白花檵木中主要活性成分及其治疗慢性难愈性创面的展望

白花檵木(Loropetalum chinense)属金缕梅科檵木属植物,是江西特色药用资源,具有抑菌、抗炎、抗氧化、促皮肤愈合等生物活性,可作药用.对白花檵木中活性成分包括黄酮、多酚、脂肪酸等及其生物活性的研究进展进行综述,并初步探讨白花檵木治疗慢性难愈性创面的可能性,为进一步开发其药用价值提供参考.     

基于摄像头的直立行走智能车控制系统设计

针对以往靠中心线提取速度较慢导致车模方向控制不稳,容易跑出赛道等问题,设计以K60微控制器为核心控制单元,利用CMOS摄像头对路径信息进行采集,在提取赛道边界和控制车体方向时创新性的使用了"窗口检测法"和"双比例"PD控制方法。"窗口检测法"能够缩短赛道边界的提取时间,提高搜索效率。双比例PD控制能够对比例参数P进行实时调整,进而更及时、准确地控制车模的运行方向。     

CFD技术用于红霉素发酵罐搅拌系统的设计

采用计算流体力学(CFD)技术辅助设计375 m3红霉素发酵罐搅拌系统,使发酵罐达到高效节能的目的。根据红霉素的生产工艺、流体传质特性以及实践经验,综合考虑混合传质效果和高效节能的要求设计出4套搅拌系统。对每套搅拌系统的流场、气含率、容积氧传质系数、剪应变和功耗进行数值模拟分析。结果表明:方案1的搅拌系统功耗较低、气含率较高,具有较强的混合传质能力、剪应变适中且分布比较均匀。     

带视线角约束的三维超螺旋滑模协同制导律

针对三维情况下带视线角约束的多弹协同制导问题，基于二阶一致性理论和自适应超螺旋滑模控制方法提出了一种新的三维多弹协同制导律。在视线切向方向，设计了一种协同方法，并利用二阶一致性理论，证明了导弹的相对距离和相对速度能在有限时间内趋于一致。在视线高低角和方位角方向，设计了一个新的滑模面，并利用自适应超螺旋滑模控制方法，证明了在该制导律下导弹能够在有限时间内实现期望视线角且视线角速率收敛到0。所采用的自适应超螺旋滑模控制方法能有效解决传统的滑模抖振问题，且对机动目标有一定的鲁棒性。最后，在仿真实验中，通过对比分析验证了所提出的制导律具有更高的制导精度。     

材料物理课程教学改革探索

"材料物理"是材料学专业的专业基础课,同时也是最重要的理论基础课。为改善材料物理教学效果,为学生奠定扎实的理论基础,笔者从课程内容、教学方法、教材及教学队伍建设等方面进行了探索。     

基于逆向强化学习的装船时堆场翻箱智能决策

集装箱码头装船时堆场翻箱具有时序性与动态性，属于NP（non?deterministic polynomial）难问题。针对常见的顺岸式集装箱码头堆场，以最小化总翻箱次数为优化目标，考虑翻箱对装船连续性及效率的影响，基于马尔科夫决策过程构建装船时堆场翻箱模型，设计逆向强化学习算法。为验证算法的有效性，以随机决策为基准，将设计的逆向强化学习算法与码头常见规则决策、随机决策对比。结果表明，贝位堆存状态不佳时，常见的规则决策不一定优于随机决策；逆向强化学习算法可有效挖掘隐含专家经验，收敛至最小翻箱次数的概率更高，且不同堆存状态下均能更好地限制单次发箱的翻箱次数，可实现装船时堆场翻箱智能决策。     

高密度电阻率法在金矿勘查中的应用

从高密度电法测量的工作原理出发,阐述了高密度电法仪在金矿探测中的具体作用。通过在矿区实地探测和数据处理反演后,结合实地物性资料和地质资料,说明高密度电法在金矿深部预测中的应用效果和经验。     

基于数据挖掘技术的专业图书书目受众定位研究

采用数据挖掘技术,对图书馆管理系统中读者借阅记录进行深入分析和挖掘,建立了读者阅读书目模型,利用模型推荐与读者借阅行为密切相关的阅读书目。实例证明,该模型具有可操作性,可以激发读者借阅行为,促使图书馆资源合理地分配,从而提升了图书馆服务质量。     

近10年珠三角城市群经济承载力及空间分异

以珠三角城市群内9个城市为研究对象，选取18个经济发展水平梯度差异较小的区域内的城市为样本数据，运用修正之后的人口—经济承载力模型，测度珠三角城市群及内部九大城市2005—2014年的经济承载力水平，并分析经济承载力水平的空间分异. 研究结果显示:珠三角城市群经济承载力趋于小幅波动状态，但城市群内部极化效应显著，涓滴效应仍处于较低水平，区域经济一体化水平较低；城市群内部城市经济承载力等级分化严重，形成以深圳市、广州市、珠海市和佛山市为第一层级，东莞市和中山市为第二层级，惠州市、江门市和肇庆市分列三~五层级的经济承载力等级体系；地理空间上，形成以深圳市、广州市和珠海市为核心的三大区域，三大区域的经济承载力水平变化趋势为:广州市-佛山市-肇庆市（广佛肇），深圳市-东莞市-惠州市（深莞惠），珠海市-中山市-江门市（珠中江）；近10年，珠三角城市群经济承载力呈东高-西低的发展状态，西岸塌陷的阴影效应十分显著.