欧洲颠覆性太空技术搜寻方法体系研究

 欧洲颠覆性太空技术搜寻计划因其系统化的优势而受到关注。研究了欧洲颠覆性太空技术搜寻初选、评价环节，分析了颠覆性太空技术的理论基础、基于STEP框架的评价标准和评价方法，介绍了颠覆性太空技术的技术路线图。通过对欧洲颠覆性太空技术方法体系在理论、方法、实施3个层面经验的总结，得出推动中国颠覆性技术创新的启示，即重视技术应用场景分析，建立专家履历信息平台，构建多源信息支撑体系，加强技术发展规划管理等。     

复合型固体饮料加工工艺研究

以红枣、花生、枸杞、生姜为主要原料,麦芽糊精为助干剂,通过喷雾干燥技术开发出一种复合固体饮料.通过考察热水浸提、果胶酶浸提以及超声波辅助果胶酶浸提这三种前处理方式,以及喷雾干燥中的料液比、助干剂的添加量、出风温度这三个影响因素,探讨了复合型固体饮料的加工工艺.以出粉率、喷雾干燥效果和感官分值为评定标准,最终得到最佳前处理方式为超声波辅助果胶酶浸提,且其喷雾干燥的最佳条件为料液比1:6,固形物与助干剂的比例1:1,出风温度85℃.     

基于核函数强化学习的抗干扰频点分配

针对学习未知动态的干扰图样问题，提出一种基于核函数强化学习的雷达与通信抗干扰频点协作算法。与需要获得干扰模式、参数等先验知识的研究相反，所提算法能够利用过去时隙中频点的使用情况来优化抗干扰频点分配策略。首先，通过核函数的强化学习来应对维度诅咒问题。其次，基于近似线性相关性的在线内核稀疏化方法，确保了抗干扰频点分配算法的稀疏性。最后，仿真结果验证了所提算法的有效性。得益于稀疏化码字对于系统动态特性的学习，所提算法与传统基于Q学习的抗干扰频点分配算法相比，收敛时间更短，并且可以快速规避外部未知干扰源的干扰。     

一种改进的基于极小调节的多属性共识法则的共识模型

在群体决策中,共识达成过程通常是一个交互迭代的过程,以共识模型(或算法)形式呈现。对于多属性群体决策,基于极小调节的多属性共识法则的共识模型最近受到较多关注。本文举例说明现有共识模型因其偏好调节建议的缺陷可能导致迭代过程不能收敛(其收敛性的证明存在错误),进而提出一个改进的共识模型,并证明了模型算法的收敛性;示例说明改进的共识模型有效、适用范围更广。对于多属性群体决策问题,本文提出的偏好调节方法对今后改进其他相关的基于极小调节的共识模型(算法)和开发新的共识模型提供了参考。     

供应商选择的评价指标设计及其优化

运用各种评价模型进行供应商评价选择,需要建立科学合理的评价指标体系。供应商选择的评价指标设计,应从研究现状分析入手。供应商评价指标设计的方法主要包括文献法、调查法、德尔菲法以及综合法。依据供应商评价指标设计的基本理念、思路和流程,文章以第三方物流供应商选择为例,综合运用文献法、模糊德尔菲法,优化了供应商评价指标的设计流程,设计了H公司第三方物流供应商选择的评价指标。     

抛物方程非特征柯西问题的分数次Tikhonov方法

讨论了一个不适定的抛物方程的非特征柯西问题,为了解决这个问题,采用了分数次Tikhonov正则化方法,并提出先验和后验两种参数选取规则下的稳定误差估计。     

基于一维数据逐段均匀条件下的参考分布研究

聚类分析中一个重要的问题是估计聚类数,GS方法通过参考分布对聚类数进行合理的估计,解决了其他聚类方法无法对应分为一类的数据进行分类的问题,具有更好的分类效果;目前已通过理论证明得出,在分布为对数凹且一维情况下,GS方法的参考分布为均匀分布,而有关其在其他条件下的参考分布研究较少;针对这一情况,提出解决一维且逐段均匀条件下GS方法的参考分布问题,以类内平方和为评价标准,通过拉格朗日乘数法求解与问题等价的优化问题,理论证出条件下总体均匀分布是类内平方和最大的情况,进而得出对于一维数据,逐段均匀条件下的参考分布仍为均匀分布的结论。     

医疗领域专利申请中外科手术方法的审查

外科手术方法的判断是医疗领域专利申请中客体和实用性审查过程中比较常见的情形,在界定权利要求请求保护的方法是否属于外科手术方法时,申请人与审查员之间往往存在争议。本文试图通过两个复审案例的审查处置和讨论,为相关专利进行审查以及专利申请时提供帮助。     

沉淀法去除水中重金属钼的研究

近年来,金属钼的广泛应用导致很多钼矿区水体中的钼含量超标严重,严重威胁人们的饮水安全。利用化学沉淀法进行水处理已有较为广泛的应用。这种方式具有适用范围广、处理效果好、可回收利用有用物质、吸附剂可重复利用等优点。本文对沉淀法去除水中重金属钼展开具体研究。     

环境空气VOCs检测方法研究进展

本文首先阐述了VOCs的定义、来源和危害等。VOCs来源广泛,组成复杂,检测难度较大。然后分析了实验室VOCs检测、在线VOCs检测、便携式VOCs检测等三类检测方式中一些检测仪器的原理、优缺点。最后,对未来VOCs检测行业发展趋势进行了展望。