微合金钢焊缝针状铁素体相变热力学研究

基于预相变形成奥氏体贫碳区的特点,采用KRC、LFG、MD活度模型和超组元算法,建立了Fe-C-X系微合金焊缝针状铁素体在奥氏体贫碳区切变转变的相变热力学模型,并针对某种微合金钢成分进行了数值计算.结果表明,三种模型具有相同的变化规律,即针状铁素体相变驱动力随着奥氏体贫碳区碳含量的降低而增加,随着相变温度的降低而增加.因此,基于贫碳区的相变模型可获得比以往模型更大的相变驱动力,从热力学角度来讲,针状铁素体在奥氏体贫碳区很可能具有切变转变的相变过程.     

解冻方式对微波干燥甜菜理化性质的影响

目的:探索甜菜在冻融预处理中的最佳解冻方式。方法:经冷冻的甜菜采用不同方式(室温解冻、流水解冻、冷藏解冻、微波解冻和超声波解冻)进行解冻,再进行微波干燥,比较解冻方式对微波干燥甜菜干燥时间、复水比、色泽、甜菜素含量、总酚含量和总黄酮含量的影响。结果:冷藏解冻用时最长,但解冻损失率最小且微波干燥甜菜的复水比高达4.82;而流水解冻能更好地保持微波干燥甜菜的色泽,解冻方式对微波干燥时间影响不显著。超声波解冻后的甜菜经微波干燥后其甜菜红素含量最高,而微波解冻的甜菜黄素含量最高。与其他解冻方式相比,流水解冻的甜菜经微波干燥后具有较高的总酚含量和总黄酮含量,分别为8.15 mg GAE/g和16.50 mg RE/g。结论:流水解冻是甜菜冻融预处理中较适宜的解冻方式,能较好地保持微波干燥甜菜的理化性质。     

低浓度金属离子体外抗病毒研究

采用细胞病变效应(CPE)抑制实验观察和分析低浓度Zn2+、Cu2+和Mn2+金属离子对病毒的抑制作用。低浓度Zn2+在体外有较好的抑制单纯疱疹病毒、呼吸道合胞病毒和副流感病毒的致病作用;低浓度Cu2+和Mn2+在体外有较好的抑制副流感的致病作用。研究表明,将金属离子进行复合不但可以提高抑制作用,而且可以降低单一离子的浓度。     

番茄红素纳米脂质体的制备研究

采用薄膜-超声法制备番茄红素纳米脂质体,并以纳米脂质体包封率为主要评价指标,采用正交设计法优化番茄红素纳米脂质体的配方。结果表明:番茄红素纳米脂质体的最佳配方比为:番茄红素:胆固醇:卵磷脂=2:15:100;最佳水合介质是pH7.0的PBS缓冲溶液;最适洗膜温度34℃。按该工艺组合制备3批番茄红素纳米脂质体,包封率的平均值为49.88%±0.19%,载药量为0.86%±0.1%,平均粒径小于40nm。按优化工艺可制得包封率稳定、粒径较小、分布均匀的微球体番茄红素纳米脂质体。     

基于申威众核处理器的混合并行遗传算法

传统遗传算法求解计算密集型任务时,适应度函数的执行时间增加相当快,致使当种群规模或者进化代数增大时,算法的收敛速度非常缓慢。基于此,设计了"粗粒度-主从式"混合式并行遗传算法（HBPGA）,并在目前TOP500上排名第一的超级计算机神威"太湖之光"平台上实现。该算法模型采用两级并行架构,结合了MPI和Athread两种编程模型,与传统在单核或者一级并行构架的多核集群上实现的遗传算法相比,在申威众核处理器上实现了二级并行,并得到了更好的性能和更高的加速比。实验中,当从核数为16×64时,最大加速比达到544,从核加速比超过31。     

基于倒金字塔深度学习网络的三维医学图像分割

基于深度学习的医学图像分割对医学研究和临床疾病诊断具有重要意义。然而,现有三维脑图像分割网络仅依赖单一模态信息,且最后一层网络的特征表达不准确,导致分割精度降低。引入注意力机制,提出一种基于深度学习的多模态交叉重构的倒金字塔网络MCRAIP-Net。以多模态磁共振图像作为输入,通过三个独立的编码器结构提取各模态的特征信息,并将提取的特征信息在同一分辨率级进行初步融合。利用双通道交叉重构注意力模块实现多模态特征的细化与融合。在此基础上,采用倒金字塔解码器对解码器各阶段不同分辨率的特征进行整合,完成脑组织的分割任务。在MRBrainS13和IBSR18数据集上的实验结果表明,相比3D U-Net、MMAN、SW-3D-Unet等网络,MCRAIP-Net能够充分利用多模态图像的互补信息,获取更准确丰富的细节特征且具有较优的分割精度,白质、灰质、脑脊液的Dice系数分别达到91.67%、88.95%、84.79%。     

基于Δ-tree的递归深度优先KNN查询算法

基于Δ-tree提出一种用于高维数据的主存K最近邻(KNN)查询算法。该算法利用递归调用方法深度优先遍历Δ-tree,找到距离查询点较近的叶子节点,并选择其中较优的KNN候选点进行查询,从而缩小修剪距离、提高查询速度。实验结果表明,与已有算法相比,该算法具有更高的查询效率。     

Massive MIMO关键技术及应用初探

随着无线通信技术和新型业务的快速发展,人们对数据传输速率提出了更高的需求。为进一步提高数据传输速率,通过增加基站天线数目构建Massive MIMO系统,是一种高效而相对便捷的方式。本文介绍了Massive MIMO研究进展和技术原理,并针对其特有的关键技术信道信息的获取、天线阵列的设计、低复杂度传输技术进行了分析讨论,最后从覆盖、容量、感知和上行干扰四个维度对4G网络上部署的Massive MIMO系统进行了评估分析。     

智能调度系统信息综合可视化方法

近来国内外对可视化的研究越来越受到重视,在电网调度自动化系统中可视化技术的应用也越来越广泛,但是目前缺乏对可视化方法的系统研究。总结出一套电力系统可视化系统展示的技术及方法,将可视化技术在电网调度自动化系统中的应用分为四个层次,第一层是数据图形化,将电网运行中的基础数据进行全面展示;第二层是信息层次化,将关键信息进行分层次主动展示;第三层是信息集成化,将关联信息进行联合展示;第四层是信息智能化,分析各类数据、信息的关联关系,为调度运行提供辅助决策。通过可视化技术的应用,使系统运行人员更方便、直观地掌握当前系统的运行态势,进而采取更有效、更有针对性的运行控制措施。此方法在国调中心、福建、山东省调等调度自动化系统中的成功应用证明了方法的可行性和适用性。     

线性时不变系统PID–型迭代学习控制律的单调收敛形态

传统的迭代学习控制机理中,积分补偿是典型的策略之一,但其跟踪效用并不明确.本文针对连续线性时不变系统,对传统的PD–型迭代学习控制律嵌入积分补偿,利用分部积分法和推广的卷积Young不等式,在Lebesguep范数意义下,理论分析一阶和二阶PID–型迭代学习控制律的收敛性态.结果表明,当比例、积分和导数学习增益满足适当条件时,一阶PID–型迭代学习控制律是单调收敛的,二阶PID–型迭代学习控制律是双迭代单调收敛的.数值仿真验证了积分补偿可有效地提高系统的跟踪性能.