市场监管总局:发布新的食品安全监管办法3月15日起实施

近期,市场监管总局发布修订后的《食品生产经营监督检查管理办法》(以下简称《办法》),自2022年3月15日起施行。《办法》共7章55条,主要包括4个方面的内容。一是落实“四个最严”要求,实施“全覆盖”检查。县级以上地方市场监督管理部门应当每两年对本行政区域内所有食品生产经营者至少进行一次监督检查。检查结果对消费者有重要影响的,要求食品生产经营者按照规定在食品生产经营场所醒目位置张贴或者公开展示监督检查结果记录表。     

再生胶印羊羔绒面料的制备

面丝采用33.3 tex/576 F DTY(300 D/576 F DTY)再生丝，圆孔，S+Z捻，底丝采用原生丝16.7 tex/288 F DTY (150 D/288 F DTY),在大圆机上织成不同比例(再生/原生75/25、50/50、25/75)的羊羔绒坯布。采用胶印工艺增加了面料的立体花型效果。介绍了原料选择和编织、后整理工序的技术特点，并对面料进行性能测试，分析不同再生比例面料的工艺特点。所制面料既符合环保理念，又具有清晰、立体、层次感强的花型效果，同时柔软、蓬松、保暖，可广泛应用于家居用服装和毯子面料。     

“半翻转”教学模式下评价指标体系研究与实践

研究基于“半翻转”教学模式的线上教学评价指标体系,包括课前活动开展、课中教学活动设计、课后任务以及基于此过程中的评价指标体系设计。最后通过层次分析法设计评价指标权重,设计评价算法得到动态评价结果。该评价指标体系应用在本专业“数据结构与算法”课程中,并得到良好的应用效果。     

减水剂类型对赤泥—矿渣基地聚物注浆材料性能的影响及机理研究

针对赤泥等固体废弃物对环境危害性大且利用率低等问题,以碱激发赤泥-矿渣基地聚物注浆材料为 研究对象,研究了不同掺量的聚羧酸(PA)减水剂、醛酮缩合物(AKC)减水剂和萘系(N)减水剂对材料凝结时间、流动 性及强度等的影响,并通过 XRD、傅里叶红外光谱及 SEM 等设备对减水剂的作用机理进行研究。 结果表明:减水剂增 强了材料的流动性但降低了材料的剪切应力;N 和 PA 减水剂能缩短材料的凝结时间,但 AKC 减水剂会延长材料的凝 结时间;N 和 AKC 减水剂能提高材料的强度,但 PA 减水剂会降低材料的强度;N 减水剂对材料的综合性能提升效果 更加明显,其最优掺量为 0. 7%;减水剂对赤泥-矿渣基地聚物性能提升的作用机理主要是促进地聚合物凝胶的形成。 研究成果为拓展赤泥在工程上的使用途径和效率提供了理论指导。     

PVDF压电纤维仿生柔性传感器水下传感特性研究

感知器官对于许多动物必不可少,尤其是生活在水下的生物。该文以聚偏二氟乙烯(PVDF)为材料,模仿水生动物海豹的触须设计制备了一种表面四电极PVDF压电纤维仿生柔性传感器。利用激振源测试所制备的传感器性能,包括输出不同的波形测试对不同激励的感知,对水动力的感知及对水下运动物体方向的感知。实验结果表明,该传感器对不同激励的感知性能很好,速度检测极限可达0.15 mm/s,且有良好的方向性检测能力,对水下情况感知的应用前景广。     

针对细微特征进行K-means聚类的电台分选识别技术

现代战场中的无线通信设备日益增多，精准获取个体信息已成为研究热点，但也是难点。针对通信电台，提出了一种分选识别技术。该技术从电台物理层特性出发，对其辐射信号的细微特征进行K-means聚类以实现分选，分选的同时提取各个个体的特征属性值，未知信号通过与特征属性值相关运算实现个体识别。该技术无需先验知识，无需训练运算，通过实验验证，其可行、高效，易于工程实现。     

基于蜂群算法和半监督极限学习机的光伏系统故障诊断

户外环境中运行的光伏系统容易受到各种因素特别是灰尘的影响，其非正常运行会导致大量的电力损失，严重的短路故障则会导致安全问题和火灾隐患。因此，监测光伏系统的运行状态，及时排除潜在故障，制定有效的处理方案是当前研究的重点。本文分析了光伏电池串在各种故障状态下的I-V特性，特别是在污秽条件下的I-V特性。针对具有特定故障的光伏系统，特别是大规模光伏系统的标记数据难以记录的问题，提出了一种结合人工蜂群算法和半监督极值学习机（ABC-SSELM）的新算法。该算法能够利用少量的模拟标记数据和历史未标记数据对光伏故障进行诊断，大大降低了人工成本和时间消耗。此外，灰尘堆积监测可以提醒电厂业主及时清洗光伏组件，提高发电效益。最后，使用3.51kWp和3.9kWp的光伏系统验证所提出的诊断方法，数值仿真和实验结果证明了所提光伏诊断技术的准确性和可靠性。     

机器学习理论的超光谱遥感图像无损压缩

针对一般超光谱遥感图像的压缩方法无法同时实现图像信息缩减和图像完整性的问题，提出一种机器学习理论的超光谱遥感图像无损压缩方法。利用机器学习中的聚类算法进行第一次压缩，减少超光谱遥感图像中的冗余波段光谱，并降低图像维度；再利用机器学习中的人工神经网络进行第二次压缩，将不同图像子块送入不同压缩率的神经元当中，通过隐含层自主完成图像压缩编码。通过与四种一般压缩方法的对比验证，本方法图像压缩后，图像压缩率更小，图像分辨率和信息熵更高，既有效地减少了图像信息量，能够保留有效关键信息，达到了图像信息缩减和图像完整性的双重目标。