基于80C51F005单片机数据采集系统设计

文章阐述了一种利用新型集成数据采集芯片C8051F005来设计数据采集系统的思路。相对于一般的设计方法，由于其集成度高，且采用了高性能的闪速／电擦除存储器技术，能灵活地对芯片进行编程，方便地解决了数据采集问题，大大降低了数据采集系统的开发时间和系统成本。     

聚乙烯吡咯烷酮在天然气水合物生成中的作用

研究了聚乙烯吡咯烷酮(PVP)在天然气水合物生成中的促进和抑制作用,结果表明PVP作为促进剂时,在确定的反应温度和压力下有一个最佳的浓度,在确定的使用浓度和温度时则有一个最佳反应压力,否则PVP的加入将抑制水合物的生成。认为PVP在低浓度时作为高分子表面活性剂,降低了溶液的表面张力,加速了水合物生成。在高浓度时,其长链上的五元环吸附水合物表面未完成的孔穴,阻止了水合物晶核的增长。     

胶州市水库移民后期扶持评析

大中型水库移民后期扶持政策实施以来,胶州市水库移民生产发展、生活改善、社会和谐．已经和正在步入建设小康社会的康庄大道。文章从3个方面对这一政策在胶州市的实施效果进行了评析。通过利用典型示范、联合共赢、结对帮扶等方法,同时注重工程建设程序、工程质量及资金管理等方面的监管,有效提高了帮扶工作的综合效益。     

胶州市水库移民后期扶持评析

大中型水库移民后期扶持政策实施以来,胶州市水库移民生产发展、生活改善、社会和谐,已经和正在步入建设小康社会的康庄大道。文章从3个方面对这一政策在胶州市的实施效果进行了评析。通过利用典型示范、联合共赢、结对帮扶等方法,同时注重工程建设程序、工程质量及资金管理等方面的监管,有效提高了帮扶工作的综合效益。     

基于IGA-BP神经网络的锂电池健康状态估算

针对锂离子电池健康状态(SOH)估算精度低、传统遗传算法(GA)易陷入局部最优、收敛速度慢的问题,为提高锂电池健康状态的估算精度,提出了交叉概率和变异概率自适应的调整策略对传统GA进行改进,在改进遗传算法(IGA)的作用下,使优良个体仍保持较好的进化能力,算法初期搜索范围、后期局部搜索能力以及收敛速度也得到加强。提取间接健康因子,再用改进的遗传算法对BP神经网络的初始参数寻优得到IGA-BP神经网络模型,基于NASA锂电池数据集分别用GA-BP与IGA-BP神经网络算法对SOH进行估算。结果表明:IGA-BP神经网络算法估算精度更高,且具备快速收敛的优势,平均绝对百分比误差和均方根误差分别下降了0.422%和0.412,拟合程度提高了8.1%。     

锂电池与超级电容混合储能系统拓扑结构优化

以锂离子电池为储能核心的新能源汽车在行驶过程中,会频繁面临大功率负载的冲击,导致锂离子电池容量衰减加快。提出了超级电容结合锂离子电池构建混合储能系统,通过研究混合储能系统的拓扑结构,优化得到一种计及成本及效率兼优的半主动式拓扑构型。建立锂离子电池和超级电容混合储能系统实验台架,对优化前后的拓扑结构进行实验测试。结果表明,超级电容满足瞬时动态负载需求,锂离子电池的充放电电流限制在标准充放电电流0.3CA(即30 A)以内,能耗和锂电池损耗成本分别下降0.63%和6.09%。     

L－K－P状态方程用于多元体系的计算

介绍了Ｌ－ｋ－Ｐ状态方程的对比密度根初值公式，等焓节流过程泡、露点温度的快速迭代公式。当对烃类多元体系进行热力参数、汽－液相平衡等计算时，推荐用两类不同状态方程同时进行计算，以相互校核计算结果。     

辣根过氧化物酶基因真核表达载体的构建

从辣根侧根中提取总RNA,以OligodT(18)为引物,通过反转录获得了辣根总mRNA的cDNA。以获得的cDNA为模板,利用设计的一对特异寡核苷酸引物P1和P2进行PCR扩增,得到了辣根过氧化物酶(Horseradish Peroxidase,HRP,EC1.11.1.7)同功酶C2的结构基因(hrpC2)。将hrpC2与真核表达质粒载体pPICZα-A分别用限制性内切酶EcoRI和Xbal双酶切后连接,构建了重组质粒表达载体pPICZα-A-hrpC2。将pPICZα-A-hrpC2转化大肠杆菌筛选阳性克隆并测序。测序结果显示,pPICZα-A-hrpC2重组质粒构建成功。利用BlastN程序进行DNA序列分析,显示该序列为目的ORF框,无移码突变;与Fujiyama.K,Takemura.H等报道的hrpC2序列[D90115.1]有95%的同源性。     

用BENDER状态方程计算N_2—Ar—O_2体系的热力学参数

Ｂｅｎｄｅｒ状态方程可用于Ｎ_２—Ａｒ—Ｏ_２三元体系，进行热力学性质计算精度较高．本文根据Ｂｅｎｄｅｒ方程推导出焓、熵、比热等热力学参数的计算公式，对Ｎ_２、Ａｒ、Ｏ_２及其混合物进行计算，并与实验数据进行比较，结果令人满意．     

融合自适应注意力机制的Faster R-CNN目标检测算法

针对Faster R-CNN目标检测算法存在的定位和检测精度问题,设计了一种可嵌入Faster R-CNN目标检测算法并进行端到端训练的可移动的注意力（MA）模型。首先,为了获取更加精确的空间位置信息,MA采用两个自适应最大池化分别基于输入特征图的水平和竖直两个方向进行特征聚合,生成两个独立的方向感知特征图;其次,为了防止模型过拟合,使用Sigmoid激活函数增加网络非线性;最后,为了充分利用已经得到的空间位置信息,将具有非线性的两个特征图与输入特征图依次相乘以增强输入特征图的表征能力。实验结果表明：基于MA改进的Faster R-CNN目标检测算法有效地提升了网络对感兴趣目标的定位能力,并且平均检测精度也得到了明显的提升。