二甲醚装置运行问题的原因分析及其解决措施

本文提出了贵州天福化工有限责任公司二甲醚装置运行中出现的问题,对其进行分析,提出解决问题的措施,并取得了较好的效果。     

基于改进型锁相环的单相并网逆变器

单相并网逆变器广泛地应用在新能源发电领域,它的一个关键技术就是对电网电压的锁相。分析了基于Park变换的锁相环原理,并进行了改进。针对并网逆变器采用的LCL滤波器,采用了基于电容电流前馈的有源阻尼控制方案,推导了LCL滤波器的模型,在此基础上加入电容电流前馈,推导出加入前馈后的数学模型,给出了不同前馈系数的bode图,分析出不同前馈系数的变化趋势。通过单相并网逆变器的仿真实验,验证了改进型锁相环和有源阻尼控制的正确性。搭建了硬件平台,进行了并网硬件实验,验证了以上理论的正确性和可行性。     

多Agent交互动态影响图的近似行为等价算法

结合前瞻搜索思想提出了一种判断模型近似行为等价的方法,首先通过比较候选模型的部分解(即策略树)判断模型近似行为等价,然后自上而下对近似行为等价模型进行快速聚类和修剪,利用代表模型将交互式动态影响图扩展成为平铺动态影响图,最后求解平铺动态影响图.算法减少了候选模型的存储空间和运行时间,提高了算法的效率.最后通过多Agent老虎问题及音乐会问题的实验验证了该方法的有效性.     

窄带Faraday反常色散光学滤波器

研究Faraday反常色散光学滤波器,给出其理论计算过程和模拟结果.结果表明,Faraday反常色散光学滤波器有线翼和线芯透过两种工作方式,其中线翼透过单峰谱线线宽约为600MHz,透过率约为25%,线芯透过谱线线宽约为700MHz,透过率约为100%.实验结果与理论结果相符.     

向HelmCoP数据库直系同源组添加古菌序列

含有古菌序列的直系同源组可以在很大程度上便利各种基于HelmCoP数据的研究,但是目前HelmCoP直系同源组不含有任何古菌序列.为了向HelmCoP直系同源组添加古菌序列,以1个OrthoMCL-DB网站工具的分配方法为依据,我们将29种古菌物种模式菌株的蛋白质组数据,通过BLAST比对和OrthoMCL分析,逐步添加至各个HelmCoP直系同源组中.结果显示,21 326条古菌序列被成功地分配给了1 954个HelmCoP直系同源组中,而其他2 821条古菌序列被归类至NO_GROUP类别.这些分配结果得到了良好BLAST匹配数据的支持.一些自由生活物种包括Caenorhabditis japonica、大豆和拟南芥在研究中也受到了关注,因为这些物种相当多的基因在古菌物种内有同源基因.     

金寨县土地利用与生态环境建设

土地是人类赖以生存和生产的基础，其本身既是重要的自然资源，又是生态环境要素。整个人类的生存发展史就是人类对土地的利用史，土地的生态环境问题总是与人类的经济活动相关联。伴随着人类对土地资源的开发利用，生态环境问题越来越严重，不断地威胁着社会经济发展和人类生存。因此，土地利用与生态环境建设必须协调发展，资源的开发和利用必须走可持续发展道路。     

高职院校大学生综合素质考核平台建设研究与实践

目前,随着高职院校生源的增加,大学生多样化的特点日趋明显,传统的学生综合素质评价方法操作难度大、效率低,已难以适应现代教学管理需求.借助信息技术和现有网络资源,运用HDFS体系架构,建立可记录、可评价、可测量、可呈现的大学生综合素质考核平台,对大学生进行综合的、客观的、动态的评定和判断,及时反馈相关信息,对提高学生的综合素质,推动高校的素质教育改革,构建三全育人的科学化、系统化、制度化、规范化、信息化建设具有重大意义.     

合理调配资源发挥潜在优势

随着国家近年来对教育领域的投资不断加大及高校自己的实验室改造和建设,几乎每个大学里的不论是基础课、专业课以及专业课程所属的实验室在实验教学的基本环境。人均实用面积。实验教学设备更新上都发生了巨大的变化。现在不但可以满足基本的教学科研任务,并且也具备了向社会上许多相关企事业提供一些专业服务的能力。经过多年的改造和贮备,实验教学有了很好的基础和条件。如何能让这些种类和数量都十分庞大的通用及专业设备发挥出更大的作用,是我们实验室工作人员需要深入探讨的一个重要课题。     

川黄柏一年生实生苗质量的分级标准

为有利于指导生产实践，推动川黄柏实生苗培育规范化、标准化，以湖南省龙山县大安乡2020年培育的川黄柏1年生实生苗为研究对象，以72个1 m×1 m样方2 564株样苗为研究样本，以地径、苗高为苗木质量分级指标，采用K-均值聚类法及标准差法，划分质量分级值.经综合评定，确定川黄柏1年生实生苗质量分级标准为Ⅰ级苗地径D≥1 cm，苗高H≥100 cm；Ⅱ级苗地径D 0.6～＜1 cm，苗高H 60～＜100 cm；Ⅲ级苗地径D＜0.6 cm，苗高H＜60 cm.在该标准下，本次研究样本Ⅰ、Ⅱ级苗占比64.8%.     

基于二阶统计量的小样本学习算法研究

为了提高小样本学习的准确率和抗干扰能力,提出了一种基于二阶统计量的小样本学习模型,以CNN最后一层卷积输出的一阶特征向量为输入,通过计算协方差矩阵和二阶池化获得具有较高区分度的二阶统计量,采用奇异值(SVD)分解将二阶特征映射到低维仿射子空间并据此分类.本算法在Omniglot和minilmageNet数据集上进行了测试,实验结果表明,在minilmageNet上的5-way 5-shot模型准确率达到了73.6％,比Prototypical Networks高出5.4％,在Omniglot上的20-way 1-shot模型准确率则获得了2.4％的提升,本算法性能优于Prototypical Networks等算法.在异常值测试中,本算法也展现出比Matching Networks和Prototypical Networks算法更强的鲁棒性.