基于机器学习的电喷印精度预测方法研究

目的 节省电流体喷射打印精度预测的时间和解决电流体工艺参数的选择问题,达到提高电流体打印的质量和效率的目的。方法 为了对电流体喷射打印精度进行预测,提出有限元模型与机器学习相结合的方法。基于线性回归、支持向量回归和神经网络等机器学习算法建立4种参数与射流直径的关系模型。结果 算法结果表明:支持向量回归和神经网络预测模型的决定系数R²能达到0.9以上,表示模型可信度高;支持向量回归和神经网络预测模型指标都比线性回归预测模型的小。结论 机器学习算法可对电喷印打印精度进行有效预测,预测效率提高了十几倍,节省了精度预测的时间。     

苏联化学纤维生产概况

本文简要介绍了苏联的化学纤维产量、化纤设备制造、化纤工业机构以及各类化学纤维生产现状,特别是特种纤维的开发情况。     

γ-环糊精葡萄糖基转移酶的酶学性质及其产物特异性

通过克隆Bacillus clarkii 7364来源编码γ-环糊精葡萄糖基转移酶(γ-cyclodextrins glucanotransferase,γ-CGTase)的基因,构建并表达基因重组菌株E.coli BL21/pET28a(+)-γ-CGTase,对γ-CGTase酶学性质和产物特异性进行了研究。结果表明,所克隆表达的γ-CGTase分子质量为78 kDa,水解活力与环化活力在最适温度、最适pH、金属离子影响等方面均存在一定差异。以可溶性淀粉为底物,经HPLC测定催化产物中几乎无α-环糊精(α-cyclodextrin,α-CD),γ-CD/β-CD可达7.70,γ-CD转化率为15.83%,添加体积分数为10%的乙醇浓度γ-CD产量可提高89.91%,γ-CD/β-CD提高73.77%,转化率为33.44%。催化豌豆淀粉γ-CD/β-CD达12.92,转化率为19.1%,分别比可溶性淀粉提高了63.13%和22.90%。该研究为进一步提高γ-CGTase酶法制备γ-CD产量和专一性应用提供了重要的理论依据。     

基于IPTV版权市场的现状与困境

本文从IPTV版权的现状说起,然后追溯到上游版权方和中游版权厂商的市场现状和法律层面的争端,进而引出面临的问题,借此探讨解决方案.     

食品纸质包装材料中的有害物质的产生与分析

食品包装材料中的有害物质是引起食品污染的重要途径之一.本文简要论述了纸质食品包装材料中存在的重金属元素、荧光增白剂、有机氯化物、甲醛、防油剂以及杀菌剂等化学残留物的来源、毒胜分析、迁移到食品中的可能性及对人体的危害.     

基于混合储能平抑风电波动的负反馈分层模糊控制策略

为平抑风电功率的波动,满足安全友好的并网要求,本文控制策略首先利用小波包分解算法将风电厂发出的一段原始有功功率按不同频率分解,分别分解为不同频率等级的功率曲线,改进了负反馈的模糊控制方法,利用分层模糊控制使得超级电容器、蓄电池以及燃氢燃料电池制氢系统之间联立和互补,充分发挥了不同储能器件各自的特性,扩展了储能容量,增强了平抑风电波动的效果。     

基于GA-SVR模型的肌力康复电刺激系统的设计研究

为了实现康复电刺激系统治疗参数的个性化定制及实时调整,提出了一种基于调制中频电刺激的下肢肌力康复闭环电刺激系统。设计低频调制中频刺激电路,基于遗传算法建立了电刺激参数与膝关节角度之间的支持向量机回归预测模型,并搭建基于模糊内模控制PID的闭环反馈系统,以达到更精确稳定的参数设置效果。通过膝关节运动实验表明,被试者在无痛感的前提下更接近预期的关节运动轨迹,30组膝关节运动角度与预期值最大均方根误差为10.21°,最小均方根误差为5.48°。相比传统低频电刺激,肌电平均振幅具有20μV以上提升。本文提出的电刺激系统参数可实现因人而异,且可根据闭环反馈结果进行实时调整,该系统能有效活化肌肉、提升肌力,在肌力康复步态训练中有较好的应用前景。