基于层次分析法的多因素模糊综合评价方法在专利转化中的应用

为了提高评价结果的客观性和有效性,针对目前多种评价方法出现信息丢失,评价精度不高,影响决断决策的问题,该文提出一种多因素模糊综合评价方法。该评价方法能较好地兼顾评价的主观因素和客观因素,能解决判断的模糊性和不确定性的关系,具有信息全面、结果真实的特点。通过对高校专利转化进行验证分析,结果表明该评价方法能更准确地给出评分结果。     

基于改进多目标遗传算法的连铸二冷过程优化

采用一种改进的多目标遗传算法对二冷工艺进行优化.改进的多目标遗传算法应用概率法选取选择算子，根据适应度值来动态计算交叉和变异概率，能够得到更好的全局最优解，提高算法精度和整体性能.在基于凝固传热模型的二冷优化过程中，采用变间距差分法离散求解传热方程，对比粒子群算法、多目标遗传算法，改进的多目标遗传算法搜索效率高，得到的价值函数最小.在实际生产中，采用优化后的二冷工艺，使得总用水量减少约10%，提高了铸坯质量，达到了节能降耗的要求.     

MRI在小鼠急性脑卒中模型中的应用

摘要:磁共振成像(MRI)在临床应用于急性脑卒中(AS)检测,对于该病诊断与治疗决策以及预后影响都有较为重要的作用。在疾病动物模型中,MRI能够较好地反映急性脑卒中病L以及生L改变情况,较传统的检测方法更快捷、更直观地显示病灶区域及程度,其在活体上非侵入性成像,更成为研究该疾病的重要工具。近几年MRI也逐步应用于小鼠AS模型的建立、评价中。本文将就MRI在小鼠AS模型评价和建立这两方面中的作用以及其日后的发展趋势进行阐述。     

基于闭环控制的过轨起重机设计

传统的过轨起重机多数采用开环系统控制其过轨过程,其对轨精度、过轨稳定性、过轨安全性等方面有很大的欠缺.研究采用起升小车实际位置为输入信号,轨道对准校核系统作为反馈信号,设计出基于闭环控制的对轨精度控制系统和采用电机驱动的曲柄摇杆机构的新型过轨锁紧装置,提高了过轨起重机的对轨精确度、过轨可靠性和运行的平稳性.     

血清总胆红素与冠状动脉粥样硬化相关性的探讨

目的探讨血清总胆红素(TBIL)水平与冠状动脉粥样硬化的关系.方法根据178例冠状动脉造影的结果,将其分成正常组与疾病组,疾病组中依据冠状动脉狭窄程度和范围分成轻度狭窄组和重度狭窄组,根据临床、心肌酶学、心电图又将疾病组分为急性冠状动脉病变组和非急性冠状动脉病变组,将各组的血清TBIL进行比较分析.结果正常组血清总胆红素显著高于疾病组(P<0.01),血清TBIL水平与冠状动脉粥样硬化狭窄程度和范围呈负相关(P<0.01),急性冠状动脉病变患者血清总胆红素水平明显升高(P<0.01).结论血清总胆红素对冠状动脉可能有一定的保护作用.     

在科研院所深化“为民服务创先争优”活动的探讨

"为民服务创先争优"活动,是加强基层组织建设、提高科技支撑能力、提升综合实力的有效载体,本文从班子建设、组织建设、队伍建设等方面,围绕如何在科研院所深化这项活动,进一步调动和激发基层党组织和党员的积极性、创造性,推动单位科学发展进行了探讨。     

一个高大空间暖通空调系统集成服务商的自白

正河南省周口市沈丘县是我国钢制散热器的发源地,20世纪80年代,在这片土地上诞生了我国第一片钢制柱形散热器,随着时间推进,单一的品种,简单的结构,使很多散热器企业的销售陷入困境,国营企业面临改制兼并重组,小企业惨遭淘汰。有人说,中国企业的寿命也就3年,在同质化竞争洪流的冲击下,成为百年老店已是遥不可及的梦想,但倔强的河南乾丰暖通科技股份有限公司(以下简称乾丰)伴随整个行业的发展在时代的夹缝     

河南奥科 让秸秆变身“生物能量块”

正采访河南奥科新能源发展有限公司(以下简称河南奥科)的时候,正值麦收季节,虽然自上到下都有明确的规定,严令禁止焚烧秸秆,但空气中还是弥漫着一股"烟尘"的味道。河南省是农业大省,每年农作物秸秆达8 000多万吨,占全国的1/10以上。被称为世界"第四大能源"的生物质能源,是唯一可以直接生产     

长春师范大学校园植物初步调查

对长春师范大学校园种子植物多样性进行了初步调查,分析了人工绿植的应用特点。结果表明:校园常见种子植物80种,分别隶属39科63属;校园人工绿植配置比较合理,表现为物种多样性比较丰富、绿化比例较大、垂直绿化运用合理、季节特色鲜明。     

基于卷积门控循环神经网络的Web攻击检测方法

针对Web应用程序的攻击一直是网络空间对抗的热点问题，随着Web攻击技术的不断发展，传统的入侵检测系统和Web应用防火墙越来越无法满足安全防护需求。针对攻击者在Web请求中嵌入可执行代码或注入恶意代码来构造各种Web攻击，本文设计一种基于特征融合的恶意Web请求检测卷积门控循环单元(CGRU)神经网络。该网络利用CNN捕捉网络事件的局部特征和高阶特征，摒弃了传统的池化方法，采用GRU代替原有的池化层在时间维度上进行特征采集。同时，为了提高检测性能，筛选传统机器学习中在Web攻击检测领域分类效果较好的9个统计特征来增强原始特征。此外，还使用Word2Vec模型对词嵌入矩阵进行预训练，获得CGRU模型的输入，并对最终结果进行分类，有效提高多分类精度。在公开的HTTP CSIC 2010数据集上与当前典型方法进行对比实验，结果表明：本文所提方法的准确率为99.81%,召回率为99.78%,F₁值为98.80%,精准率为99.81%,较当前典型方法均有提高。