华电电力科学研究院有限公司: 打造行业一流科研机构的高质量发展样板

在新一轮能源科技革命和产业变革的历史交汇期,作为中国华电集团有限公司(简称"中国华电")直属的唯一科研机构,华电电力科学研究院有限公司(简称"华电电科院")勇于担当,主动发挥好科技创新的国家队、主力军作用和科技创新的骨干带动作用,为国家实现世界科技强国目标作出贡献.     

秋刀鱼肉中产胺菌的分离、鉴定及产胺能力分析

为了探究秋刀鱼(Cololabis saira)肉中生物胺产生菌的产胺特性,有效控制生物胺含量,采用改良的Niven's生物胺筛选培养基,通过16S rDNA序列分析和VITEK 2 Compact System,对秋刀鱼肉中产胺菌进行分离鉴定,分析不同温度(4、25℃)条件下产胺菌的产胺能力及生物胺含量变化。结果显示,从秋刀鱼肉中分离鉴定的14株产胺菌分别为摩氏摩根菌、产酸克雷伯菌、阿氏肠杆菌、弗氏柠檬酸杆菌、植生拉乌尔菌、抗坏血酸克吕沃尔菌、粘质沙雷菌、日沟维肠杆菌、肠杆菌属、变性杆菌属、中间克吕沃尔菌、彭氏变形杆菌、拉氏普罗威登斯菌、蜂窝哈夫尼亚菌;在4℃条件下,所有产胺菌产胺能力均较弱(11.55～244.75 mg/L);在25℃条件下,产酸克雷伯菌、肠杆菌属的产组胺能力较强,分别为9 889.75,2 891.15 mg/L。结果提示,可通过抑制产酸克雷伯菌、肠杆菌属生长控制秋刀鱼肉中组胺等生物胺的含量。     

基于多特征融合的单幅水下图像清晰化

水体对光有较强的吸收和散射作用,从而造成水下图像颜色失真、对比度下降和细节模糊等问题.针对上述问题,基于图像融合框架提出一种水下图像清晰化方案.首先,结合水下成像模型,提出了基于景深估计的颜色校正方法,其可以有效去除水下图像的蓝(绿)色基调,同时有效解决红通道过补偿问题.然后,对水下图像进行颜色校正和对比度增强得到两幅输入图像;最后,结合亮度、对比度、饱和度、显著性等特征构造权重图将两输入图进行多尺度融合,得到最后的复原图像.实验结果表明,该算法可以有效地去除水下图像颜色失真,同时能够大幅提升图像的对比度和清晰度.     

固定化包埋细胞颗粒填充床光生物制氢反应器内的多相传输模型

包埋细胞颗粒填充床光生物制氢反应器内是带有气液两相流动、底物及产物扩散、颗粒内生化反应的复杂生化反应体系．文中建立了包埋细胞颗粒填充床内含生化反应的多元多相流动及传输特性的多相混合模型，并发展了包埋细胞颗粒光生物制氢反应器底物降解和光合产氢的理论计算方法．模型的理论预测值与填充床反应器底物降解和光合产氢特性实验结果基本符合．     

地铁车站火灾疏散仿真分析

为了研究地铁车站的火灾疏散情况,首先探讨了影响人群疏散的一些因素,包括温度、毒害气体和能见度;并通过安全疏散演练实验,得到了人群在紧急状况下撤离火灾车厢的时间及B型地铁列车的车门通过能力,针对安全疏散时间进行了探讨。接着利用元胞自动机理论创建了地铁车站火灾疏散仿真模型;并分析了疏散人数、出口数量、出口宽度对疏散时间的影响,得出了出口数量的增加与出口宽度的加大有助于缩短疏散时间、在起火列车进站前应先疏散站台乘客等结论。     

地铁列车火灾安全疏散研究

为了研究地铁列车的火灾安全疏散性能,利用Pyrosim火灾数值模拟软件,结合真实材料的物理化学参数,对地铁火灾的毒害气体和能见度分析,确定满载乘客的单节车厢应满足的最低转移时间。模拟地铁火灾真实的疏散场景,进行大规模疏散演练实验,探讨了人群实际转移时间和相关注意事项。利用Pathfinder疏散模拟软件,针对站台疏散和隧道疏散进行了比较分析。     

贵州草海湿地不同植物群落表层土壤氮素的赋存特征

在湿地生态系统氮循环过程中,湿地土壤养分供给状况及可利用水平与氮素含量存在直接关系。本研究以贵州草海湿地自然演替下植物群落表层土壤氮素含量作为研究对象,探讨四种典型湿地植物群落（牛筋草、李氏禾、香薷和芦苇）土壤中硝态氮、铵态氮、速效氮和全氮含量以及不同土壤团聚体粒径下湿地土壤氮素的空间分布特征。结果表明：（1）各植物群落土壤阳离子交换量与全氮含量分布趋势基本一致,其中芦苇群落土壤中阳离子交换量、速效氮和全氮含量最高;（2）各植物群落不同粒径土壤团聚体AN和TN含量均无显著差异（p>0.05）;芦苇群落土壤硝态氮含量在各粒径土壤团聚体中含量均低于其他植物群落;李氏禾群落土壤氨态氮含量在不同粒径土壤团聚体中存在显著差异（p<0.05）。植物群落表层土壤氮素含量分布受植物种类及自身凋落物、降雨量和地势、微生物活动和有机质等因素的影响,土壤硝化作用受到抑制或促进,各植物群落铵态氮和硝态氮含量分布有显著差异（p<0.05）。     

基于深度表示学习的多语言文本情感分析

迁移学习专注于解决监督学习在小数据集上难以获得好的分类效果的问题,与传统监督学习的基本假设相比,它并不要求训练集和测试集服从相同或相似的数据分布。通过在标注资源丰富的源语言中学习,并将目标语言的文档投影到与源语言相同的特征空间中去,从而解决目标语言因数据量较小而难以获得好的分类模型的问题。选择亚马逊在书籍、DVD和音乐类目下的中文、英文和日文评论作为实验数据,情感分析作为研究任务,提出了一种新的跨语言深度表示学习模型(cross lingual deep representation learning,CLDRL),实现了不同语言环境下的知识迁移。实验结果表明,CLDRL模型在跨语言环境下最优F1值达到了78.59%,证明了该模型的有效性。     

单品种货物装车问题的两阶段优化算法

针对同种同规格货物的三维装车问题,基于分层思想,将三维装车问题进行降维,转化为二维布局优化问题,提出九种分层装车策略,在算法设计上,提出了两阶段优化算法,第一阶段沿车厢的长、宽或高进行分层,针对不同的层高,通过动态规划算法求解平面内的最大货物装载量,得到货物的最优布局;第二阶段结合背包算法对层进行组合,得到车厢每个维度下的最优层,最后择优选取可装货物数量最多的方案,即为最优装载方案;最后通过两个数据集共8个算例对算法进行测试。结果表明,对于数据集一来说,本文算法求得的平均装载率可达99.43%,优于带排列分层算法、动态规划算法,以及混合递归算法求得的平均装载率;而对于数据集二来说,本文算法求得的平均装载率也达到了96.11%,优于二维排列算法,说明本文提出的两阶段优化算法在一定程度上可以生成较好的装载方案。     

高效液相色谱-荧光检测法(HPLC-FLD)测定水体中孔雀石绿

实验旨在建立水样中孔雀石绿测定的液相色谱-荧光检测方法.水样中孔雀石绿采用二氯甲烷为溶剂超声波辅助提取,提取液离心分离后经MCX柱净化,并用5%氨水甲醇溶液洗脱,以Develosil C18色谱柱为分析柱,0.05 mol/L的乙酸铵(pH 4.5)-乙腈(20:80,V/V)为流动相,采用荧光检测器分析,外标法定量.结果表明:孔雀石绿在0.05μg~1.0μg/mL范围内线性良好,相关系数为0.9993,检出限为0.5μg/L.空白水样在加标孔雀石绿含量分别为1.0μg、2.5μg、5.0μg时,孔雀石绿的平均加标回收率为72.0%~86.4%,相对标准偏差为5.4%~7.5%.该方法准确度高、精密度良好,适用于水产养殖用水中孔雀石绿的测定.