基于DSP的多元数据同步采集与存储系统的设计与实现

从硬件和软件两个角度出发,介绍基于DSP的多元数据同步采集与存储系统的组成、工作模式以及功能的测试。系统主要由上位机和数字采集与存储单元组成,其中数字采集与存储单元的硬件部分包括电源模块,值班电路模块,数据采集模块,数据存储模块,时钟同步模块。系统采用DSP作为中央处理芯片,利用经过同步后的秒脉冲作为触发信号,实现同步数据采集。以CF卡作为存储介质,实现数据自容式存储。软件部分实现自检、同步、数据采集存储功能。经过测试,系统工作稳定,功能正常,同步精度在100ns以内。     

PGNAA技术对铜精矿元素及水分进行在线检测的应用研究

目前对铜精矿元素含量及水分的检测大多基于试验室取样分析，存在取样代表性差，分析时间长等问题。针对上述问题，采用基于瞬发γ中子活化分析（PGNAA）技术设计的在线分析仪对国内某铜精矿样品进行主要元素含量及水分在线检测研究。结果表明：铜精矿中各主要元素含量及水分检测量线性相关性良好，满足指导铜精矿生产的要求。     

某进口固体废物“铁精粉”的鉴别方法探析

为了确保不进口污染环境的固体废物，针对某冒充铁精粉的进口固体废物，通过外观、成分、物相分析进行了系统的鉴别。确定样品主要为经研磨加工的氧化铁皮，属于禁止进口的固体废物——轧钢产生的氧化皮。     

碱蓬多糖SSP1-1的分离纯化及其抗肿瘤活性

目的:本实验对水溶性碱蓬(Suaeda salsa)多糖SSP1-1进行分离纯化并对其抗肿瘤活性进行初步研究。方法:采用水提醇沉法提取碱蓬粗多糖,通过DEAE-52纤维素柱和Sephadex G-75葡聚糖凝胶柱分离纯化碱蓬粗多糖,得到单一碱蓬多糖SSP1-1,利用高效凝胶渗透色谱法(HPGPC)对其纯度及分子量进行分析,利用MTT、Hoechst 33342染色,Western blot方法对碱蓬多糖SSP1-1的抗肿瘤活性进行研究。结果:SSP1-1分子量为60.32 kDa;SSP1-1具有时间-剂量依赖性抑制肿瘤细胞增殖作用,当SSP1-1浓度为500 μg/mL时,HepG2细胞在24和48 h的细胞活力分别为52.8%和50.2%,Hoechst 33342染色实验观察到SSP1-1可引起HepG2细胞核出现典型的细胞凋亡特征;Western blot证明SSP1-1可以降低Bcl-2的蛋白表达,提高Bax和Caspase-3的蛋白表达,各组蛋白含量与对照组相比均具有显著性(P<0.05)。结论:SSP1-1为均一组分多糖,并对肿瘤细胞具有显著的抑制作用,为进一步开发利用碱蓬多糖奠定了基础。     

低觉醒脑电识别与唤醒的可穿戴系统研究

为智能化地识别警戒作业人员出现的低觉醒、注意力下降的生理状态，本文介绍了一种基于FPGA和脑电信号处理的低觉醒状态检测与唤醒系统，系统通过传感器从大脑头皮采集脑电信号，转换为数字信号，经傅里叶变换获取了脑电信号的θ相对能量、α相对能量、重心频率、谱熵等4个特征量，由4个特征量表征低觉醒状态并运用支持向量机对低警戒状态进行识别，当识别出低觉醒状态时采用声音报警模块发出声音，唤醒警戒作业人员。设计系统能够较好地识别出低觉醒状态，识别率达90.8%，可为提高警戒作业工作绩效提供一种可穿戴的智能装备。     

碳基采暖电热材料研究进展

近几年,由于节能与环保的需求,电取暖的方式得到大力的推广,电热材料的研究与应用受到人们广泛的重视。非金属碳基电热材料是新型的节能型电热采暖材料,本文重点对影响非金属碳基电热材料中的炭黑基电热材料、碳纤维基电热材料、碳晶电热材料电热性能的因素及相关应用进行了综述。     

2A12铝合金化学铣切加工工艺探讨

为了精确加工2Al2铝合金,探讨了化铣时间和温度对其化铣速率及表面粗糙度的影响,采用现代技术对化铣工件的力学性能进行了测试与分析.结果表明:延长非化铣部位保护胶固化时间并使保护部位向非加工面位移3～5 mm可很好地解决未化铣区域的腐蚀问题;随化铣时间的延长,化铣速率降低,且化铣温度与化铣速率呈现正相关性;化铣表面的粗糙度随化铣时间的延长而增加,随化铣温度的升高呈先减小后增加的趋势;化铣后材料的抗拉强度和屈服强度均有所提高.     

5-二茂铁基噁唑的合成研究

以二茂铁甲醛和对甲苯磺酰基异氰(TOSMIC)为原料,经过Van Leusen反应,一步合成目标化合物5-二茂铁基噁唑,通过~1HNMR、~(13)CNMR和ESI-MS对其结构进行表征,并对影响收率的主要因素进行考察。结果表明,在物料比n(TOSMIC)∶n(二茂铁甲醛)为1.1∶1、反应溶剂为甲醇、K_2CO_3用量即n(K_2CO_3)∶n(二茂铁甲醛)为2.0∶1、反应温度为65℃、反应时间为8 h的最佳条件下,目标化合物收率达到74.7%。该方法具有原料廉价易得、反应操作简单、收率高等优点,具有一定的应用价值。     

基于Q-learning的不确定环境BDI Agent最优策略规划研究

BDI模型能够很好地解决在特定环境下的Agent的推理和决策问题,但在动态和不确定环境下缺少决策和学习的能力。强化学习解决了Agent在未知环境下的决策问题,却缺少BDI模型中的规则描述和逻辑推理。针对BDI在未知和动态环境下的策略规划问题,提出基于强化学习Q-learning算法来实现BDI Agent学习和规划的方法,并针对BDI的实现模型ASL的决策机制做出了改进,最后在ASL的仿真平台Jason上建立了迷宫的仿真,仿真实验表明,在加入Q-learning学习机制后的新的ASL系统中,Agent在不确定环境下依然可以完成任务。