生物材料肝素固定化结合方式专利技术综述

本文阐述了专利申请中生物材料肝素固定化结合方式,主要包括物理混合、离子键合和化学键合,并对不同的方法进行了比较。对生物材料领域科学研究、产业发展、专利申请以及审查工作等方面具有一定的指导作用。     

煅烧温度对8YSZ-WO_3氨传感器性能的影响

利用固体电解质物质的量浓度为8%的Y_2O_3掺杂的ZrO_2(8YSZ)和敏感材料WO_3制备了片式混合电势型NH_3传感器(简称8YSZ-WO_3传感器),分别在600、650、700和750℃温度下进行煅烧,获得相应的敏感电极,探讨了不同煅烧温度下敏感电极微观结构以及传感器性能的变化,并对传感器的工作机理进行了研究分析。当煅烧温度为700℃时,敏感材料晶粒间形成贯通的孔道,器件性能最佳,其中在测试温度550℃下,该传感器对250×10~(-6) NH_3的响应信号大小为59.35 mV,灵敏度为52.65 mV/decade,并且该传感器遵循混合电动势理论。     

基于广义梯形模糊数相似度的交叉效率集结

在不确定环境下,针对模糊数据的多样性和复杂性,本文结合广义梯形模糊数相似度理论将广义梯形模糊数的交叉效率矩阵转换为交叉互评相似度矩阵,并根据模糊信息检索系统中的布尔模型,以能最大程度还原信息本身为准则,构建满足"正相容性"的有序几何平均集结函数对交叉互评相似度矩阵进行集结,从而得到关于每个决策单元的同行评价综合相似度.根据决策单元的同行评价综合相似度,建立反映决策者偏好的模糊一致性偏好矩阵,并对决策单元进行集结权重的分配,根据分配结果计算决策单元的全局交叉效率值.本文的集结方法可以解决不确定环境下,交叉效率矩阵数据多样性的问题,有较高的适用性;并且其集结结果具有较高的一致性和稳定性.最后本文以梯形模糊数的交叉效率矩阵为算例,来说明该方法的合理性和适用性.     

MapReduce系统中的两阶段混合流水作业调度算法

以极小化最大完工时间为目标,研究MapReduce系统中的两阶段混合流水作业调度问题.每个工件都包含两个任务集,即map任务集和reduce任务集.所有map任务必须在第一阶段的m1台平行机上加工,而reduce任务则必须在第二阶段的m2台平行机上加工.一个工件的reduce任务只有在该工件的所有map任务完成后才能开始加工.所有reduce任务不允许中断.对map任务不可中断情形,给出了一个最坏情况界为2-1/max{m1,m2}的近似算法.对map任务可任意分割情形,分别给出了基于Johnson规则和LPT规则的近似算法H(2,J)和H(2,L),并证明了这两个算法的最坏情况界分别为2-1/m2和2.通过数值实验发现,一般情况下H(2,J)性能要优于H2,L,但在reduce任务的总加工时间大于map任务且m2较大时则相反.最后,当map任务和reduce任务的总加工时间成比例关系时,给出了算法H(2,J)的参数最坏情况界.     

基于中继选择的星地协作传输系统性能分析

由于星地混合协作网络（hybrid satellite-terrestrial cooperative network，HSTCN）能显著提升卫星通信的服务质量，近年来受到了国内外学者的广泛关注，分析了基于中继选择的星地协作传输系统的性能。首先，在卫星和地面用户之间存在直达链路，并且所有中继节点在采用门限判断译码转发协议辅助卫星通信的情况下，得到用户端经过最大比合并后的输出信噪比（signal-to-noise ratio，SNR）表达式。其次，针对卫星信道服从阴影莱斯分布，而地面信道服从Nakagami-m分布，推导出随机选择和最佳选择两种中继选择策略下系统的中断概率闭合表达式。接着，进一步得到高信噪比条件下中断概率的近似表达式，为分析各种参数对系统性能的影响提供了更加便捷的方法。最后，计算机仿真不仅验证了理论推导的正确性，而且定量分析了协作传输带来的好处，从而为HSTCN技术的实际应用提供理论依据。     

自动驾驶汽车车底边框的优化算法

为了对通过YOLO框架所提取出的汽车底边框进行优化,首先对于道路上的每一辆汽车底部部分像素块建立改进后的高斯混合模型,通过该模型来刻画道路灰度值以及车底阴影灰度值的正态分布规律,然后通过对每辆检测到的汽车进行自上而下的扫描算法以确定汽车边框的实际高度,最后通过进行路测实验来说明算法的可行性与准确性.     

具有奇异项的分数阶微分方程边值问题

文章研究了一类具有奇异项的Caputo型分数阶微分方程边值问题。首先利用非线性算子理论及相关性质给出了算子方程A(x,x)=x存在唯一解的条件，由此获得了该边值问题存在唯一解的若干充分条件。最后，通过应用举例，对主要结果做了进一步验证。     

混合动力汽车深度强化学习分层能量管理策略

为了提高混合动力汽车的燃油经济性和控制策略的稳定性,以第三代普锐斯混联式混合动力汽车作为研究对象,提出了一种等效燃油消耗最小策略(equivalent fuel consumption minimization strategy,ECMS)与深度强化学习方法(deep feinforcement learning,DRL)结合的分层能量管理策略。仿真结果证明,该分层控制策略不仅可以让强化学习中的智能体在无模型的情况下实现自适应节能控制,而且能保证混合动力汽车在所有工况下的SOC都满足约束限制。与基于规则的能量管理策略相比,此分层控制策略可以将燃油经济性提高20.83%~32.66%;增加智能体对车速的预测信息,可进一步降低5.12%的燃油消耗;与没有分层的深度强化学习策略相比,此策略可将燃油经济性提高8.04%;与使用SOC偏移惩罚的自适应等效燃油消耗最小策略(A-ECMS)相比,此策略下的燃油经济性将提高5.81%~16.18%。     

混合弯管湍流的数值模拟

正确计算出弯管内流体交汇处附近的流场和温度场的分布情况,对于设计合适的入口管道位置具有重要意义.以工程中常见的弯管为例,应用计算流体力学(CFD)技术,研究管中的流体状态参数.使用目前通用的专业CFD数值计算软件FLUENT对管道内流体进行二维数值模拟,分别对算例采用一阶离散化方法和二阶离散化方法进行模拟,并对二者的结果进行比较分析.结果表明,以k-ε双方程模型解决这样的问题可获得满意的结果.