“食品卫生学”网络课程的设计

通过建立网络课程蓝图、搜集专业信息资料、细化设计操作、合理编制脚本、选择适用开发工具以及必要的修改调整,设计出"食品卫生学"高质量网络课程,实现讲授内容抽象与形象的有机融合,交互式的在线学习和有效信息反馈的教学情境使教与学两方面都取得满意的效果。     

YJ油田剩余油分布规律研究

针对油田开发中油井产量低、含水高、注水不见效等问题,对YJ油田采用整体建模,并根据单井的生产动态修正地质模型,在建模基础上开展数值模拟研究.根据数值模拟结果,分析YJ油田平面以及纵向上剩余油分布特点,总结油藏剩余油分布规律,进一步认识目前水驱状况,提出调整措施.     

钢梁外包FRP混凝土抗弯承载力计算

目的研究一种简化处理的不同破坏形态下构件极限抗弯承载力的计算方法,以方便工程实际的应用.方法采用实用叠加方法对SRHC梁贴FRP的受力过程和破坏特征进行研究.根据中和轴到钢骨的截面距离不同,将受压区高度与钢骨上翼缘至混凝土受压边缘的距离进行比较,以此来确定FRP加固后梁在破坏时的不同抗弯承载力的适用公式.基于纤维模型法,对受弯钢梁外包混凝土贴FRP布构件进行非线性全过程分析.结果提出了受弯钢梁外包混凝土贴FRP布构件承载力计算公式.通过实例表明,FRP的加固层数是构件受力性能重要的影响参数,在相同的变形条件下,FRP层厚度增加,组合构件的承载能力也有所提高,最佳加固率在3层以内.构件的承载能力随着混凝土强度的提高而提高.结论笔者给出的计算公式克服了简单叠加法和一般叠加法在计算上的缺陷,计算简便,可用于工程实际和结构设计中.     

一种微阵列数据降维新方法

提出一种二阶段并行基因选择方法(TPM),可以获得最优特征子集。针对以往算法易于陷入局部极值的不足,提出了一种模糊多种群粒子群(FMP),可以有效地扩展搜索空间。通过在leukemia、colon、breast cancer、lung carcinoma、brain cancer五个数据集上的测试,验证了本文方法不仅可以获得更优特征子集和更高的分类精度,而且可以选择尺寸更小的特征子集。本文的研究成果可为基因表达领域提供一种新的思路。     

事件驱动的灾害监测传感网中的节能数据传输

为事件驱动的灾害监测传感网提出一种基于分簇和协作MIMO的节能数据传输方法C2 MIMO。首先,在网络中构造监测簇和中继簇,从簇中选出一个主簇头和若干个从簇头,它们充当协作MIMO的协作发送节点和接收节点。随后,利用协作传递的方法将数据从监测簇逐簇传递,直到交付给Sink节点。从协作MIMO的能耗模型和仿真实验的结果可知,C2 MIMO能够较好地适应长距离的中继传输,并对信道恶化具有较强的忍耐能力。     

多物理场耦合粉末成形中电热聚焦效应

为研究多物理场耦合粉末成形技术的低温超快速致密化成形机理,采用多物理场耦合粉末成形技术制备了微型铜齿轮。对铜粉末在600℃烧结过程的动力学曲线进行了分析,观察铜粉末分别在300℃、500℃和600℃烧结时试样断口的微观形貌,同时针对铜粉末烧结过程中的电流密度分布和温度场分布进行了数值模拟。研究发现,多物理场耦合粉末成形技术快速升温过程中,电场和热场在粉末颗粒中分布极不均匀,粉末颗粒接触处的电流密度和温度均远远高于颗粒其它位置的电流密度和温度,为此首次提出了“电热聚焦效应”。结果表明,电场和热场耦合并在颗粒接触点处高度聚焦产生的电热聚焦效应是多物理场耦合粉末成形过程中粉末材料实现低温超快速致密化成形的重要原因。     

食品安全监管制度的优化及其实现逻辑--基于上海羊肉掺假的个案分析

食品安全监管制度是政府及其相关者行为规范和行为模式的总和。制度的主要作用是协调不同主体之间的行为,最终实现彼此间的共同利益,因而政府采取沟通、联合、互动的方式平衡彼此之间的关系,防止食品安全监管出现混乱无序的状态。但我国食品安全监管制度一直处于变迁之中,食品安全事故屡见不鲜,在现有的制度环境之下,难以协调一致来实现食品安全的目标。以上海羊肉掺假事件为个案,从个体行为层次与体制秩序层次分析事件的内在机理及其产生根源,并在“大部制”改革的前提下,通过制度优化来约束、激励、规范食品安全各利益主体的策略行为。     

某电动汽车DC/DC变换器的选型计算及匹配验证

结合某电动汽车产品开发项目,进行DC/DC变换器的选型计算及匹配验证,突出在根据整车低压电平衡计算结果进行DC/DC变换器的初步选型后,在实车上进行匹配验证,最后给出校核结论。     

一种电气设备状态诊断方法

随着电网技术的不断发展和电网规模不断扩大,电气设备数量激增、智能化程度越来越高;同时,终端用户对用电可靠性越来越重视,借助智能技术基于设备运行数据对设备进行故障诊断势在必行.本文以基于范例推理的理论(CRB)与支持向量机技术(SVM)为主要工具,提出了一种基于范例推理的电气设备状态智能诊断模型,试图通过电气设备已有数据的挖掘,获取电气设备故障的潜在发生规律,进而作为依据及时发现并排除电气设备的潜伏性故障.首先研究CRB和SVM在电气设备状态诊断中的应用;然后建立电气设备状态智能诊断模型,以电气设备的海量运行数据、历史数据、测试数据以及环境因素等为基础,建立电气设备的状态范例库,应用SVM回归对设备状态范例库进行深度的挖掘与分析,建立设备状态指纹,并以此为据进行电气设备运行状态的诊断分析;最后以油浸式变压器状态诊断为例,对实际数据进行分析诊断,并与三比值法的诊断结果进行比较.诊断结果表明,智能诊断模型诊断范围更广,诊断结果更准确.     

基于字符特征叠加提取与BP神经网络的字符识别

由于字符的种类繁多,并且同一字符又有多种字体,而传统的字符识别方法不能充分利用字符本身的特征,因此造成识别的字符种类单一、识别效果不理想等问题。提出一种通过字符特征叠加提取结合 BP 神经网络识别字符的方法,从单一字符图像中提取到更多的字符特征,利用BP神经网络自我学习的特点,设计了字符识别系统,再用 VC编程完成识别过程的仿真。结果证明,用本文提出的方法进行字符识别,识别的字符种类多、识别率高、识别时间短。