Ni2P/Fe-HAP催化剂的表征及其苯酚加氢表面作用机理

以低品级羟基磷灰石(HAP)为原料,通过离子交换法合成载体Fe-HAP,然后用浸渍法制备出负载型Ni_2P/HAP和Ni_2P/Fe-HAP催化剂。通过BET、SEM、XRD、FTIR和TG等手段对催化剂进行了表征。Fe~(3+)的引入极大地提高了载体的比表面积,Ni_2P分散在Fe-HAP表面,热稳定性较好。以苯酚加氢制备环己酮为反应体系,在反应温度为150℃、压力为0.5 MPa、时间为3.5 h的条件下,对比了Ni_2P/HAP和Ni_2P/Fe-HAP催化剂的催化性能。结果发现,Ni_2P/Fe-HAP催化剂对苯酚的转化率为65.73%,环己酮选择性为85.47%,催化性能相对良好。     

生物可利用铅的铋膜电极微分电位溶出法测定研究

研究了镀铋膜电极替代镀汞膜电极的微分电位溶出分析法(DPSA)测定铅的方法,考察了同位镀铋膜测定铅的条件.结果表明,在HAc-NaAc介质中铅可在镀铋膜电极上得到灵敏的微分电位溶出峰,结合三步连续萃取利用标准加入法对城市污泥样品中的生物可利用铅进行测定,避免了镀汞膜电极带来的健康与环境危害,结果较满意.     

基于坝前淤积厚度的淤地坝拦沙量计算方法

淤地坝是黄土高原水土流失严重地区的主要水土保持工程措施之一,准确计算淤地坝的拦沙量,对预测未来黄河输沙量、确定新时期黄河治理开发方略等具有重要意义。为探索更精确、实用的淤地坝拦沙量计算方法,基于收集到的典型淤地坝设计文件中的库容曲线数据和实测淤积资料等,通过点绘淤地坝库容曲线(即库容V与坝高H关系曲线)和函数拟合,分区(黄土丘陵沟壑区各副区和黄土高塬沟壑区)建立了基于坝前淤积厚度的拦沙量计算公式。研究表明：黄土高原地区淤地坝库容曲线符合幂函数关系,对35座典型淤地坝按幂函数V=aH^b进行拟合,确定系数R²均在0.940 0以上,式中系数a与指数b成负相关的对数函数关系且a、b值可由淤地坝总坝高、总库容来确定;分区建立的淤地坝拦沙量计算公式,确定系数R²均在0.880 0及以上,用20座有设计资料的淤地坝对建立的拦沙量计算公式进行验证,最大误差在30%以内、平均误差为4.22%,能够满足淤地坝拦沙量估算的精度要求。     

运动想象脑电的块选择共空间模式特征提取

共空间模式(CSP)作为一种空间滤波方法已在脑电信号(EEG)的特征提取上得到了广泛应用,而对脑电信号的通道和频带进行合理选择可以有效改善共空间模式特征在运动想象脑机接口(BCI)中的分类性能.针对已有选择方法中未充分考虑通道间差异性的问题,本文提出一种对通道和频带同时进行选择的块选择共空间模式(BS–CSP)特征提取方法.首先针对每个通道进行频带划分从而构建数据块,然后根据时频特征计算对应的Fisher比表征每个块的分类能力,并设置阈值选出一定数量的最优块,最后用CSP和支持向量机(SVM)分别进行特征提取与分类.在对BCI Competition Ⅲ Datesate Ⅳa和BCI Competition Ⅳ Datesate Ⅰ两个二分类运动想象任务的分类实验中,平均分类精度达到了90.25%和83.78%,表明了所提出的特征提取方法的有效性和鲁棒性.     

动态概率卷积神经网络在雷达回波外推中的应用

雷达回波外推方法已广泛应用于短时强降水临近预报中.针对传统雷达回波外推方法未充分利用海量历史气象数据从而导致预报准确度不高的问题,提出了一个基于动态概率卷积神经网络(dynamic probability convolutional neural network,DPCNN)的雷达回波外推模型.该模型在卷积神经网络的基础上增加动态概率计算层,对不同的雷达回波输入序列计算对应的概率卷积核,并用于后续的外推计算中,使得网络在预测阶段仍然能够根据不同的输入序列作出相应的概率调整,从而增强了外推结果与已知序列的关联.经某局部地区短时强降水外推实验,从外推图像、CSI指数、FAR指数、POD指数四个方面验证了该模型的有效性.     

改进FCOS的二阶段SAR舰船检测算法

近年来无锚框的目标检测算法逐渐被应用于SAR舰船检测,其中FCOS算法摆脱了对锚框参数设置的依赖,对多尺度、多形态舰船检测的鲁棒性更好,但仍存在两个问题：第一、该算法直接进行逐像素点回归,因搜索空间过大、目标回归困难导致检测不够准确;第二、其中特征金字塔对低层特征利用仍有不足导致小目标大量漏检。针对上述问题基于FCOS进行改进,通过增加特征增强网络构建了二阶段无锚框检测算法。该网络作为第一阶段对检测过程进行精细化引导,同时增强了舰船特征表达能力。通过引入更多特征并增加跳跃连接改进特征金字塔,提高了低层特征利用率。在数据集SSDD和SAR-Ship-Dataset上的实验结果表明,平均准确率（mAP）相比FCOS分别提高9.5和3.4个百分点,相比其他主流舰船检测算法分别提高3.6和1.0个百分点,充分验证了所提算法的有效性。     

腕戴式低功耗无线心率监测装置的研制

研制新型的基于双通道脉搏传感的腕戴式无线低功耗心率实时监测装置.根据人体腕部生理解剖的特点,提出桡动脉、尺动脉双通道脉搏波及差分信号同步检测的新方法.研制了集传感器、调理电路、微处理器、通讯、自动增益算法和心率算法等软、硬件部件于一体的小型化装置.电路系统测试表明:在待机和工作模式下的平均工作电流分别约为10和300μA;对10名男性在休憩状态下的心率进行3h的连续动态监测,将测试结果与标准动态心电图记录的数据进行比较,结果表明,心率测量的算术平均误差约为0.3BPM.     

混菌固态发酵小曲白酒糟生产蛋白饲料的研究

以小曲白酒糟为原料,添加纤维素酶制剂预处理原料,采用白地霉、假丝酵母混菌固态发酵,生产蛋白饲料。确立了糟麸比、纤维素酶预处理方式、初始pH值、初始含水量、料层厚度、发酵时间和温度。对发酵产品的分析表明：粗蛋白增幅87．5％,粗纤维降解率达20．1％,粗脂肪降解率为61．81％。     

教学质量多目标评价方法的研究及应用

针对课程教学全过程的特点对课程教学质量进行科学评价是教学改革的重要任务.提出基于惩罚因子的层次分析法建立课程教学质量多目标评价模型,采用学生评教数据、教师评学数据和课堂考勤提问等授课过程中的大量客观数据,利用层次分析法将教学质量量化,并采用惩罚因子对评价结果进行修正,对课程的教学质量进行综合评估,从而为课程教学的改革提供决策支持.将评价模型运用于课程教学过程化管理平台,对三个学院的37名教师和2100名学生的课程教学质量进行了评估实验,结果表明,基于惩罚因子的层次分析法的课程教学质量多目标评价方法能够客观、科学地反映教师的课程教学质量.     

基于深度强化学习的激励型需求响应决策优化模型

随着中国电力市场化改革的推进,售电侧市场逐步开放,售电商可以聚合大量的分散负荷参与电力市场环境下的需求响应.文中提出以售电商和用户综合收益最大化为目标的基于深度强化学习的激励型需求响应建模和求解方法.首先,建立售电商和用户的需求响应模型,通过引入时间-价格弹性,改进现有的用户响应模型,考虑用户对相邻时段补贴价格差的反应.然后,基于马尔可夫决策过程框架构建补贴价格决策优化模型,并设计基于深度Q学习网络的求解算法.最后,以1个售电商和3个不同类型的用户为例进行仿真计算,通过分析算法收敛性和对比不同模型及参数下的优化结果,验证了改进模型的合理性和生成策略的有效性,并分析了激励型需求响应对售电商以及用户的影响.