基于动网格的水疗按摩喷嘴转动模拟

为克服靠经验设计水疗（SPA）按摩喷嘴成本高、周期长的缺点,利用计算流体力学（Computational Fluid Dynamics,CFD）技术对某水疗按摩喷嘴进行数值建模、仿真和计算,以优化喷嘴结构．首先求出动网格守恒方程,然后利用FLUENT的动网格模型和自定义的喷嘴转动UDF,对喷嘴的转子进行三维数值分析,实现转子的网格转动,并求出转动速度．实验和仿真结果对比表明所采用的方法是合适的．     

BP神经网络结合变量选择方法在牛奶蛋白质含量检测中的应用北大核心CSCD

牛奶中的蛋白质含量会影响牛奶的品质,利用高光谱图像的光谱特征信息研究对牛奶蛋白质含量预测的可行性。本文提出一种基于竞争性自适应重加权算法(competitive adaptive reweighted sampling, CARS)和连续投影算法(successive projections algorithm, SPA)结合多层前馈神经网络(back propagation, BP)的预测建模方法,实验以含有不同浓度蛋白质的牛奶为对象,利用可见光/近红外高光谱成像系统共采集到5种牛奶共计250组高光谱数据,通过实验对比选择采用标准化方法对获取到的吸收光谱预处理,然后采用CARS结合SPA筛选特征波长,得到18个特征波长,建立CARS-SPA-BP模型,经过试验,CARS-SPA-BP模型的训练集决定系数和测试集决定系数R;和R;分别达到0.971和0.968,训练集均方根误差(root mean square error of calibration,RMSEC)和测试集均方根误差(root mean square error of prediction,RMSEP)达到了0.033和0.034。研究发现,采用CARS结合SPA筛选的牛奶特征波长建立的多层前馈神经网络模型,其模型预测结果与全波长建模相比并没有明显降低,因此将CARS结合SPA用于波长筛选并且结合BP神经网络基本可以完成对牛奶蛋白质含量的预测。为验证CARS-SPA-BP模型的预测能力,在相同数据环境下,使用较为传统的偏最小二乘回归(partial least squares regression, PLSR)进行建模,实验结果表明,CARS-SPA-BP相较于PLSR,R;和RMSEP均有明显提升。研究表明,CARS-SPA-BP可充分利用牛奶光谱特征信息实现较高精度的牛奶蛋白质含量检测。     

抵抗SPA攻击的分段Montgomery标量乘算法

基于Akishita在Montgomery形式椭圆曲线上计算双标量乘kP+lQ的思想,提出了一种计算三标量乘kP+lQ+tR的新算法,使运算量减少了约23%。在上述算法基础上提出一种椭圆曲线上分段计算标量乘bP的方法,通过预计算少量点,将计算bP转化为计算kP+lQ或kP+lQ+tR,并使用边信道原子化的方法使其可以抵抗简单能量分析(SPA)攻击。最后使用Magma在二进制域上对分段算法仿真,结果显示二分段算法计算速度最快,三分段算法其次,在效率上均比原始Montgomery算法提升很大。     

过磷酸（SPA）可用作柏木烯乙酰化作用的催化剂

本文论述经实验和四年多出产实践证明 ,过磷酸 (SPA)可用作柏木烯乙酰化作用的催化剂。在甲基柏木酮(MCK)合成工艺中 ,与多聚磷酸 (PPA)催化剂相比 ,过磷酸有直接使用和方便之优点 ,并能改善劳动条件 ,而且过磷酸催化剂的成本略低于多聚磷酸催化剂     

基于细粒度任务调度的防功耗分析模幂方法

提出了一种基于细粒度任务调度的防功耗分析(包括简单和差分功耗分析)模幂实现方法。将比完整模乘操作粒度更小的操作作为原子操作(最小可调度单位),将模幂运算转换成完全随机的原子操作序列,任务调度与原子操作的执行是并行的。该方法以细粒度操作为调度单位,实现简单、灵活性强,有利于提高运算性能。     

Application of near infrared spectroscopy for the rapid determination of antioxidant activity of bamboo leaf extract

This study was carried out to evaluate the feasibility of using near infrared (NIR) spectroscopy for determining three antioxidant activity indices of the extract of bamboo leaves (EBL), specifically 2,2-diphenyl-1-picrylhydrazyl (DPPH), ferric reducing/antioxidant power (FRAP), and 2,2′-azinobis-(3-ethylbenz-thiazoline-6-sulfonic acid) (ABTS). Four different linear and nonlinear regressions tools (i.e. partial least squares (PLS), multiple linear regression (MLR), back-propagation artificial neural network (BP-ANN), and least squares support vector machine (LS-SVM)) were systemically studied and compared in developing the model. Variable selection was first time considered in applying the NIR spectroscopic technique for the determination of antioxidant activity of food or agricultural products. On the basis of these selected optimum wavelengths, the established MLR calibration models provided the coefficients of correlation with a prediction (r_pre) of 0.863, 0.910, and 0.966 for DPPH, FARP, and ABTS determinations, respectively. The overall results of this study revealed the potential for use of NIR spectroscopy as an objective and non-destructive method to inspect the antioxidant activity of EBL.     

基于近红外高光谱成像快速无损检测注胶肉研究

采用近红外高光谱成像技术结合化学计量学方法建立注胶肉的快速无损检测模型。首先通过近红外高光谱成像系统获取含有不同浓度梯度卡拉胶的猪里脊肉高光谱图像,然后提取图像中的光谱数据,使用偏最小二乘法(Partial least square,PLS)探究光谱信息与不同掺假比例卡拉胶之间的定量关系。结果表明全波段光谱(900~1700 nm)所构建的PLS校正集模型均方根误差(Root mean square error,RMSE)为1.74%,预测模型RMSE为3.16%。表明基于全波段所建立的PLS模型具有较优的预测性能。利用连续投影算法(Successive projection algorithm,SPA)筛选获得11个特征波长,并优化全波长PLS模型,将预测集样品带入,以验证模型的预测效果,结果表明SPA算法结合PLS建模方法所建立的模型预测效果更优,预测集相关系数(R_P)为0.93,均方根误差(Root mean square error of prediction,RMSEP)为3.51%,预测偏差(Residual predictive deviation,RPD)为2.66。试验表明利用高光谱成像技术可实现对注胶猪肉的快速无损检测。     

ECC算法的功耗分析研究

随着旁道攻击方法的提出,在安全领域,就要求各类密码算法在实际应用时需要考虑抵抗此类攻击的能力.利用Simplepower功耗分析工具,对椭圆曲线密码(ECC)加密算法在GF(2m)域上的Montgomery标量乘法进行了抵抗,简单功耗分析(SPA)和差分功耗分析(DPA)的研究.结果表明,目前常用的Montgomery算法具有较好的抵抗SPA攻击的能力,但是对DPA攻击防护不够,从而得出ECC算法的实际应用还需要额外添加抗差分功耗分析的方法,以增强其抵抗DPA攻击的能力.     

对智能卡进行简易功率分析攻击的方法研究

详细地阐述了对通用密码系统实施简易功耗分析攻击(SPA)的理论基础和对DES算法攻击的特定理论，并提出了对SPA的改进算法。最后，论文讨论了预防功率分析攻击的潜在对策。