基于混合专家网络的智能检测系统

为解决原油含水率测量中存在的问题,提出一种基于多传感器技术的智能检测系统,对原油的水分、温度、水矿化度进行检测,并采用混合专家网络对多传感器信息进行智能融合处理,以提高含水率的检测精度。在提出的混合专家网络中,采用了专家决策、多神经网络集成等先进技术,且专家子网络采用LM算法和最优停止法相结合以确定网络最佳权值,提高模型的泛化能力。仿真结果表明:该混合专家网络模型在原油含水率测量系统中取得很好的应用效果,获得较高的测量精度。     

基于纯培养方法和PacBio三代测序技术研究蒙古国传统酸马奶中乳酸菌多样性

通过纯培养方法结合PacBio三代测序技术对采自蒙古国的12份传统酸马奶中的乳酸菌多样性进行研究。应用传统的纯培养技术从12份传统酸马奶样品中分离出62株乳酸菌,通过16S rRNA基因序列分析和系统进化关系研究,62株乳酸菌被鉴定为5个属,6个种,分别是:25株瑞士乳杆菌、20株植物乳杆菌、7株产马乳酒乳杆菌、5株屎肠球菌、3株嗜热链球菌和2株粪肠球菌。采用PacBio SMRT测序技术研究其中8份样品中乳酸菌的多样性,宏基因组测序得到的优势菌为乳酸菌,同时也检测到一些痕量的其它种属细菌。共检测到5个乳酸菌的属,分别是:乳杆菌属、乳球菌属、链球菌属、明串珠菌属和肠球菌属,20个乳酸菌的种,即:瑞士乳杆菌、乳酸乳球菌、副乳链球菌、棉子糖乳球菌、肠膜阴串珠球菌和产马乳酒乳杆菌。宏基因组测序相对含量表明:蒙古国酸马奶样品中乳酸菌优势属为乳杆菌属(95.56%),优势种为瑞士乳杆菌(94.64%),纯培养方法和宏基因组三代测序方法都表明瑞士乳杆菌为蒙古国传统酸马奶中的优势菌种。宏基因组测序技术除检测到纯培养获得的菌株外,还获得14个低丰度乳酸菌,如棉籽糖乳球菌、肠膜明串珠球菌和开菲尔乳杆菌等,这些菌在酸马奶中含量较少。通过PacBio SMRT测序技术可以全面了解酸马奶中乳酸菌的多样性,为通过纯培养方法获得低丰度乳酸菌提供指导。     

VSMP中统计查询系统的设计和实现

介绍了VSMP(Voice Service Management Platform,语音业务管理平台)平台以及统计查询系统在该平台中的主要功能.分析了该平台中统计查询系统的现状和存在的问题,提出采用基于配置的方式和面向对象的思想对该系统进行改进,使得系统的开发更加方便、快捷,统计结果的呈现更加灵活和人性化.     

基于JDK1.5的定时任务执行方案的改进

针对JDK1.5(Java Development Kit)在定时任务执行方案机制中存在的不足,分析其原因,结合实践过程总结的定时任务特点,对现有的定时任务执行方案加以改进,形成一种比较全面灵活的对定时任务执行的处理机制.从而扩大其适用范围,增加其灵活性,使定时任务执行更简单,任务形式更多样.     

基于多传感器技术的原油含水率预测模型研究

通过多传感器技术对原油含水率测量有影响的多个参量进行测定,提出基于多元非线性回归和神经网络融合处理两种方法建立原油含水率预测模型,并采用分段建模的方法分别进行改进.评价结果表明:神经网络模型预测效果优于多元非线性回归模型,原油含水率分段预测模型效果优于统一模型.尤其是改进的神经网络分段预测模型具有网络结构简化、收敛速度快,泛化能力强的特点,取得很好的拟合精度和预测效果.