基于认知特性的信息界面布局美度评价

目的 提出一种基于认知特性的信息界面布局美度评价方法,提高信息界面布局的合理性及评估结果的客观性。方法 根据视觉信息加工过程和视觉注意原理构建信息界面“布局—认知”的映射关系,结合软件工程领域的质量评估模型的构建逻辑,推导度量指标并建立信息界面布局美度评估模型,利用层次分析法计算各度量指标的权重,构建信息界面美度的综合评价方法。结论 以某数控机床的刀具补偿操作界面为例,通过等级排序法验证了该方法能够准确、客观地反映信息界面布局的美度情况。该方法具有较高的通用性,为信息界面布局方案的选择提供了一套客观量化的决策依据,辅助设计师对界面布局的分析与微调,从而避免设计优化上的盲目修改和创新。     

无深度反转的集成成像一次拍摄方法

针对传统集成成像显示技术存在深度反转,需要进行二次成像的问题,提出一种无深度反转的集成成像一次拍摄方法。该方法采用离轴平行式集成成像拍摄结构对三维(3D)场景进行拍摄,通过设计合理的拍摄参数,重排图像元,生成无梯形畸变的图像阵列(EIA),直接用于集成成像显示,解决了传统集成成像的深度反转问题,避免了复杂且繁琐的图像校正和二次成像过程,可快速生成具有正确深度信息的EIA。该方法所获取的EIA在集成成像3D显示实验中重建的3D图像具有正确的深度和逼真清晰的立体显示效果,验证了本文方法的正确性。     

了哥王总黄酮的超声波协同微波提取工艺及其抗氧化活性研究

在单因素试验基础上,采用Box-Behnken 设计对了哥王总黄酮超声波协同微波提取工艺中的乙醇体积分数、提取时间和微波功率3 因素最优化组合进行定量研究,建立并分析各因素与得率关系的数学模型。同时研究了哥王总黄酮对DPPH 和羟自由基的清除效果。结果表明：最佳的工艺条件为乙醇体积分数70%、提取时间123s、微波功率419W,经实验验证在此条件下得率为1.172%,与理论计算值1.162% 基本一致,说明回归模型能较好地预测了哥王中总黄酮的提取得率;当总黄酮质量浓度在13.16～78.96μg/mL 和0.43～52.64μg/mL 范围内,其对DPPH自由基和羟自由基的清除率分别为20.87%～71.11% 和9.04%～52.21%,且都存在明显的量效关系。     

均值滤波和形态学在振荡脉搏波提取中应用

目前,市场上85%以上的电子血压计均采用振荡法进行血压测量,振荡法血压测量的关键步骤就是从原始的采集信号中提取出纯净振荡脉搏波用于血压计算.本文将采用自己研制的基于上气式的血压数据采集装置进行数据采集,针对采集过程中由于电机振荡、呼吸以及身体移动和电子元器件温度变化等因素所引起的高频噪声和基线漂移,提出了滑动均值滤波和数学形态学结合的去噪方法.经过实验验证表明,该方法有效地去除了振荡脉搏波中的高频噪声和基漂信号;通过信号频谱分析表明,明显降低了信号高频段的幅值,信噪比得到了良好的改善,提高了血压测量的精度.     

吲哚类大麻素受体选择性激动剂共同特征药效团模型的研究

大麻素受体与疼痛、炎症、骨质疏松等多种疾病紧密相关,是极具潜力的药物靶点。本研究分别选取吲哚类CB2选择性激动剂和CB1选择性激动剂为研究对象,采用Discovery studio 2019软件分别构建两种激动剂共同特征药效团模型,首次对这两种药效团模型进行比较分析。随后通过测试集和ROC曲线两种验证方法对CB2选择性激动剂药效团模型的可靠性进行验证和筛选,得到一个最佳模型,该模型可用于天然化合物数据库的筛选,为发现新型CB2选择性激动剂提供理论基础。     

羧甲基壳聚糖-油酸胶束的制备

通过接枝反应合成了具有两亲性的羧甲基壳聚糖-油酸聚合物,并测定了临界胶束浓度(CMC),评价其形成胶束的能力。首先对壳聚糖进行羧甲基化修饰,酸碱滴定法测定取代度,并以取代度为指标,正交实验法确定合成羧甲基壳聚糖过程中不同条件对取代度的影响,根据正交实验结果制备了3种不同取代度的羧甲基壳聚糖,分别与油酸进行接枝反应,合成了3批羧甲基壳聚糖-油酸聚合物,荧光光度法分别测定CMC值为0.013 8、0.039 0和0.039 0 mg/mL,结果表明羧甲基壳聚糖-油酸具有形成胶束结构的能力。     

AB-8型大孔吸附树脂分离纯化了哥王总黄酮

通过考察各种因素对树脂吸附和洗脱效果的影响,确定AB-8型大孔吸附树脂分离纯化了哥王总黄酮的最佳工艺参数。最佳工艺参数为上样液浓度1.5 mg/mL、上样液流速2 BV/h、上样液pH 5.4、洗脱液浓度70%乙醇、洗脱液流速1 BV/h和洗脱液用量为80 mL,分离纯化后的总黄酮产品纯度可达20.60%。     

基于上下文融合网络的糖尿病视网膜病变诊断

糖尿病视网膜病变(diabetic retinopathy, DR)是一种致盲性的糖尿病并发症。尽管卷积神经网络(convolutional neural network, CNN)目前是DR诊断中最先进的方法,但其特征提取过程存在容易丢失有效病灶信息的问题。对此,提出了一种上下文融合网络(context fusion network, CF-Net)用于处理DR诊断任务。该网络使用ResNet50将眼底图像嵌入到高维表示空间中,提取图像的局部特征信息和高级语义信息,然后通过构建上下文融合模块来聚合中间和高层的特征表示,从而避免卷积操作过多造成的信息丢失。同时还提出了全局通道金字塔(global channel pyramid, GCP)注意力模块用于捕捉通道和空间维度中关键的病灶信息作为DR诊断的重要依据。利用类别注意力探索眼底图像中更具辨别性的区域特征,能够增强网络的病灶辨别能力。在APTOS数据集和Messidor数据集上的实验结果表明,该网络在二分类任务中的准确率分别达到了98.7%和91.3%,而在多分类任务中分别达到了85.1%和78.3%,证明了CF-Net的有效性。     

矿山三维实体类型及建模方法

矿山三维GIS是数字矿山重要的支撑技术,而矿山三维实体的分类和建模是矿山三维可视化与管理的基础。首先对矿山三维实体进行了分类,并根据矿山三维实体在生产过程中赋存状态,将其分为静态实体集和动态实体集;接着,提出扩展的表面模型实现静态实体集的建模,使用体元模型实现动态实体集建模;然后,描述了两类实体集的在三维空间中整合管理与显示的方法;最后,以湖南某金属矿山为例,验证了所提方法的可行性。     

AuPd/C作为直接NaBH4-H2O2燃料电池阳极催化剂的性能

采用浸渍还原法制备不同比例的AuPd/C纳米粒子;分别采用X线衍射仪(XRD)和透射电镜(TEM)对催化剂进行结构和形貌分析;利用CHI660a电化学工作站对催化剂进行电化学测试,结果表明:催化剂材料均为面心立方结构,AuPd/C中纳米合金粒子的粒径为5 nm左右,比Au/C中的纳米Au粒子更小,且均匀分散在VXC-72R炭黑的表面;Au/C的峰电流密度为25.05 mA/cm2,与Au/C相比,AuPd/C明显提高NaBH4的电氧化催化活性;以纳米AuPd/C为阳极催化剂、Au/C为阴极催化剂制成直接NaBH4-H2O2燃料电池(DBHFC),发现以Au1Pd2/C为阳极催化剂的DBHFC拥有良好的电池性能;在温度为60℃、NaBH4浓度为1 mol/L时DBHFC的最大功率密度达到114.6 mW/cm2。