固定床吸附法提取发酵液中乳酸的工艺条件优化

预处理后的乳酸发酵液,经过5种树脂对吸附及解吸性能的筛选,确定选用弱阴离子树脂D301G从发酵液中提取乳酸.在正交试验优化基础上,得到该树脂单级工艺最佳操作条件为:时间3h、发酵液浓度86.0g/L、pH值为3,此时交换容量为237mg/g.又测定了流速和高径比对固定床吸附操作的影响,最终确定流速为1mL/min,高径比为10.8:1是最优固定床吸附工艺条件,并绘制该条件下的穿透曲线,此时穿透时间为60min,交换容量为193mg/g.     

同伦内点法求一类多目标优化问题的最小弱有效解

本文针对客观实际中不同决策者在已有条件下自我需求实现问题,根据"自报公议"原则,将多目标优化问题转化成含有权系数变量的一个新单目标优化问题.利用组合同伦内点法来求解单目标问题,通过路径跟踪得到多目标优化问题的最小弱有效解,从而实现"公议",达到相对最佳目的,并证明了该方法是整体收敛的.     

混合误差下半变系数模型的相合估计

讨论了误差序列是混合序列的变系数模型。给出变系数模型系数函数的局部多项式估计,并证明了该模型系数函数估计是弱相合估计。     

The Mechanical Behaviour of Polyimide/Copper Laminates Part 2: Peel Energy Measurements

The mechanical peel behaviour of laminates consisting of polyimide films adhered to copper foil using a modified acrylic adhesive has been studied over a wide range of test rates and temperatures. The laminates were prepared from polyimide films which had been subjected to either a “high-thermal history” or a “low-thermal history” treatment during the production of the film. The measured peel energies of the laminates could be superimposed to give a master curve of peel energy versus the reduced rate of peel test, Ra_T, where R is the rate of peel test and a_T is the time-temperature shift factor. The appropriate shift factors were a function of the test temperature and were mainly deduced from tensile tests conducted on the bulk adhesive. The “high-thermal history” laminates gave higher peel energies and the locus of failure of the laminates was mainly by cohesive fracture through the adhesive layer. At low values of log₁₀ Ra_T, i.e. Low rates of peel and high test temperatures, the “low-thermal history” laminates also failed in the adhesive layer and possessed similar peel energies to those measured for the “high-thermal history” laminates. However, at high log₁₀ Ra_T values, the peel energies measured for the “low-thermal history” laminates were lower and showed a wider scatter. These arose from a different locus of failure occurring in these “low-thermal history” laminates when tested under these conditions. Namely, it was found that most of these laminates failed in a weak boundary layer in the outer regions of the “low-thermal history” polyimide film.     

多通道Haar-like特征多示例学习目标跟踪

目的 提出一种基于多通道Haar-like特征的多示例学习目标跟踪算法,克服了多示例跟踪算法在处理彩色视频时利用信息少和弱特征不能更换的缺点。方法 首先,针对原始多示例学习跟踪算法对彩色视频帧采用单通道信息或将其简单转化为灰度图像进行跟踪会丢失部分特征信息的缺点,提出在RGB三通道上生成位置、大小和通道完全随机的Haar-like特征来更好地表示目标。其次,针对多示例学习跟踪算法中Haar-like弱特征不能更换,难以反映目标自身和外界条件变化的特点,提出在弱分类器选择过程中,用随机生成的新Haar-like特征实时替换部分判别力最弱的Haar-like特征,从而在目标模型中引入新的信息,以适应目标外观的动态变化。结果 对8个具有挑战性的彩色视频序列的实验结果表明,与原始多示例学习跟踪算法、加权多示例学习跟踪算法、基于分布场的跟踪算法相比,提出的方法不仅获得了最小的平均中心误差,而且平均跟踪准确率比上述3种算法分别高52.85%,34.75%和5.71%,在4种算法中获得最优性能。结论 通过将Haar-like特征从RGB三通道随机生成,并将判别力最弱的部分Haar-like弱特征实时更换,显著提升了原始多示例学习跟踪算法对彩色视频的跟踪效果,扩展了其应用前景。     

改进Mask R-CNN模型的海洋锋检测

目的 海洋锋的高效检测对海洋生态环境变化、渔业资源评估、渔情预报及台风路径预测等具有重要意义。海洋锋具有边界信息不明显且多变的弱边缘性,传统基于梯度阈值法及边缘检测的海洋锋检测方法,存在阈值选择不固定、判定指标不一致导致检测精度较低的问题。针对上述问题,基于Mask R-CNN（region convolutional neural network）提出一种改进的海洋锋自动检测方法。方法 兼顾考虑海洋锋的小数据量及弱边缘性,首先对数据扩增,并基于不同算法对海表温度（sea surface temperatures,SST）遥感影像进行增强;其次,基于迁移学习的思想采用COCO（common objects in context）数据集对网络模型进行初始化;同时,对Mask R-CNN中残差神经网络（residual neural network,ResNet）和特征金字塔模型（feature pyramid network,FPN）分别进行改进,在充分利用低层特征高分辨率和高层特征的高语义信息的基础上,对多个尺度的融合特征图分别进行目标预测,提升海洋锋的检测精度。结果 为验证本文方法的有效性,从训练数据和实验模型上分别设计多组对比实验。实验结果表明,相比常用的Mask R-CNN和YOLOv3（you only look once）神经网络,本文方法对SST梯度影像数据集上的海洋锋检测效果最好,海洋锋的定位准确率（intersection over union,IoU）及检测平均精度均值（mean average precision,mAP）达0.85以上。此外,通过对比分析实验结果发现,本文方法对强海洋锋的检测效果明显优于弱海洋锋。结论 本文根据专家经验设立合理的海洋锋检测标准,更好地考虑了海洋锋的弱边缘性。通过设计多组对比实验,验证了本文方法对海洋锋的高精度检测效果。     

扩展BVP振子弱周期扰动下的振荡与同步

针对扩展bonhoeffer-van der pol(BVP)振子易受不确定因素影响的问题,提出了将非线性动力学分析与数值模拟相结合的方法,并考察了弱扰动对混合模式振荡类型和同步行为的影响.根据模拟结果得知,多种类型的混合模式振荡受弱扰动的影响出现了坍塌现象,且从理论上证明了两个耦合bonhoeffer-van der pol振子的膜电压比慢变量到达完全同步时所需的耦合强度要大,在二维参数平面上,膜电压到达同步时所取参数范围应小些.结果表明,与膜电压相比,慢变量更容易达到同步,且变量之间呈现一种线性关系.     

基于稀疏重构的窄带弱信号时延估计算法

提出了一种基于稀疏重构的窄带弱信号时延估计算法.利用信号的互相关谱构造数据矩阵,然后建立时延参数的冗余字典,最后通过矩阵奇异值分解在信号子空间中利用正交匹配追踪算法得到高精度时延估计.理论分析和仿真实验验证了算法的正确性和有效性.相比于传统方法,该算法可将窄带弱信号时延估计精度提高约1倍.     

基于锁相放大算法的微弱光谱分析

由于强噪声背景的影响,在进行光谱探测的过程中收集到的信号很微弱。为了能有效的去除噪声,提出了采用锁相放大算法去除噪声提取光谱特征信号的方法。研制编写锁相放大算法,对收集的光谱数据进行处理,分析处理后的结果,光谱特征获得了放大,进一步进行两种结果的中值归一化对比,该光谱曲线与原始光谱曲线线型基本一致,且具有平滑去噪效果。该成果对微弱光谱信号去除噪声的研究具有实际意义。     

基于随机共振原理的低频弱信号检测方法研究

介绍了双稳系统,讨论了产生随机共振的条件以及输出频谱的特性。针对原双稳系统不能检测中低频率信号的问题,利用参数变换原理,推导出了一种新的模型,阐述与分析了该模型的参数变化对输出混合信号的影响。模型相对于经典双稳系统模型降低了对输入的要求。