补料分批发酵耦合盐析萃取高效生产虫草素

为了降低液体发酵过程中高浓度虫草素积累对蛹虫草菌产生的反馈抑制,建立了补料分批发酵耦合盐析萃取系统,在发酵过程中及时移除部分虫草素,解除产物抑制,提高虫草素的终产量.为对发酵液中虫草素的进行分离,筛选出乙醇/(NH4)2 SO4及乙醇/K2 HPO4两种盐析萃取体系,当无机盐和乙醇分别为15％和27％时,虫草素回收率最...     

基于开尔文探针技术的磷酸铁锂表面势研究

依托新颖的表面表征技术开尔文探针力显微镜（KPFM）获悉磷酸铁锂表面势的情况,以期深入研究锂离子在磷酸铁锂表面的动力学行为。研究结果表明,磷酸铁锂薄膜在常温下的功函数为5.38 eV,并且其功函数随着外界温度的上升而呈现出逐渐下降的趋势,在80℃时的功函数为4.69 eV。此现象意味着高温状况下的磷酸铁锂具有较好的电子迁移能力。此外,非原位的开尔文探针检测发现不同电压平衡状态下的磷酸铁锂具有不同的表面功函数。充电至4.3 V时,磷酸铁锂功函数为4.91 eV,放电至2.5 V时,功函数稳定在5.01 e V。显然,磷酸铁锂的功函数非常敏感于表面的锂离子脱出量。研究从功函数的新角度探究磷酸铁锂表面的锂离子动力学行为,期望能够为其他储能材料的脱锂过程研究提供参考。     

基于多纵向传输通道的双层过道布置问题建模与优化

针对制造和服务系统中纵向运输形式在双层过道布置问题中研究不足的情况,以实际布局方式为背景,对双层过道布置问题进行拓展,构建基于多纵向传输通道的双层过道布置问题混合整数规划模型,并提出一种混合模拟退火算法。该算法采用整数编码方式,以模拟退火算法为框架,结合2-Opt路径重连策略与逆转扰动操作,以避免陷入局部最优,同时采用禁忌搜索操作与带有记忆功能的存储操作来提高获得全局最优解的概率。通过精确求解所提问题的小规模算例,验证了模型的合理性。应用混合模拟退火算法分别求解所提问题、双层过道布置问题和过道布置问题,通过对比表明所提算法在求解性能和求解质量上均具有一定优势。     

一种图像序列中运动目标检测的鲁棒算法

人体运动检测在计算机视觉中是一项很基本的任务,在图像序列中检测人体运动是一种可行的方法。在做运动目标检测时,常用的图像差分方法有着固有的缺点,用一种改进的图像差分方法进行目标检测,利用一种全局阈值分割方法对差分图像进行二值化,通过数学形态学计算法进行滤波,可有效地克服这些缺点。实验结果表明,此方法能很好地检测低信噪比图像序列中的运动目标。     

红外技术定量诊断设备内部缺陷可行性的理论证明

阐述了用红外技术与求解导热反问题相结合对三维圆柱形工业设备内部缺陷进行定量计算的方法，从理论上证明了求解的可行性。在已知设备的表面温度分布情况下，求解几何形状部分未知的传热学反问题将导致一非线性方程的求解，用牛顿迭代法对该方程数值求解可准确定出设备内部缺陷的位置及尺寸。     

镍基电磁波屏蔽复合涂料制备及在EMC中的工程应用

针对日益严重的电磁环境污染问题,根据电磁波屏蔽材料对电磁波作用原理,用镍粉和金属纤维作为复合填料,以丙烯酸树脂作粘结剂,按照涂料制备的方法,制备了一种能屏蔽电磁波的复合涂料。将其应用在某有线电视网和电子工作间,进行对比法测试,结果表明:在射频段,该材料将有线电视传输网设备中的干扰场强度降低了40%~50%,在电子工作间上的屏蔽效能达到了30~50dB。     

Mark XIIA Mode 5系统中的软扩频技术应用

介绍了Walsh码的产生和解码原理,阐述了基于Walsh码软扩频在敌我识别(IFF)Mark XIIA Mode 5系统中的应用,利用Simulink平台建立仿真模型,实验结果表明,软扩频技术的应用有效地提高了系统的抗干扰性能。     

团队导师制下程序设计实践创新模式探索

本文探索了一种团队导师制下地方高校计算机专业程序设计实践创新能力培养模式,并结合相关课程建立了程序设计实践创新学习网站和辅导交流平台。实践教学结果表明,本文提出的培养模式能有效提高学生程序设计编程创新能力以及分析、解决实际工程项目的技能,增强了地方高校计算机专业学生核心竞争力。     

数字下变频与脉冲压缩系统的设计与实现

数字下变频与脉冲压缩一直是雷达信号处理中的关键技术之一。应用现场可编程门阵列(FPGA)的IP核技术,研究了一种基于FPGA的数字下变频与脉冲压缩系统的实时实现方法。首先提出了系统的整体结构,然后介绍了数字下变频模块、脉冲压缩模块及接口模块的设计方法。在单片FPGA上实现了对实际采集的中频Chirp信号进行8K点或2K点可变点数的数字下变频与脉冲压缩处理,通过与Matlab软件计算结果的对比,验证了FPGA实时计算的正确性。最后分析了系统的可实现性与实时性。     

基于贝叶斯神经网络的垃圾邮件过滤方法

垃圾邮件过滤是当前互联网应用中急需解决的一个重要课题，日益受到人们的关注。本文提出了一种基于贝叶斯神经网络BNN(Bayesian Neural Network)的垃圾邮件过滤方法，利用贝叶斯推理和神经网络相结合的贝叶斯神经网络算法对用户给定的正常／垃圾邮件集合进行训练，得到邮件过滤模型。并且提出了一种有效的特征选择方法，采用信息增益准则，有效降低了特征维数。经过实验测试，本文提出的方法可以实现对垃圾邮件的有效过滤。