单增李斯特菌分子检测标记的数据挖掘

本研究采用生物信息学手段对微生物基因组进行研究,通过对单增李斯特菌和其它微生物的基因组数据的比对分析,获得了种内相似度高于99% 的未被用作检测标记的单增李斯特菌种特异性序列区段4 个和编码序列4个,较之传统的检测标记的挖掘方法更简单快捷,为建立食源性致病菌检测标记挖掘策略进行了有益的试。     

人工挖孔混凝土灌注桩施工中几种典型质量缺陷例析

混凝土灌注桩几种常见典型质量缺陷形式、分析、判断。结合多年检测积累的实际范例加以评析。     

Q345B钢动态再结晶动力学模型研究

在Gleeble1500热模拟机上进行Q345B钢单道次压缩变形实验,得到其真应力-真应变曲线,结合加工硬化率曲线,确定了Q345B钢动态再结晶临界应变εc、峰值应变εP和稳态应变εs。根据实验结果得到Zener-Hollomon方程和动态再结晶状态图,利用Johnson-Mehl-Avrami（JMA）方程法得到再结晶体积分数实际值,采用3种不同的再结晶体积分数预报模型对实验数据进行回归,并对再结晶体积分数实测值和预报值进行对比。结果表明,Epsilon-S／Epsilon-C模型精度最高,Epsilon-S模型精度次之,Epsilon-P模型精度最差。     

汽轮机润滑油管道冲洗方案

介绍桥头电厂5号汽轮机润滑油管道施工及冲洗方案。     

模拟“机架空过”对CSP铌微合金钢组织演变的影响

为了能给CSP轧制含Nb、V微合金钢时采用的"机架空过"工艺提供理论指导,在采用实测轧制数据验证组织演变模型的基础上,模拟了F2和F3机架空过工艺对组织演变和平均流变应力(MFS)的影响。结果表明:对模拟的钢种,与无空过道次轧制工艺相比,在不降低道次温度的情况下,采用F2机架空过时,可避免混晶,且各道次平均流变应力波动较小。而采用F3空过时,易产生混晶,平均流变应力波动较大。     

基于多特征融合和卷积神经网络的植物叶片识别

植物叶片识别是植物自动分类识别研究的重要分支和热点,利用卷积神经网络进行图像分类研究已成为主流.为了提高植物叶片识别准确率,提出了基于多特征融合和卷积神经网络的植物叶片图像识别方法.首先对植物叶片图像进行预处理,提取LBP特征和Gabor特征,将多特征相加融合输入网络进行训练,使用卷积神经网络(AlexNet)构架作为分类器,利用全连接层对植物叶片进行识别.为了避免过拟合现象,使用"dropout"方法训练卷积神经网络,通过调节学习率、dropout值、迭代次数优化模型.实验结果表明,基于多特征融合的卷积神经网络植物叶片识别方法对Flavia数据库32种叶片和MEW2014数据库189种叶片识别分类效果较好,平均正确识别率分别为93.25％和96.37％,相比一般的卷积神经网络识别方法,该方法可以提高植物叶片的识别准确率,鲁棒性更强.     

风力发电机轴承故障包络谱扫频分析诊断

为提升风力发电机轴承故障诊断的准确性和效率,本文提出了包络谱扫频分析法,该方法通过扫频,将包络谱中的振动信号变换到扫频谱,然后利用故障信号在包络谱中的形态特征过滤干扰频率,最终突显代表故障的周期性冲击信号,实现对风力发电机轴承故障的准确快速诊断。实际诊断结果表明,包络谱扫频分析法能够准确快速地诊断风力发电机轴承典型故障。该方法可作为传统故障诊断方法的有效补充,不仅适用于风力发电机轴承故障诊断,也适用于其他设备滚动轴承的故障诊断。     

基于粒子滤波和均值漂移的目标跟踪

将均值漂移算法嵌入到粒子滤波的跟踪框架中,将颜色分布作为观测模型,将HSV颜色空间根据人类的颜色感知差异,对各个分量进行非等间隔量化,然后利用基于核函数的直方图进行建模。该算法克服了粒子滤波计算量较大的缺点,同时也克服了均值漂移算法容易陷入局部最大且无法恢复的缺点。实验结果表明,该方法具有较强的实时性和鲁棒性。     

试析建筑施工现场临时安全用电综合防护措施分析

文章对建筑现场临时用电存在的一些安全技术管理方面的问题进行分析,对提高建筑现场临时用电安全技术水平的综合措施进行了详细研究。     

埃尔加合唱作品的正统演绎

爱德华·埃尔加爵士的合唱音乐在其一生的创作中占有重要的地位，这当然得益于英国强大的宗教合唱传统，另一方面也与埃尔加爵士与伯明翰音乐节的密切关系，他的好几部合唱名作都是受到伯明翰音乐节的委约而作，并在该音乐节上首演的。