操作条件对分子蒸馏纯化不饱和单甘酯的影响

通过单因素试验和正交试验研究了蒸发温度、进料流速、进料温度和冷凝温度对分子蒸馏纯化不饱和单甘酯时轻相/进料质量比D/F的影响,试验结果表明:影响D/F值的因素从大到小为:蒸发温度进料流速进料温度冷凝温度.建立了轻相中单甘酯和甘二酯的含量对不同蒸发温度的二次回归方程,为验证方程的可靠性,分别在进料流速为0.71、1.06、1.42mL/min,蒸发温度为150～200℃的条件下进行试验,将模型值同实验值进行比较,发现数学模型值和实验值很吻合.文中还考察了不同操作条件下不饱和单甘酯的回收率,当蒸发温度在170～190℃之间、进料流速为0.71mL/min、进料温度为70℃、冷凝温度为60℃时,只通过一步分子蒸馏,轻相中单甘酯的纯度便可提高到80%以上,回收率在60%～80%.     

访问控制的研究进展及分析

访问控制是信息安全技术的重要组成部分, 网络的发展使访问控制的应用更加广泛. 对当前几种主流访问控制技术, 包括自主访问控制、 强制访问控制、 基于角色的访问控制和基于任务的访问控制技术进行了论述和分析, 并介绍了新型的UCON访问控制模型.     

藜麦异戊烯基转移酶基因(CqIPT)家族的全基因组鉴定与分析

基于藜麦全基因组和转录组数据，利用生物信息学的方法对藜麦IPT(CqIPT)基因家族进行了鉴定和系统分析。结果表明，在藜麦基因组中鉴定到12个可分为4个亚组的CqIPT基因，同亚组CqIPT基因具有相似的基因结构和蛋白Motif结构；CqIPT基因家族所有成员的表达模式存在明显差异，CqIPT9仅在顶端分生组织和花序中显著表达，CqIPT5和CqIPT11在花和未成熟的种子及干种子中显著表达；非生物胁迫下的基因表达同样存在多种模式。本研究为深入研究藜麦CqIPT基因的功能提供了一定的理论基础。     

藜麦4,5-多巴双氧化酶基因(CqDODA)家族的全基因组鉴定与分析

基于藜麦高质量基因组数据，鉴定了18个CqDODA基因家族成员，并对其进行了系统分析。结果表明：大多数CqDODA蛋白理化性质差异较小；根据CqDODA基因的亲缘关系可分为三支，分支1中的8个CqDODA基因在甜菜素合成中具有重要的作用；分支1的CqDODA基因结构差异较小，并且蛋白高度保守；CqDODA基因在逆境胁迫或者激素处理下可能存在响应。本研究结果可为深入研究CqDODA基因在藜麦甜菜素合成中的作用提供理论依据。     

极限学习机及其在质子交换膜燃料电池参数辨识中的应用

为对质子交换膜燃料电池(PEMFC)进行精确建模，需要准确辨识PEMFC中的未知参数.然而，PEMFC的参数辨识是一个多变量、多峰值和强耦合的非线性优化问题，传统的参数辨识方法往往得不到满意的结果.此外，不同运行条件下产生的噪声会阻碍启发式算法(MhAs)获取精确的参数.针对该问题，提出一种基于极限学习机(ELM)的MhAs策略——ELM-MhAs,以实现PEMFC的参数辨识.利用ELM对数据进行训练以降低或消除噪声，为MhAs提供更为准确可靠的适应度函数，从而保证MhAs对PEMFC参数的精确辨识.为验证该策略的可行性和有效性，在低温、低相对湿度和高温、高相对湿度两种条件下，分别对25组电压-电流数据进行不降噪、贝叶斯正则神经网络(BRNN)降噪以及ELM降噪处理，随后对比不同数据中6种MhAs和列文伯格-马夸尔特反向传播法的参数辨识结果.实验结果表明，与不降噪和BRNN降噪处理相比，应用ELM能够显著减少数据噪声对实验数据的影响，从而有效提高MhAs的参数辨识精度.     

基于强化学习的沥青路面长期性能养护决策方法

针对道路长期性能养护决策中庞大的数据分析问题，将深度确定性策略梯度(deep deterministic policy gradient, DDPG)强化学习模型引入到了养护决策分析中，将道路性能的提升及养护资金的有效利用作为机器学习的奖励目标，建立了一套科学有效的沥青路面长期性能养护决策方法，经过与DQN(deep Q-learning network)算法和Q-Learning算法进行对比，DDPG算法所需要的采样数据更少、收敛速度更快，表现更为优异，可有效提升道路服役性能的评估效率，对沥青路面多目标长期养护决策方案的制定起着重要的推动作用。     

基于冲突分解的短波频点真实在线双拍卖算法

针对短波认知电台在网络高负载情况下频点冲突严重的问题, 依据短波频点衰落特性, 结合真实在线双拍卖模型, 提出了基于冲突分解的真实在线双拍卖(trueful online double auction based on conflict decomposition, TODA-CD)模型。在TODA-CD模型中, 卖家模型考虑不同链路间差异性, 重构卖家定价模型, 提升了链路可靠性; 买家模型以预期收益最大化为优化目标, 首先利用广度优先搜索算法生成频点冲突树, 解析短波认知网络内频点冲突关系, 然后设置频点抢占切换惩罚函数, 计算不同切换方案预期收益, 重构买家竞拍价格, 以第二密封价格拍卖完成频谱交易, 最终实现网络内频点指配的抢占最优。仿真结果表明, 在网络高负载情况下, TODA-CD算法能够有效提高频谱利用率, 降低抢占切换次数, 从而提高系统收益。     

基于残留物分析的尖底瓶功能研究——以陕西吴起李拐沟遗址为例

尖底瓶作为仰韶文化的典型器物之一，其小口、尖底的结构特征，引起了国内外学者的广泛关注，但有关其功用的认识目前仍存在较大争议。鉴于此，在以往研究的基础上，利用淀粉粒和植硅体的分析方法，对李拐沟遗址出土的6件尖底瓶的残留物进行分析，发现有来自粟类植物、小麦族、食用豆类和块根块茎类植物淀粉粒，结合与发酵相关损伤淀粉粒和部分疑似霉菌与酵母细胞的发现，初步推断李拐沟遗址出土尖底瓶应属酒器一类。实验结果对发酵工艺的研判还需更多数据的支撑。总之，实验结果为尖底瓶的功用分析提供了新的数据，证实了陕北地区以李拐沟遗址为代表的小型聚落中酿酒活动应已是一种普遍的社会现象，推进了我国古酒起源研究进程。