基于大数据的电网公司安全生产数据分析平台设计

本文基于大数据视角设计了电网公司安全生产数据分析平台.通过平台挖掘分析电网公司实时运行数据信息,可全方位充分掌握公司安全生产状态,还可及时发现、共同解决不符合公司发展需要的相关问题,对于公司安全生产与长远稳定发展发挥着重要作用.通过研究表明,安全生产数据分析平台的设计可推动电网公司创新改革安全生产管理模式,切实整合信息资源,提高安全生产水平,实现精益化运营;而明确的平台发展定位与功能优化设计,可确保安全生产数据分析平台高效稳定运转.     

基于Web的3D模型浏览与交互系统的研究与实现

设计了基于Web的3D模型浏览与交互系统，主要采用基于WebGL的第三方库Three.js来实现。该系统的建立主要包括场景的构建、场景的交互控制和模型的云存储。模型是场景构建的前提，用户可从外部导入所需模型或利用系统自带的简单模型进行模型的构建。场景交互技术主要包括模型的平移、旋转、缩放、拾取、剖切、3D动画模型的播放以及信息的显示等。模型的云存储是指用户可以通过登录账户将3D模型存储到服务器，日后需要时直接从服务器中加载即可。     

冷链条件下气调包装酱卤鸭肉制品货架期预测模型的建立

目的 以气调包装酱卤鸭肉制品为研究对象,在冷链温度范围内建立一套准确、高效的货架期预测模型。方法 利用选择性培养基测定不同温度下产品各微生物数量,确定4~25℃条件下产品优势腐败菌。对乳酸菌数量与感官评定值进行了回归分析确定最小腐败量Ns。分别采用修正的Gompertz方程和平方根方程建立一、二级模型,并通过预测值与实测值对比验证模型的可靠性。结果 确定了4~25℃条件下产品优势腐败菌为乳酸菌,最小腐败量Ns=6.14(lg(cfu /g))。一、二级模型拟合度均良好,三种温度下模型预测值与实际值间的差异均在30％左右,波动幅度在10%以内。结论 实现了对4~25℃内任何时间点产品剩余货架期的预测,为冷链条件下气调包装酱卤鸭肉制品品质的变化提供了理论指导。     

Design and synthesis of side-chain optimized poly(2,6-dimethyl-1,4-phenylene oxide)-g-poly(styrene sulfonic acid) as proton exchange membrane for fuel cell applications: Balancing the water-resistance and the sulfonation degree

Side-chain optimized poly (2,6-dimethyl-1,4-phenylene oxide)-g-poly (styrene sulfonic acid) (PPO-g-PSSA) is designed with balanced water-resistance and sulfonation degree. The PPO-g-PSSA is synthesized by controlled atom-transfer radical polymerization (ATRP) from brominated poly (2,6-dimethyl-1,4-phenylene oxide) (PPO-xBr) and ethyl styrene-4-sulfonate and followed by hydrolysis. A series of PPO-g-PSSA are prepared possessing different bromination degree (x) of PPO-xBr and polymerization degree (m) of the side-chains and the water-resistances of the fabricated membranes are investigated. The results show that a PPO-g-PSSA at relatively low x (x < 0.2) and high m (m > 4) exhibits good balance between the water-resistance and the sulfonation degree. Namely, it displays suitable proton conductivity with compromised water-resistance. Moreover, a maximum ion exchange capacity (IEC) of 3.24 mmol g^?1 is reached without the sacrifice of water-resistance. In addition, PPO-g-0.08PSSA-13 and PPO-g-0.14PSSA-4 are chosen characterized by thermogravimetric analysis, proton conductivities and mechanical properties. At 90% RH, the optimized PPO-g-0.08PPSA-13 possesses a proton conductivity of 37.9 mS cm^?1 at 40 °C and 45.5 mS cm^?1 at 95 °C, respectively.     

一种抗运动干扰的实时心率提取方法

针对基于容积脉搏波（PPG）提取运动心率时，传统心率提取算法由于运动噪声干扰使测量结果误差大、实时性不好的问题，提出一种抗运动干扰的实时心率提取方法。该方法通过实时小波去噪，同时结合三轴加速度信号（ACC）对运动进行分类训练，计算各运动状态心率增益，对实时心率值进行补偿。实验结果表明，通过与同时采集的ECG信号计算出的实时心率进行对比，绝对误差率仅为1.2%左右。相比传统心率提取算法，该算法具有抗干扰性强，实时准确的特点。     

PSO优化多核RVM的模拟电路故障预测

针对模拟电路健康管理的特点，提出了一种基于PSO优化多核RVM的模拟电路故障预测方法。利用参数分析得到电路的输出频域响应作为特征，计算其与电路无故障标准响应的欧氏距离来表征电路元件健康值，将多个核函数线性组合，并用PSO优化多核RVM参数后的模型实现对各个时间点元件的健康值变化轨迹进行预测。仿真结果表明，该方法在小样本情况下，预测效果优于单一核函数的RVM模型，适用于健康管理中实时预测，具有较好的实用性。     

应用膨胀算法提取目标的直接定位算法

为了解决被动雷达系统中的多发射源定位问题，提出了一种基于多重信号分类(MUSIC)算法和图像膨胀(IE)算法的直接定位方法。该方法结合了谱分析中的MUSIC思想，通过对接收量测协方差矩阵进行特征分析求解目标的位置。首先，在目标个数未知的前提下，利用Akaike信息准则(AIC)来确定模型阶数；然后，推导了基于MUSIC的定位代价函数；之后，利用图像膨胀算法处理得到的代价函数平面；最后，膨胀处理后的输出为目标个数及目标位置的估计值。提出的算法有效地解决了目标检测及提取的问题，能够确定多个目标的位置坐标，为后续的定位性能分析提供可能性，也保证了算法的完整性。进一步地分析了多个临近目标情况下影响目标提取性能的主要因素。     

结合优化支持向量机与K-means++的工控系统入侵检测方法

针对工业控制系统传统单一检测算法模型对不同攻击类型检测率和检测速度不佳的问题，提出一种优化支持向量机和K-means++算法结合的入侵检测模型。首先利用主成分分析法（PCA）对原始数据集进行预处理，消除其相关性；其次在粒子群优化（PSO）算法的基础上加入自适应变异过程避免在训练的过程中陷入局部最优解；然后利用自适应变异粒子群优化（AMPSO）算法优化支持向量机的核函数和惩罚参数；最后利用密度中心法改进K-means算法与优化后的支持向量机组合成入侵检测模型，从而实现工业控制系统的异常检测。实验结果表明，所提方法在检测速度和对各类攻击的检测率上得到明显提升。     

快速灵敏的LC-MS/MS法测定人血浆中阿莫西林并应用于两种制剂的一致性评价

目的: 建立快速灵敏的LC-MS/MS法测定人血浆中阿莫西林浓度，并用于两种阿莫西林胶囊的一致性评价。方法: 采用岛津公司LCMS-8060型LC-MS/MS仪，以MRM模式测定阿莫西林（m/z 366.00/114.00）的浓度，d4-阿莫西林作内标（m/z 370.10/114.05），离子源为ESI源。色谱柱选用Waters ACQUITY BEH C18（2.1×50 mm，1.7 μm），梯度洗脱。血浆样本加入内标，经甲醇沉淀蛋白后取上清液进样检测。结果: 所建方法经验证，其线性、准确度、精密度、最低定量限、提取回收率、特异性、基质效应、稳定性等各项指标均符合CFDA的指导原则及最新核查标准要求，并较文献报道中的方法有处理简单、灵敏度高、色谱峰形好的优点。结论: 所建方法快速、灵敏，适用于人血浆中阿莫西林浓度的检测。用于一致性评价的样本实测，两种制剂生物等效。