75%肟菌酯·戊唑醇WG高效液相色谱分析方法

[目的]建立一种利用HPLC测定75%肟菌酯·戊唑醇WG中有效成分的分析方法。[方法]采用Zorbax EcLipse XDB-C18不锈钢柱,以乙腈-水(体积比60∶40)为流动相,在波长220 nm条件下测定试样中肟菌酯和戊唑醇的含量。[结果 ]戊唑醇和肟菌酯的线性相关系数均为0.9999,标准偏差分别为0.093和0.109,变异系数分别为0.19%和0.43%,方法的平均回收率分别为100.17%和100.37%。[结论]该方法具有操作简便、分离效果好、线性关系良好、准确度和精密度高等优点,适用于制剂中肟菌酯和戊唑醇的定量分析。     

荞麦七中黄酮类物质的抗氧化活性研究

以邻二氮菲法测定羟基自由基清除率、邻苯三酚法测定超氧阴离子自由基抑制率、铁氰化钾法测定还原力,研究了荞麦七不同溶剂提取物中的黄酮类物质的抗氧化活性。结果表明:荞麦七不同溶剂提取物的抗氧化活性因黄酮类物质的种类及含量不同而不同,其中60%乙醇-乙酸乙酯提取物中的黄酮类物质含量最多,抗氧化活性最强,提取物浓度与其抗氧化活性呈线性关系。该研究为荞麦七中抗氧化黄酮类物质的进一步分离奠定了基础。     

NiO催化氮化制备Si_3N_4/SiC复合材料及其高温性能

以原位生成的NiO纳米颗粒为催化剂,采用催化氮化的方法制备Si_3N_4/SiC复合材料,研究了所制备复合材料的常温物理性能、高温力学性能、抗热震性、抗氧化及抗冰晶石侵蚀性能。结果表明:1)所制备Si_3N_4/SiC复合材料的常温耐压强度及抗折强度值分别为131.0及24.6 MPa;2)Si_3N_4/SiC复合材料的高温抗折强度随着温度的升高而增加,1 573 K时达到最大值后又缓慢下降,但即使1 673 K时复合材料的高温抗折强度仍高于其常温抗折强度;3)Si_3N_4/SiC复合材料具有较好的抗热震性能,当实验温度为1 573 K,采用水冷时,其强度保持率仍有50%左右;4)所制备Si_3N_4/SiC复合材料开始氧化温度约为1 173 K,其抗氧化性能优于无催化剂时制备的Si_3N_4/SiC复合材料;5)所制备的复合材料具有良好的抗冰晶石侵蚀性能。由于Ni O纳米颗粒催化生成大量的Si_3N_4晶须,这些晶须交互分布在骨料之间,形成网络状结构,从而提高了复合材料的性能。     

网络控制系统的时延预估器及稳定性分析

针对网络控制系统中网络延时对系统的影响,分析了两种网络延时的特点,建立了网络时延预估模型,重点对从控制器到执行器的网络延时的不确定性进行了预估分析,进而将不确定性延时的网络控制系统转换为确定时延时,并且通过分析系统的时滞离散方程的矩阵特征值的特性,给出了离散系统方程的稳定性条件。最后通过数值例子验证了该方法的有效性。     

鲁棒H∞保成本控制在污水处理系统中的应用

以某污水厂污水处理系统为例,设计了活性污泥系统的一种鲁棒H∞保成本控制模型.对其进行了动态性能分析,确定了状态反馈控制策略,并改善了系统的稳定性.最后,应用所设计的鲁棒H∞保成本控制器进行仿真研究,结果表明本文设计方法的可行性及有效性.     

鲁棒的模糊方向相似性聚类算法

鉴于文本数据具有方向性数据的特征,可利用方向数据的知识完成对文本数据聚类,提出了模糊方向相似性聚类算法FDSC,继而从竞争学习角度,通过引入隶属度约束函数,并根据拉格朗日优化理论推导出鲁棒的模糊方向相似性聚类算法RFDSC.实验结果表明RFDSC算法能够快速有效地对文本数据集进行聚类.     

基于DLSR的归纳式迁移学习

传统机器学习方法的有效性依赖于大量的有效训练数据,而这难以满足,因此迁移学习被广泛研究并成为近年来的研究热门.针对由于训练数据严重不足导致多分类场景下分类性能降低的挑战,提出一种基于DLSR(discriminative least squares regressions)的归纳式迁移学习方法(TDLSR).该方法从归纳式迁移学习出发,通过知识杠杆机制,将源域知识迁移到目标域并同目标域数据同时进行模型学习,在提升分类性能的同时保证源域数据的安全性.TDLSR继承了DLSR在多分类任务中扩大类别间间隔的优势,为DLSR注入了迁移能力以适应数据不足的挑战,更加适用于复杂的多分类任务.通过在12个真实UCI数据集上进行实验,验证了所提出方法的有效性.     

多尺度小波变换与斑点图像处理

提出一种具有自适应性的多尺度小波变换斑点图像处理算法。根据取对数归一化后的斑点图像小波系数的特性,采用高斯混合模型和Bays估计进行图像处理。详细介绍了多尺度小波变换算法原理及仿真实验。     

考虑胜任力水平的研发项目群人力资源调度

在资源受限项目调度问题中,将可更新资源进一步拓展为具有胜任力差异的人力资源,建立考虑胜任力差异的人力资源受限项目调度问题模型,该模型是对传统多模式资源约束项目调度问题（MRCPSP）更接近研发项目群实际的扩展。提出了衡量人员胜任力的参数及估算公式,以多项目总工期和总成本最小化为双目标,建立相应的数学优化模型。按双目标重要性排序,依次对工期最优及成本最优的单目标优化问题求解。根据模型的约束条件将多项目初始网络图转化为几种单项目初始网络图,利用枚举算法给出满足约束条件的可行解集,再设计基于动态规划思想的算法进行分阶段寻优。数值实验表明,考虑了胜任力差异的数学优化模型在求解质量方面具有良好性能。     

一种基于加权复杂网络特征的K-means聚类算法

在分析了传统的基于划分的K-means聚类算法的优越性和存在不足的基础上,根据近两年复杂网络研究中部分新的理论成果,提出了复杂网络加权度、加权聚集度与加权聚集系数的定义,并将数据聚类转换为复杂网络上的节点聚类,提出基于加权复杂网络特征的K-means聚类算法(简称WCNFC算法)。实验结果表明,该算法根据节点加权复杂网络特征值,能够较好地找到聚类中心,有效地避免了对初始化选值敏感性的问题,从而使得聚类质量大大提高。