永福县小型水库雨水情测报和安全监测系统建设

以永福县小型水库雨水情测报和大坝安全监测设施项目为例,介绍了该项目设计中遇到的一些实际问题,从系统建设目标、设施布置、数据采集与传输、供电系统和数据管理平台等方面,总结该类型项目的设计经验。     

不同钝化剂处理下镉和铅在土壤-杭白菊体系中富集迁移特性及菊花品质的变化

为综合评价生物质炭、调理剂和腐殖酸3种不同钝化剂对杭白菊镉（Cd）和铅（Pb）含量降解的影响,通过土壤盆栽实验研究了钝化剂处理下Cd和Pb在2种土壤-杭白菊体系中的富集迁移特性及菊花品质的变化。结果表明：在2种不同程度Cd和Pb污染土壤中添加3种钝化剂杭白菊整体对Cd富集系数均降低,其中添加生物质炭降幅最显著（54.70%、72.27%）;添加生物质炭相较于其它2种钝化剂对抑制Cd和Pb在茎-花间的迁移以及菊花茶茶渣中的残留量效果均最显著,茶渣中两者的残留在土壤1中分别下降48.91%、56.10%,土壤2中分别下降62.77%、86.00%。土壤1中添加生物质炭花中绿原酸、木犀草苷和异绿原酸A含量与对照相比增幅最显著,分别为154.93%、77.11%和99.09%;而土壤2中添加3种钝化剂,3种有效成分含量均极显著提高。综合分析,生物质炭对Cd和Pb在杭白菊植株中的降解,降低菊花茶中的残留以及提升菊花品质方面效果最佳,可作为杭白菊种植区土壤钝化修复首选材料。     

桑叶多糖的化学组成及其对胰脂肪酶的抑制作用研究

将复合酶辅助热水提取所得的桑叶粗多糖依次进行脱蛋白和脱色处理后得到桑叶多糖,研究其化学组成和对胰脂肪酶的抑制作用及作用类型.结果 表明,桑叶多糖的总糖含量为58.28％,其单糖组成及摩尔比为甘露糖∶鼠李糖∶葡萄糖∶半乳糖∶木糖∶阿拉伯糖∶葡萄糖醛酸∶半乳糖醛酸=8.61∶23.42∶4.23∶12.73∶1.31∶3....     

综合业务令牌环网的研究与开发

综合业务局部网络是局部网络技术的发展趋势。本文介绍一种综合业务令牌环网的总体设计,并给出了这一研究开发工作中取得的部分成果,从而向读者展示了一个初级的综合业务局部网络。     

IP over Optical网络联合流量工程研究

对IPoverOptical网络的流量工程进行了深入的研究。问题,给出了两种流量工程体系结构,重叠流量工程和联合流量工程,然后对这两种流量工程体系进行了比较,并给出了联合流量工程的实现框图以及需要解决的关键问题。     

FDY生产线技术改造

介绍了对原有FDY生产线进行技术改造生产56dtex／24f FDY的情况，结果表明，经过低成本改造，增加纺丝头数，可大幅度提高产量，降低生产成本，并通过调整相应的工艺参数，可生产出质量优良的56dte/24f FDY。     

化纤高黏浆反应性能检测的研究

国内造纸行业的竹浆粕、木浆粕在化纤行业广泛应用,这些化纤浆的聚合度普遍都较高,化纤浆的反应性能指标能客观地表述其内在质量,但尚未有国家和行业的检测标准和方法;在用化纤高黏浆生产时因检测不了反应性能指标,对其内在质量情况不了解,就不能准确及时地对生产工艺参数进行调整,给产品的品质和稳定性带来不利影响;为能检测化纤高黏浆的反应性能,通过考察国外生产企业的检测方法,结合实际,提出以过滤阻值KW来表述化纤高黏浆的反应性能,确定了过滤阻值的测定方法,并起草了过滤阻值的测定行业标准,填补了国内空缺。     

采用膜分离技术从玉米芯和玉米皮中制备香豆酸和低聚糖阿魏酸酯

探讨了以玉米芯、玉米皮为原料,采用膜分离技术制备香豆酸及低聚糖阿魏酸酯的工艺,研究超滤和纳滤过程中压力和温度对膜通量和产品回收率的影响,以期为香豆酸和低聚糖阿魏酸酯的工业化生产提供依据。香豆酸的制备工艺:将玉米芯碱解液中和,在25℃、0.10 MPa下超滤(5 ku,0.6 m2),香豆酸透过率达84.3%;将超滤透过液在35℃、0.50 MPa下纳滤(500 u,0.25 m2)60 min,香豆酸透过率为78.9%;将纳滤透过液在35℃、0.30 MPa下纳滤(150 u,0.25 m2)50 min,香豆酸截留率为76.3%。纳滤浓缩液经酸化、结晶后得香豆酸含量为86.4%的粗制品,得率10.4 g/kg玉米芯。低聚糖阿魏酸酯的制备工艺:玉米皮酸解物在25℃、0.12 MPa下超滤(5 ku,0.6 m2),低聚糖阿魏酸酯透过率达91.8%;透过液在25℃、0.8 MPa下纳滤(150 u,0.25 m2)70 min,低聚糖阿魏酸酯截留率为95.3%。将纳滤浓缩液真空后冷冻干燥,获得阿魏酸含量为4.68%的低聚糖阿魏酸酯,阿魏酸酯主要成分为阿魏酰阿拉伯糖、5-O-阿魏酸-α-L-阿拉伯糖-1,3-木糖的样品。     

基于注意力机制的毫米波雷达和视觉融合目标检测算法

传统目标检测大多基于摄像头采集图像进行,虽然近些年出现了许多优秀的检测网络,但在复杂场景下,仍存在大量漏检、误检等问题。针对这些问题,提出了一种基于注意力机制的毫米波雷达和视觉融合目标检测算法。首先将毫米波雷达数据进行扇形点云柱编码（Fan-shaped Cloud Pillar Code,FCPC）,将其转换为前景伪图像;然后,再将其通过坐标关系映射到像素平面,使用卷积注意力模块（Convolutional Block Attention Module,CBAM）对两者特征数据进行融合;采用Yolov4-tiny对融合特征进行检测,并引入Focal Loss对原损失函数进行改进以解决正负样本不均的问题。在Nuscenes数据集上进行模型验证与对比,结果表明,该算法在复杂场景下相比其他单传感器检测算法如Yolov3、Efficientent以及Faster-RCNN等,无论平均检测精度(mean Average Precision,mAP) 还是每秒检测帧数(Frames Per Second,FPS)都有明显的提升。