餐饮废油生物柴油低温流动性的改进研究

使用气-质联用仪测定餐饮废油生物柴油(WCME)和-10号柴油(-10PD)的组成,使用冷滤点试验器和运动黏度试验器测定WCME的低温流动性,同时使用调合、添加低温流动性改进剂的方法改进WCME的低温流动性。实验结果表明,WCME主要由饱和脂肪酸甲酯和不饱和脂肪酸甲酯组成,质量分数分别为27.63%和71.81%;WCME冷滤点为0℃,运动黏度(40℃)为4.41mm2/s;WCME与-10PD调合后,冷滤点降低,其中B20的冷滤点最低,为-13℃,运动黏度随着WCME的体积分数的减少,逐渐接近-10PD的运动黏度。通过添加低温流动性改进剂,WCME,B10,B20的冷滤点分别从0,-8,-13℃降至-4,-26,-25℃。     

GOS+MU:一种查询对象选择新方法

在分析单一MU(Most Uncertainty)采样缺陷的基础上,提出一种"全局最优搜寻"方法 GOS(Global Optimal Search),并结合MU共同完成查询选择。GOS+MU方法中,GOS着眼全局寻找目标,在应用环境能提供的训练样本数量有限、分类器受训不充分时,该方法选择的对象学习价值高,能快速推进分类器学习进程;MU则能够在GOS采样失效情形下,利用分类器当前训练成果,选择查询不确定性最强的样本补充训练集。通过对网络商品的用户评论进行分类仿真,并比较其他采样学习方法的效果,证明了GOS+MU方法在压缩学习成本、提高训练效率方面的有效性。     

基于运动补偿方法在视频压缩方面的应用研究

目的 动态视频所占据的空间过大,若要快速和在有限的空间去传送,则必须要对动态视频进行压缩;方法 通过帧与帧之间存在冗余性,以及后面的帧可以通过运动补偿的方法来得到预测帧;结果 通过matlab进行仿真,得到相关的图片数据得到压缩后的预测帧;实验验证通过运动补偿的方法可以得到后面相关帧,并且起到压缩的作用.     

毒品滥用流行病模型的稳定性分析

现有毒品滥用流行病模型假设吸毒者康复后对毒品拥有永久"免疫"力，而忽视了其再次成为毒品易感者的可能性。针对这一问题，通过考虑社区治疗和隔离治疗两种措施，分析了毒品滥用人群的演化过程，提出了基于暂时"免疫"力的毒品滥用流行病模型，并计算了模型的基本再生数，讨论了模型平衡点的存在性和稳定性。当基本再生数小于1时，模型存在一个局部渐进稳定的无毒平衡点；当基本再生数大于1时，模型存在唯一的地方病平衡点，并利用几何方法证明了地方病平衡点的全局稳定性；当基本再生数等于1时，如果满足一定条件，模型出现后向分支现象。数值模拟验证了上述所有结果。研究结果表明提高隔离治疗率、改善社区治疗效果和降低接触传染率可以有效抑制毒品滥用的流行。     

亲水作用色谱-串联质谱法测定动物源运动食品中3种氨基糖苷类抗生素的残留量

该研究建立了一种亲水交互作用色谱-串联质谱（HILIC-MS/MS）法测定动物源运动食品中潮霉素B、新霉素、安普霉素3种氨基糖苷类抗生素残留量的方法。结果表明，样品经Sielc Obelisc R柱分离，采用0.1%甲酸水溶液-乙腈梯度洗脱，可以实现3种目标物组分的分离。在此条件下，3种氨基糖苷类抗生素在5～500 ng/mL的质量浓度范围内线性关系良好，相关系数R2为0.999 5～0.999 9，检出限均为15 μg/kg，定量限均为50 μg/kg，保留时间的日间和日内相对标准偏差（RSD）分别为3.5%～7.9%和3.5%～4.1%，峰面积的日间和日内RSD分别为3.6%～7.4%和3.2%～3.9%，加标回收率为85.7%～93.6%，回收率试验结果的RSD为3.1%～5.2%。该方法可以满足动物源运动食品中3种氨基糖苷类抗生素的检测需求。     

基于时频域的卷积神经网络运动想象脑电信号识别方法

针对目前运动想象脑电（EEG）信号识别率较低的问题，考虑到脑电信号蕴含着丰富的时频信息，提出一种基于时频域的卷积神经网络（CNN）运动想象脑电信号识别方法。首先，利用短时傅里叶变换（STFT）对脑电信号的相关频带进行预处理，并将多个电极的时频图组合构造出一种二维时频图；然后，针对二维时频图的时频特性，通过一维卷积的方法设计了一种新颖的CNN结构；最后，通过支持向量机（SVM）对CNN提取的特征进行分类。基于BCI数据集的实验结果表明，所提方法的平均识别率为86.5%，优于其他传统运动想象脑电信号识别方法；同时将该方法应用在智能轮椅上，验证了其有效性。     

基于分段加权的反向稀疏跟踪算法研究

为提高稀疏表示跟踪模型性能，提出一种分段加权的反向稀疏跟踪算法，将跟踪问题转化为在贝叶斯框架下寻找概率最高的候选对象问题，构造不同的分段权重函数来分别度量候选目标与正负模板的判别特征系数。通过池化来降低跟踪结果的不确定性干扰，选择正负模板加权系数差值最大的候选表示作为跟踪结果。实验表明，在光照变化、遮挡、快速运动、运动模糊情况下，所提出的算法可以确保跟踪结果的准确性和鲁棒性。     

一种抗运动干扰的实时心率提取方法

针对基于容积脉搏波（PPG）提取运动心率时，传统心率提取算法由于运动噪声干扰使测量结果误差大、实时性不好的问题，提出一种抗运动干扰的实时心率提取方法。该方法通过实时小波去噪，同时结合三轴加速度信号（ACC）对运动进行分类训练，计算各运动状态心率增益，对实时心率值进行补偿。实验结果表明，通过与同时采集的ECG信号计算出的实时心率进行对比，绝对误差率仅为1.2%左右。相比传统心率提取算法，该算法具有抗干扰性强，实时准确的特点。