池式核沸腾中滑移汽泡的薄层蒸发传热模型

通过对池式核沸腾下加热壁面上滑移汽泡引起的薄层蒸发传热的分析,在若干假定基础上,建立了滑移汽泡薄层蒸发传热模型,并在该传热模型的基础上,结合管束沸腾传热机理的实验研究结果,给出了管束沸腾传热的薄层蒸发传热增强贡献的分析表达式,验证结果表明,采用建立模型计算所得单管池沸腾传热系数与实验结果的平均相对误差为±６．１％。     

碱性氨基酸辐射保护机理的电子自旋共振研究

本文研究了组氨酸和精氨酸对胸腺嘧啶的辐射保护机理。用ESR方法和分子轨道计算确证其辐射保护是由于电子清除和从胸腺嘧啶阴离子向碱性氨基酸的转移。碱性氨基酸的亲电子性能随质子化程度而异,在pH=7的条件下,组氨酸对胸腺嘧啶的辐射保护机理可能是电子转移与氢原子转移的协同过程。     

计及数据不平衡的RUSBoost-LightGBM 短期负荷预测方法

随着人工智能技术的发展,负荷预测的准确度显著提高,但仍有一些负荷曲线预测精度较低。造成这种现象的原因 在于训练集中这类负荷曲线属于少数类,导致数据不平衡,模型无法充分学习,从而影响了预测的精度。为解决电力负荷数 据不平衡问题导致的预测精度降低的问题,提出了一种先分类后预测的解决方法。通过改进的K-Mediods 方法把具有高相 似性的历史负荷曲线进行聚类,并构造分类标签与电力负荷的特征集;然后根据预测时间的特征进行分类,通过RUSBoost 算 法很好的优化了分类过程中数据不平衡问题;最后在每类中使用LightGBM算法进行负荷预测。在公开数据集上的实验表 明,所提出方法对少数类负荷的预测效果显著,其平均绝对百分比误差(MAPE) 为2.95%,均方根误差(RMSE) 为 175.71 MW;对于常规负荷的预测,MAPE为3 .52%,RMSE为195.84 MW,相对其他方法也具有较好的预测效果。     

EnGAN：医学图像分割中的增强生成对抗网络

原始采集的医学图像普遍存在对比度不足、细节模糊以及噪声干扰等质量问题,使得现有医学图像分割技术的精度很难达到新的突破。针对医学图像数据增强技术进行研究,在不明显改变图像外观的前提下,通过添加特定的像素补偿和进行细微的图像调整来改善原始图像质量问题,从而提高图像分割准确率。首先,设计引入了一个新的优化器模块,以产生一个连续分布的空间作为迁移的目标域,该优化器模块接受数据集的标签作为输入,并将离散的标签数据映射到连续分布的医学图像中;其次,提出了一个基于对抗生成网络的EnGAN模型,并将优化器模块产生的迁移目标域用来指导对抗网络的目标生成,从而将改善的医学图像质量知识植入模型中实现图像增强。基于COVID-19数据集,实验中使用U-Net、U-Net+ResNet34、U-Net+Attn Res U-Net等卷积神经网络作为骨干网络,Dice系数和交并比分别达到了73.5%和69.3%、75.1%和70.5%,以及75.2%和70.3%。实验的结果表明,提出的医学图像质量增强技术在最大限度保留原始特征的条件下,有效地提高了分割的准确率,为后续的医学图像处理研究提供了一个更为稳健和高效的解决方案。     

基于粒子群优化的电力负荷灰色预测模型

通过对dt^-dx^（1）＋ax^（1）=u的通解x^^（1）=ce^-ak＋a^-u的参数a、u、c直接求解,避免了灰微分方程参数辨识时选取合理背景值的问题,构建了适应性更强的不需构造GM（1,1）模型的背詈值而直接求解灰微分方程参数的模型,并且在求解这些参数的过程中,应用了在求解非线性问题中具有全局寻优能力的粒子群算法（PSO）。提出了基于粒子群算法优化的电力负荷灰色预测模型PSOGM（1,1,a,u,c）,通过在电力负荷实例中的应用并与传统的GM（1,1）预测模型进行了效果比较,验证了基于粒子群算法优化的电力负荷GM（1,1）模型具有很好的预测精度和适用性。     

基于改进灰色模型的电力负荷中长期预测

基于电力系统中长期负荷预测的特点,针对常规灰色预测模型存在的不足,提出一种基于数据平滑处理,以及线性回归残差修正的改进灰色预测方法。对某地区算例比较和分析表明,本方法可明显提高中长期负荷预测精度。     

分布式个人文件系统的设计与实现

提出了一种基于E-mail系统的分布式文件系统——EMDFS,给出了扩展的STMP协议(ESTMP)的状态转换方式和定义,在此基础上研究了利用ESMTP来构建分布式个人文件系统的方法和模型,设计了EMDFS的模型、内外存的结构、I/O操作、用户接口以及EMDFS的各种功能。     

函数双向S-粗集的信度特征

利用函数双向S-粗集的结构,给出函数迁移的信度特征,函数集Q的下近似信度特征,函数集Q的上近似信度特征;利用这些结果,给出函数双向S-粗集的信度特征,提出函数双向S-粗集的随机结构与随机定理。函数双向S-粗集的结构是函数双向S-粗集的随机结构的特例,函数双向S-粗集的随机结构是函数双向S-粗集结构的一般形式。     

Two-Parameter Thermal Lattice BGK Model with a Controllable Prandtl Number

In this paper, two time relaxation parameters are introduce to a thermal lattice BGK, model to make its Prandtl number controllable. The dependency of the Prandtl number on the two parameters is derived. Numerical measurement of the transport coefficients is used to demonstrate the validity of the method. Furthermore, two examples of convective heat transfer are calculated, with one to show the effectiveness, and the other to show the breakdown of the two-parameter formulation under different conditions.     

Myoglobin/gold nanoparticles/carbon spheres 3-D architecture for the fabrication of a novel biosensor

A novel biosensor based on a myoglobin/gold nanoparticles/carbon spheres (Mb-AuNPs-CNs) 3-D architecture bioconjunction has been fabricated for the determination of hydrogen peroxide (H₂O₂). Cyclic voltammetry (CV), Fourier transform infrared (FT-IR) spectroscopy and scanning electron microscopy (SEM) were used to characterize the bioconjunction of the AuNPs-CNs with Mb. Experimental results demonstrate that the AuNPs-CNs hybrid material is more effective in facilitating electron transfer of the immobilized enzyme than CNs alone, which can be attributed to the unique nanostructure and larger surface area of the bioconjunction. The biosensor displayed good performance for the detection of H₂O₂ with a wide linear range from 0.28 μmol/L to 116.5 μmol/L and a detection limit of 0.12 μmol/L. The Michaelis-Menten constant K _M^app value was estimated to be 0.3 mmol/L. The resulting biosensor exhibited fast amperometric response, and good stability, reproducibility, and selectivity to H₂O₂. This article is published with open access at Springerlink.com