糖尿病患个体化食谱营养优化建模与算法实现

根据糖尿病患者自身状况设计营养膳食方案是对患者进行个体化营养治疗,实现有效控制血糖的前提.针对糖尿病患者对个体化营养治疗的需求,建立可适应不同性别、身高、体重、年龄以及血糖水平患者要求的膳食营养多目标优化模型,然后使用非劣性排序遗传算法(non-dominated sorting genetic algorithmⅡ,NSGA-Ⅱ)对模型进行求解.实验结果显示,每餐食谱营养均衡,食材重量搭配合理,可满足糖尿病患者的营养摄入需要,表明该模型与算法的有效性和可行性,有助于提升糖尿病膳食食谱设计的精确化.     

ABC-BP神经网络对AERMOD模型敏感参数的预测及应用

为提高短时风速预测精度,提出人工蜂群算法(ABC,Artificial Bee Colony algorithm)优化BP神经网络的方法对短时风速进行预测.首先验证了ABC算法性能;接着利用ABC算法对BP神经网络的权值和阈值优化并进行风速预测;然后将预测结果与PSO-BP神经网络以及GA-BP神经网络进行比较分析.对比结果表明,本文提出的方法对短时风速序列的预测精度优于其他方法,预测误差率为1.82%;最后分析了短时风速在应急救援系统中的应用可行性并实现了AERMOD模拟气体扩散态势应用.结果表明,本论文提出的方法可以使AERMOD模型为应急救援提供更加准确的决策依据.     

物联网的概念及发展

物联网一经提出就受到了科研人员、政府和大众的广泛关注。有关物联网的探讨和研究工作也已取得了长足的进展。然而,对于物联网的定义、内涵及其随着科技发展而产生的深远影响却值得深入探讨。文章旨在通过对物联网概念及其演进过程的分析,来引起人们对于物联网发展的关注,进而推动物联网更好地应用,为创造智慧城市提供动力。     

辅助室内定位的关键人体姿态识别

基于步行者航位推算的室内定位方法中位移的计算一定程度上依赖于人体姿态的正确识别。原地踏步和走路是其中主要的关键姿态,两者的加速度信号相似,传统方法很难进行高精度的区分,导致航位推算的步长计算错误。基于惯性传感器进行室内场景中八种人体姿态识别研究,根据运动强度的不同采用分层分类法。首先将原地踏步和走路归为一类,通过时域特征结合支持向量机(SVM)进行姿态分类;然后利用加速度的时域和小波特征以及磁场特征,结合Ada Boost方法进行二分类。关键姿态的识别准确率超过96%,对包含复杂运动姿态的步行者室内定位起到更佳的辅助作用。     

微气泡抑制垂直管中段塞流过程的实验研究

利用微气泡不易聚并的流体特性,提出了采用微气泡抑制段塞流的新方法.针对实验室规模的海洋石油工业集输-立管系统内段塞流流动过程,利用电阻层析成像技术(ERT)、压力信号分析法和高速摄像法对垂直管段塞流特性和微气泡开展了实验研究,获得了段塞流典型流型以及微气泡流体特性.在微气泡流体特性研究的基础上,进一步探索了微气泡对段塞流的抑制作用,实验结果表明:尺寸范围在1～50μm之间的微气泡,在进气量设定为4 L/min时可在一定流速范围的液体中稳定存在;在气液比为1.18、1.36和1.82时,微气泡对弹状段塞流的发生频率有显著抑制作用,微气泡通过增大边界层的返混和扰动阻力,抑制了段塞的运动,从而降低了段塞的发生频率.     

基于NB-IoT技术的智能LED灯杆监控系统的研制

针对传统LED灯杆在远程监控、自动巡检、实时单灯调控、故障定位处理等方面存在的问题,本文提出基于窄带物联网（narrow band internet of things,NB-IoT）技术的智能LED灯杆监控系统的研制方案,采用STM32L151单片机作为主控芯片,控制多种传感器采集路灯信息,通过NB-IoT模块与核心网的连接,将采集到的路灯信息上传至OneNET云平台,并开发移动端应用程序（application,APP）和个人计算机（personal computer,PC）端监测界面以实现路灯故障信息的实时获取。实验结果显示：所研制的系统可以实时监测、控制路灯,快速、准确地确定故障路灯位置,实现单灯控制。     

基于运动模式识别的高程估计算法研究

在室内行人定位系统中,行人的高程定位精度关系到整个定位系统的可靠性。本文提出一种基于腰间传感器的室内行人高程估计算法。首先利用支持向量机识别行人上楼下楼动作,针对行人的运动状态采用自适应的高程估计算法。针对气压计测量值易受环境影响的问题,采用了基于EKF融合气压和加速度的高度估计算法,提高了高度估计算法的稳定性。经实验验证,当室内人员进行平地走、上楼等一连串动作后,基于差分气压测高法计算的高度误差为9.92%,基于加速度估计的行人高度误差为9.52%,EKF融合后定位误差下降到2.32%,提高了高程估计的精度。     

新型冠状病毒肺炎疫情对中国2020年碳排放的影响

中国的二氧化碳减排工作一直承受着国际社会的压力.新型冠状病毒肺炎疫情(COVID-19,简称"新冠疫情")对全球碳排放产生了显著影响.准确估算新冠疫情对中国二氧化碳排放量及其排放趋势的影响,对评估中国对全球变化的贡献有重要意义.本研究系统构建了基于活动数据的中国省级日碳排放数据库,对涵盖了化石燃料燃烧和水泥生产造成的所有人为源二氧化碳排放进行定量化的动态评估.本研究发现中国各省的碳排放在新冠疫情期间受到不同程度的影响.江苏、湖北和浙江三省的碳排放受疫情影响最严重,其碳排放减少量分别占总排放减少量的19.4%、17.0%和12.5%.青海省和西藏自治区受疫情的影响最小.从排放部门方面看,电力部门是多数省份减排量的主要贡献源,对于湖北、重庆、青海和福建等省份,工业部门是碳减排的主要贡献源.对于北京、天津这样的大城市以及四川和黑龙江两省,新冠疫情对交通部门的减排作用最显著.从疫情对碳排放的时间影响看,江苏省的碳排放在2020年1和2月份下降最多, 3月份之后,湖北省的碳排放减少量最为突出.而宁夏回族自治区、新疆维吾尔自治区、福建省、陕西省和云南省受疫情影响较小的地区3月份的碳排放已经率先恢复到2019年同期水平.进入4月份,除湖北省的碳排放相比2019年同期下降4.9 Mt二氧化碳外,其他省份均接近或已经恢复到2019年同期水平.     

层状Cu/ZnO/Al2O3催化剂的制备及其催化CO2加氢合成甲醇的性能

以尿素为沉淀剂, 采用均相沉淀法成功制备了层状Cu/Zn/Al 水滑石化合物. 将前驱体材料经焙烧、还原后得到Cu/ZnO/Al₂O₃ 催化剂, 并将其用于CO₂ 加氢合成甲醇反应. 采用X 射线衍射(X-ray diffraction, XRD)、热重(thermogravimetric, TG)分析、扫描电镜(scanning electron microscope, SEM)、X射线荧光(X-ray fluorescence, XRF)分析、N₂吸附、H₂ 程序升温还原(H₂-temperature program reduction, H₂-TPR)、氧化亚氮(N₂O)反应吸附、CO₂程序升温脱附(CO₂ temperature program desorption, CO₂-TPD)技术对所制备的样品进行表征. 结果表明, 相对于传统共沉淀法, 以尿素作为沉淀剂, 通过均相沉淀法所制备的前驱体的结晶度更高、催化剂比表面积更大、金属Cu 的分散度更好. 另外, 采用回流处理可以获得更好的效果. 活性评估结果表明, O₂转化率随金属Cu 比表面积的增大而增加, 而甲醇选择性则与催化剂表面碱性位的分布有关. 因此, 采用尿素回流处理均相沉淀法制备的Cu/ZnO/Al₂O₃催化剂的甲醇收率最高.