的流动法则和硬化法则。结合在500 ℃和750 ℃条件下的原位SEM高温拉伸试验,建立了描述TWIP钢热变形过程的晶体塑性有限元模型。模拟获得不同温度条件下的应力应变曲线、应变硬化率和孪晶体积分数与试验结果相吻合,验证了该模型的正确性。进而,基于所建立的模型研究了温度对TWIP钢塑性变形过程滑移、孪生演化及应变硬化过程的影响规律,结果表明：滑移阻力、孪生阻力和应变硬化率随温度的升高呈不均匀降低的趋势,且断后伸长率呈现降低的趋势,由25 ℃时53.4%降低至750 ℃时16.5%。同时,随温度升高,孪生受到抑制,但滑移受温度的影响较小,表现为滑移主导的塑性变形机制。     

基于ODP的上下文主题描述方法

 针对以往主题描述方法未充分考虑主题上下文的问题,提出了基于ODP(开放式分类目录)的上下文主题描述方法.使用新的特征选择算法对主题特征进行了确定,并使用分类主题树的上下文对主题描述方法进行优化以提高主题爬行的性能.实验表明,该特征选择算法能够有效地提取出主题特征,并在保证正确率的基础上尽量减少特征维数以提高计算效率.同时,该主题描述算法充分考虑了主题上下文关系,且无论是在准确性还是在信息量总和上都有良好的性能.