咖啡因生产过程中硫酸二甲酯的降耗工艺研究

以硫酸二甲酯和茶碱钠盐为原料,通过直接甲基化反应合成咖啡因。用气相色谱法对咖啡因含量进行了测定,采用单因素实验和正交实验法探讨了合成咖啡因工艺中硫酸二甲酯降耗的适宜工艺条件,即:采用液下加料方式,反应温度为30~35℃,p H为8.0~8.5,催化剂用量为茶碱钠盐质量的1%。在此条件下,m(硫酸二甲酯)∶m(茶碱钠盐)=1.24,咖啡因产率大于95%。     

一种变步长短波信道盲均衡算法

通过对短波通信中的自适应均衡(Adaptive Equalization)和盲均衡(Blind Equalization)技术进行比较研究,分析了自适应均衡和盲均衡中各种均衡算法的适用条件和优缺点,重点研究分析了盲均衡算法,并针对盲均衡算法进行改进,提出了将盲均衡算法与变步长思想结合起来,解决了收敛速度与收敛精度(均方剩余误差)的矛盾。用MATLAB对算法进行仿真,对仿真结果进行分析比较并得出结论,验证此改进算法的有效性。     

基于多时差的干扰源定位虚假点消除方法

三星时差定位通过两条时差线的交点确定干扰源位置,然而,当两条时差线存在两个交点时,理论上难以确定真实位置.针对这一问题,提出了基于多时刻时差的干扰源定位虚假点消除方法.该方法利用多个时刻的时差测量数据,基于WGS?84地球椭球模型建立定位方程组,通过牛顿迭代方法得到真实干扰源位置附近的定位结果,然后将该结果作为单时刻定...     

基于KNN算法的辛烷值损失预测模型

目前,汽油清洁化技术原理是在催化裂化汽油时使用加氢脱硫技术,以达到降低汽油辛烷值的目的,但对企业经济效益造成了不小的损失。为了减少企业损失,文章研究了汽油精制过程中降低汽油辛烷值损失的问题。运用低方差过滤法降维354个操作变量,保留29个主要变量,最后用K最邻近分类算法（K-Nearest Neighbor,KNN）算法建立了辛烷值损失预测模型。经实验验证,模型均方误差（Mean Square Error,MSE）值为0.036 7,可以证明模型的有效性。该模型可为辛烷值损失预测提供数据支撑,为汽油质量升级提供可靠依据。     

基于增强随机蕨的果园苹果检测研究

果园中苹果检测是实现苹果自动化采摘作业的一项重要环节。针对目前果园苹果检测方法设施要求高及尺度变换、光照缺乏泛化能力等问题,提出基于增强随机蕨分类器的果园苹果检测。首先,在梯度域中通过方向梯度直方图对图像进行特征提取,形成图像的特征空间。其次,在特征空间中,进行随机二元测试,形成随机蕨类并共享特征,构建弱分类器。最后,引入Real AdaBoost算法构建强分类器实现检测。实验结果表明,基于随机二值特征提取的增强随机蕨类分类器能够有效地检测果园中的苹果。     

基于深度学习的端到端人岗匹配模型

针对现有人岗匹配推荐算法主要采用人工评估求职者与职位的匹配度,存在招聘速度慢、成本高且易受主观判断所误导等问题,提出一种基于深度学习的端到端人岗匹配模型BATPJF。首先,运用TextCNN提取简历和职位描述数据的局部特征。同时,运用BiLSTM提取简历和职位描述文本数据的上下文特征,再将BiLSTM隐藏层产生的特征作为Attention层的输入,利用注意力机制对BiLSTM层提取的特征采用加权的方式体现不同的经历和能力对岗位能力需求重要程度的影响。然后,将2种模型提取到的特征进行融合。最后,通过全连接层进行预测。实验结果表明,与其他5种人岗匹配模型对比,本文提出的模型可以更有效地匹配工作要求和简历文本信息。     

基于变步长的分数间隔盲均衡算法研究

在对短波通信中常用的盲均衡算法进行比较研究的基础上,指出了常规盲均衡算法普遍存在收敛速度和收敛精度不能同时满足的矛盾;另外,由于短波通信中会经常存在突发干扰和信道突变等突发情况,针对这些问题,提出了将变步长的思想引入到分数间隔盲均衡算法中,通过对剩余误差进行变换来控制步长因子的变化.最后,经MALAB仿真验证该均衡算法的有效性.     

融合通道注意力与残差密集的U-Net视网膜血管分割

视网膜血管的精准分割是辅助眼科医生诊断和大规模眼科疾病自动筛查的重要前提,已成为临床的迫切需求。针对现有视网膜细小血管分割不足以及精确度有待提高等问题,提出了一种融合通道注意力机制与残差密集连接模块的改进型U-Net算法,先利用通道注意机制来增强网络的识别能力,再利用残差密集模块代替传统的卷积模块来提升网络分割细小血管的性能。在DRIVE和CHASE数据集上的实验结果表明,与其他算法相比,该算法的ACC、SE、SP和AUC值均比较高,分割效果较好。