迎百年校庆 谱图苑新草--前进中的兰州大学图书馆

兰州大学图书馆是全国高等学校图书情报工作指导委员会之委员馆,CALLS成员馆,CASHL学科中心,教育部科技查新工作站,甘肃省高等学校图书情报工作委员会常务副主任委员馆及秘书处所在馆,全国医学文献检索教学研究会常务理事单位、全国高等院校医药图书馆协会委员单位、甘肃省图书馆学会常务理事单位、中华医学会医学信息学会甘肃省分会主任委员单位和全国医学文献资源共享网络省级中心。     

抑制维格纳分布交叉干扰项的联合算法

维格纳分布(WVD:Wigner-Ville Distribution)交叉干扰项的存在,严重地影响了其处理效果。为此,笔者结合交叉干扰项的性质,提出改进算法--基于STFT(Short-Time Fpiroer Tramsfpr)与WVD的联合算法(STFT-WVD)。该联合算法将信号的谱图与维格纳分布作互相关处理,以期达到抑制交叉干扰项的效果。通过理论分析与仿真实验证明,STFT-WVD算法在有效抑制WVD交叉干扰项带来不良影响的同时,保持了WVD较高的时频分辨率,是一种行之有效的WVD改进算法。     

用广义线图构造整谱图

线图在图的谱理论研究中起着重要的作用.对一些整谱图,运用一种全新的广义线图算子方法,构造出了一系列无穷多个新的整谱图.     

磷脂脂肪酸谱图分析方法及其在环境微生物学领域的应用

 传统的微生物鉴定和群落分析方法建立在微生物纯种培养分离的基础之上。但是在自然环境中,99%以上的微生物未能通过人工培养,在微生物的分析和研究中存在很大的局限性。与传统的基于培养基的微生物分离技术以及生理学方法和分子生物学方法相比,基于现代生物化学技术——脂肪酸可作为生物标记物而发展起来的磷脂脂肪酸谱图分析方法(PLFA)具有不依赖于培养体系影响,能够直接有效地提供微生物群落中的信息;脂肪酸成分不受质粒数量的影响,试验结果客观、可靠;试验条件要求低、操作难度小、测试功能多;由脂肪酸谱图可以对整个微生物群落进行定量描述等诸多优点,在环境微生物学领域的应用日趋广泛。本文综述了PLFA谱图分析方法及其在环境微生物学领域的应用,包括在微生物检测、鉴定和微生物多样性研究中的应用。     

连茚异内酯的合成与性能测试

以苯酐和丁二酸为原料合成了连茚异内酯，并通过IR，1HNMR，MS和元素分析对其结构进行了表征，同时测定了不同极性溶剂对其紫外吸收的影响及其荧光性能．     

基于油中溶解气体谱图的变压器故障识别方法

根据油中溶解气体含量对电力变压器进行故障诊断,一个关键环节是如何从故障气体数据中提取有效反映故障特性的特征量。论文提出了基于特征气体谱图形状参数识别变压器故障的方法,以5种油中溶解气体:乙炔、氢气、乙烷、甲烷和乙烯的相对含量构建了故障的特征气体谱图,并将图形偏斜性、突出性等形状参数作为特征量应用于变压器的故障诊断。应用的结果表明,这种方法有效区分变压器的放电性故障、过热性故障以及"氢主导型"故障,且识别效果达到90%以上,明显优于实践中常用的三比值方法。     

基于小波包频带能量检测技术的结构损伤诊断

小波包变换能将振动信号按任意时频分辨率分解到不同频段, 而各频段信号的能量变化包含着丰富的信息.以悬臂梁为实验对象,对不同损伤程度下的振动信号进行小波去噪后,通过4尺度小波包分解和重构,得到了其能量谱图.实验结果表明:损伤程度不同,小波包能量谱图明显不同.因此可将敏感频带的能量值作为损伤程度的特征值进行损伤诊断.     

汽车多媒体教学系统在点火提前角控制实验中的应用

为适应汽车技术的发展，在教学中要不断提高专业水平和教学手段。多媒体教学系统可以很好地用于汽车现代技术的理论和实践教学环节中。利用多媒体教学系统进行点火提前角和进气温度修正实验项目，可以使学生理论联系实际，掌握相应的教学内容。     

基于时频域特征的场景音频研究

随着人们对于场景音频研究的逐渐深入,现有的分析方式由于存在不能完整反映音频的声学特性等弊端,已经无法满足人们的需求。基于时频域特征的分析方式可以很好地解决这一问题,即通过提取场景音频的语谱图,使待分析信号中包含的声学事件得到完整保留,使其表现得更加直观。语谱图中包含着丰富的纹理信息,选取不同窗长,可分别得到场景音频的宽带语谱图和窄带语谱图。对比实验表明,窄带语谱图可以更好的反映出待分析信号中所包含声学事件的趋势、连续性及分布特征。因此对场景音频进行时频域特征分析更适合使用窄带语谱图。     

基于时频谱图的配电网高阻接地故障智能识别方法

针对配电网中发生高阻接地故障(high impedance fault, HIF)进行特征提取时,人为构造的特征量或特征向量难以充分体现高阻接地故障区别于其他事件的特征问题,提出一种波形隐含特征提取方法.通过连续小波变换将零序电流转换为时频谱图,并分割为正方形切片,然后使用卷积神经网络辨识高阻接地故障特有的“齿”形特征.结果表明：文中所提方法能由波形中的高频分量得到可视化的时频谱图,省去了人为构造的特征量的步骤,避免了特征量难以准确表征HIF特征的问题,其可靠性在仿真及现场样本测试中得到了验证.