不同产地花椒中多酚类物质的鉴定与差异性分析

以不同产地大红袍花椒为研究对象,通过高效液相串联飞行时间质谱技术对花椒中多酚类物质进行定性和定量分析,并采用主成分分析法对各产地花椒进行综合评价。结果表明：在8个产地花椒中共鉴定出多酚类物质35种,其中酚酸类物质10种、黄酮类物质20种、香豆素类物质4种和酚醛类物质1种;17种多酚定量结果表明,绿原酸、槲皮苷和金丝桃苷是花椒中含量最高的3种多酚类化合物;对8个产地花椒中存在相关性的12种酚类物质做主成分分析并构建主成分得分表达式,结果显示,陕西安康大红袍花椒综合得分最高。综上表明,花椒中多酚类物质分布存在显著差异,并且以安康样品为最佳。     

磁性搅拌珠制备及在NK-92细胞体外扩增中的应用

悬浮细胞的生长对剪切力较敏感,在搅拌式生物反应器中采用球体搅拌可减少流体剪切力对细胞扩增的影响.为此,研究采用两步法制备海藻酸钠/壳聚糖双组分磁性搅拌珠并将其运用于磁力搅拌瓶,用于NK-92细胞的动态培养.结果显示,当海藻酸钠质量浓度达到25 mg·mL-1时,磁性搅拌珠的力学性能最佳;用于NK-92细胞扩增时,在保证...     

“知识链”融合视角的服装产业集群 企业协同创新研究——以浙江省服装产业为例

协同创新是企业、产业发展的不竭动力，本文就“知识链”融合角度对协同创新展开调查与分析，用扎根理论作为研究方法，编码得到影响服装产业集群的范畴关系和协同创新模型，并对应地提出“知识链”融合的构思。研究认为协同创新需要服装企业、行业协会、科研机构、政府部门多方紧密联动，以“团队技术联谊”“虚拟交互平台”为信息依托，围绕知识共享采取多种形式的融合。     

OPTIMAX型剑杆织机无导剑钩改造的实践

为了解决因剑头振幅较大，存在摩擦经纱及剑头运行稳定性差的缺陷，导致竹涤、细号尼龙等特殊纤维品种织造效率低、疵布率高的问题，介绍剑杆织机引纬系统的组成，分析剑轮、引纬剑带、剑带导轨、导剑轨固定块、剑头等存在的问题，并提出改造措施；通过对比无导剑钩织机与正常导剑钩织机织造状态，说明无导剑钩织机织造平均效率约为96%,10万纬经停和纬停显著减少，疵布率降低约19%。指出：经过改进，剑杆织机平均织造效率提升约2.58%,导剑钩的日常维护费用减少。     

基于路径分析法的直驱风电场经柔直并网系统次同步振荡机理分析EI北大核心CSCD

针对直驱风电场经柔性直流输电(voltage source converter based high voltage direct current,VSC-HVDC)并网系统的次同步振荡(subsynchronous oscillation,SSO)问题,目前研究在机理分析中难以揭示子系统之间的扰动传递过程和耦合关系,同时难以量化不同特性对于系统稳定的影响。因此,基于路径分析法开展系统的SSO机理研究,并以锁相环(phase-locked loop,PLL)振荡模态为例开展路径分析法的模态扩展。首先,采用模块化建模方法建立系统的线性化模型。其次,将转子运动方程的阻尼系数推广至振荡模态的主导元件动态方程,从而获取系统的稳定判据。然后,基于路径分析揭示子系统之间的扰动传递过程和耦合关系,基于阻尼分解量化风电场内部特性以及风电场与VSC-HVDC之间交互作用特性对于系统稳定的影响。最后,开展PLL控制参数对于阻尼特性的影响分析。结果表明:路径分析法可以应用于不同的振荡模态;直驱风电场与VSC-HVDC之间的扰动传递路径呈现双闭环耦合关系;通过增大直驱风电机组PLL比例系数或减小直驱风电机组PLL积分系数可以有效提高系统的总阻尼系数,从而提升系统的稳定性。     

基于Motion分析的无碳小车凸轮逆向设计方法

全国大学生工程训练综合能力竞赛中，无碳小车凸轮的设计是使小车走出理想轨迹的关键。文中根据分析出的理想轨迹，设计了一套基于SolidWorks Motion软件分析的凸轮逆向设计方法。考虑到小车运动轨迹不能出现曲率突变，首先，基于样条曲线设计了理想轨迹，建模并装配小车逆向分析模型，采用Motion逆向分析出凸轮的理论廓线和实际廓线，对完成的凸轮进行Motion仿真检验。结果表明：该设计方法能够设计出符合精度要求的凸轮。这种凸轮逆向设计方法不仅可以应对基础的环S形轨迹，还可以适用更高难度的混合轨迹及变化的赛题。     

基于伪标签的弱监督显著特征增强目标检测方法

显著性目标检测旨在检测图像中最明显的区域。传统的基于单一标签的算法不可避免地受到所采用的细化算法的影响，表现出偏见特征，从而进一步影响了显著性网络的检测性能。针对这一问题，基于多指令滤波器结构，提出了一种基于伪标签的弱监督显著特征增强目标检测方法FeaEM,通过从多个标签中集成更全面和准确的显著性线索，从而有效提升目标检测的性能。FeaEM方法的核心是引入一个新的多指令滤波器结构，利用多个伪标签来避免单一标签带来的负面影响；通过在指令滤波器中引入特征选择机制，从噪声伪标签中提取和过滤更准确的显著性线索，从而学习更多有效的具有代表性的特征；同时，针对现有的弱监督目标检测方法对输入图像的尺度十分敏感，同一图像的不同尺寸输入的预测结构存在较大偏差问题，通过引入尺度特征融合机制，以确保在输入不同尺寸的同一图像时，能输出一致的显著图，进而有效提高模型的尺度泛化能力。在多个数据集上进行的大量实验表明，所提出的FeaEM方法优于最具代表性的方法。