苦咸水反渗透膜脱硼性能研究

对商业化的苦咸水反渗透膜片的脱硼性能进行研究,考察了进水pH值、压力、温度、NaCl浓度、硼浓度以及膜表面流速等对苦咸水膜脱硼性能的影响.结果表明:不同测试条件下苦咸水反渗透膜元件和膜片脱硼性能影响基本一致.在各种影响因素中,进水pH值影响最明显,脱硼率随着pH值的增加而大幅增大.在pH值小于10的条件下,脱硼率随进水...     

抗树鼩CD4单克隆抗体的制备及其生物学特性的鉴定

目的制备鼠抗树鼩CD4单克隆抗体,并对其生物学特性进行鉴定。方法将重组质粒p GEX-5X-1-CD4和pET30a(+)-CD4分别转化感受态E. coli BL21和BL21(DE3),经IPTG诱导表达,并通过Glutathione Sepharose 4 Fast Flow亲和层析柱纯化重组蛋白GST-CD4和His-CD4。以His-CD4蛋白为免疫原免疫BALB/c小鼠,经杂交瘤技术筛选出能分泌抗树鼩CD4的杂交瘤细胞株,制备小鼠腹水单克隆抗体,间接ELISA法检测效价,并通过Protein A亲和层析柱纯化获得鼠抗树鼩CD4单克隆抗体,Western blot及FACS法分析其生物学特性。结果筛选出3株能稳定分泌抗树鼩CD4单克隆抗体的杂交瘤细胞株,分别命名为37D2、38E1、39F2,腹水单克隆抗体效价分别为1∶204 800、1∶204 800、1∶3 200。经HRP标记的38E1单克隆抗体可与树鼩PBMC总蛋白发生特异性结合,经PECy5. 5标记的38E1单克隆抗体能特异性识别树鼩PBMC。结论成功制备了鼠抗树鼩CD4的单克隆抗体,为进一步对树鼩作为动物模型的研究及应用奠定了基础。     

大跨轻型钢结构储棚工程倒塌事故分析

对某大跨轻型钢结构储棚工程施工过程中发生的整体倒塌事故进行现场检测,主要检测内容包括结构体系布置、构件规格尺寸、连接性能、焊缝质量、混凝土强度、钢材力学性能、施工安装等,并对主刚架、柱间支撑、屋面支撑、临时支撑的抗风承载力进行复核验算。分析得出导致倒塌事故的直接原因为结构设计存在失误,主要表现为刚架梁柱稳定计算均存在最大应力超限、长细比超限现象,柱间支撑在设计风荷载作用下稳定承载力不满足要求;导致倒塌事故的间接原因为施工单位未按照有关规范进行组织和管理,施工过程中未采取有效的措施保证结构整体稳定性。因此在对大跨轻型钢结构进行设计时应充分考虑不利的荷载组合,施工时应严格按照相关规范进行组织并遵守严格的施工顺序。     

能耗优化的神经网络轻量化方法研究进展

近年来，神经网络在语音识别、计算机视觉、自然语言处理等领域都取得了良好的进展.大量的神经网络被部署于诸如手机、摄像头等依赖电池或太阳能供电的小型设备.但神经网络参数量大计算复杂，需占用大量计算资源并消耗电能，从而限制了其在资源受限平台上的应用.学术界和工业界逐渐关注于神经网络的高能耗问题.神经网络轻量化方法可以有效地减少参数数量、降低参数精度或优化计算过程从而降低神经网络能耗.本文从能耗优化的角度梳理了神经网络能耗估算方法和神经网络轻量化方法的基本思路，综述了近年来该领域主要研究成果，并提出了能耗估算和能耗优化的神经网络轻量化方法存在的挑战及进一步研究的方向.其中神经网络能耗估算方法包括测量法、分析法和估算法.能耗优化的神经网络轻量化方法包括剪枝、量化、张量分解和知识蒸馏.对于进一步研究方向我们认为，首先需要建立可自适应网络类型的能耗模型；然后需要考虑平衡精度和能耗的轻量化方法.其次需要实现硬件平台可泛化的轻量化方法；最后开发搜索空间可约束的轻量化方法.     

关于PPP模式的地下综合管廊项目合同柔性问题分析

当下我国地下空间权属的有关顶层设计健全性缺乏,综合管廊项目相关机制缺失等现实问题衍生出的不确定性,以致PPP模式在地下综合管廊项目推行中遇到诸多障碍,提出将合同柔性概念导入地下综合管廊PPP项目运行过程中的建议。首先对相关概念进行阐述,其次简要解析合同柔性在地下综合管廊PPP项目中的应用优势、核心要素并明确其作用优势,在分析目前我国地下综合管廊融资现状基础上,最后探讨地下综合管廊PPP项目政府补贴体制的柔性化完善措施,希望有助于提升地下综合管廊PPP项目在多变市场环境中的调节能力。     

大入射余角海杂波相关特性分析及幅度拟合

通过研究入射余角44°～69°的海杂波实测数据的时间相关特性、空间相关性及幅度统计特性发现,海杂波相关时间维持在毫秒量级,且随着入射余角增加,先增加后减小,时间相关性最强的入射余角在60°左右,而平均相关距离单元个数一直增加。针对大入射余角高分辨率海杂波的幅度统计特性提出一种新的海杂波幅度拟合混合分布,并通过KK分布、Rayleigh分布、对数正态分布及K分布的对比,证明了新的混合分布对大入射余角海杂波的拖尾部分具有良好的拟合效果。     

批量减数更新方差缩减梯度下降算法BSUG

机器学习问题通常会转换成求解一个目标函数问题。继随机梯度下降（Stochastic Gradient Descent,SGD）之后,随机方差缩减梯度法（Stochastic Variance Reduction Gradient,SVRG）成为如今优化目标函数参数的主流算法,它由于不受方差影响达到线性收敛而被人们广泛研究。它的提出导致陆续出现如SAGA（Stochastic Average Gradient Average）和SCSG（Stochastically Controlled Stochastic Gradient）等新型方差缩减算法,它们有着过量消耗内存、迭代缓慢等问题。为了实现小成本存储以及快速迭代的目的,设计了一种以SVRG为基础的新型变异方差缩减算法BSUG（Batch Subtraction Update Gradient）。改进在于：使用小批量样本代替全部样本进行平均梯度计算,同时对平均梯度进行减数更新。每轮迭代中,随机抽取一批小样本进行平均梯度计算,同时在内部迭代时通过对过去模型梯度的舍去来达到更新平均梯度的目的。通过合适地降低批大小[B],可以减少内存存储以及迭代次数。理论分析算法的收敛性,并基于Python进行算法实现,通过与Mini-Batch SGD、AdaGrad、RMSProp、SVRG和SCSG等算法进行比较证明了BSUG算法的有效性,并且通过对超参数进行探究证明了算法的稳定性。     

大规模分散式充电桩参与电网负荷优化技术研究

电动汽车（electric vehicles, EV）发展迅速,分散式充电桩参与电网调控蕴含巨大潜力。对比负荷运行典型评估指标,将负荷波动率作为优化目标,重点构建了分散式充电桩参与电网负荷优化的多目标优化模型,提取负荷波动率的关键特征,建立表征负荷波动率的优化目标函数;引入电力奖励积分解决电价不灵活的问题,构建用户成本优化目标函数;以南京市区某配网馈线的典型夏季负荷为例,利用MATLAB工具对2 000辆可参与日调峰汽车、500辆可参与夜填谷汽车的负荷优化进行仿真分析,结果显示电网负荷波动率明显下降,用户成本大大降低。