一类变指数退化抛物方程的解

考虑如下的变指数退化抛物方程解的适定性问题。利用抛物正则化方法证明了解的存在性。对检验函数适当选取，证明了解的唯一性。在边界上，扩散系数b(x,t)=0，解的唯一性可以不依赖于边界条件。     

中山站前沿固定冰破冰方案及船舶操纵方法

为了向“雪龙号”提供一条可行的卸货用航行水道，中国第一艘自主建造的破冰船“雪龙2号”急需在南极大陆的中山站前沿复杂的固定冰中制订一条破冰路线。在“雪龙号”过去多年积累数据和经验基础之上，通过详细分析破冰水域的航行环境、固定冰区当年冰情、最新气象辅助资料以及可用的先进设备，制订一条破冰计划路线。采用首尾破冰、进退速度控制、预留距离控制以及操纵船舶辅助破冰等方法，顺利完成破冰开路任务。实际破冰结果证明，计划路线既绕开了危险的冰裂缝和冰山，也为“雪龙号”节省大量的卸货时间。总结“雪龙2号“在固定冰中的破冰能力，指出相应的困难和急需解决的问题；为我国破冰船在极区常态化航行、冰区航行的船舶驾驶员、按极地规则要求进行的冰区航行培训以及相应的业务模拟提供参考。     

一类中立型Cohen-Grossberg神经网络的概周期解

研究一类具有混合时滞的中立型Cohen-Grossberg神经网络。通过建立线性辅助方程， 得到该神经网络存在唯一的概周期解的新结果，同时也给出此概周期解的存在范围。     

一种自动化微量液体加样模块的设计

微量液体加样在工业、实验室和医疗等领域有广泛的需求,设计一种自动化微量液体加样模块,通过对微量注射针传动结构地改进以及加样指标变差地原因分析设计了微量注射泵模块,采用微压力传感器和放大电路实现液面准确探测,使用P WM脉宽调制精准控制丝杆步进电机实现高精度微量液体加样.首先对自动化加样模块的机械结构进行建模设计,同时对微量注射针、丝杆步进电机、芯片等关键器件对比选型,根据微量注射针和电机参数分析计算驱动脉冲个数,设计了合理可靠的硬件电路、通信协议和软件.随后加工研制样机,最后对样机实物进行调试和测试,实现了自动化微量液体加样功能,关键指标达到了国标要求.     

鱼肉中LMG的分子印迹仿生ELISA检测方法

针对水产品中隐性孔雀石绿(leuco malachite green,LMG)残留的问题,建立了鱼肉中LMG的分子印迹仿生酶联免疫吸附法(enzyme linked immunosorbent assay,ELISA)检测方法。以LMG为模板分子,在p H=8. 5的Tris-HCl介质中,多巴胺(dopamine,DA)经氧化自聚合4 h即可在微孔板表面形成聚合物膜,经V(甲醇)∶V(乙酸)=9∶1混合溶液洗脱模板分子后,形成LMG分子印迹聚合物膜(membrane of molecularly imprinted polymer,MIP)。以LMG-MIP膜为仿生抗体,建立了鱼肉中LMG残留的仿生ELISA检测方法。该方法灵敏度为5. 18μg/L,检出限达0. 03μg/L。利用隐性结晶紫和孔雀石绿这2种LMG的结构类似物进行方法的特异性试验,交叉反应率为21. 3%。实际样品加标回收实验表明,方法的回收率为71. 8%～73. 5%,RSD≤4. 2%。结果表明,该检测方法可用于鱼肉中LMG残留的快速筛查。     

应用于屋面蒸发降温的多孔质材料重复吸水性能实验

测试改性酚醛材料和醋酸纤维材料的重复吸水性数据,并通过改造原有的浸润吸水装置,实测改性酚醛材料和醋酸纤维材料在单面接触水源状态下的重复浸润的吸水特性曲线.根据前人的相关研究模型,计算两种材料实际的毛细吸水系数曲线并进行评价.结果表明:两种材料初次进行浸润后,吸水性能降低比例均在25%左右;改性酚醛材料快速吸水阶段会维持1 min左右,而醋酸纤维材料快速吸水阶段会维持10 s左右;两种材料实际应用于被动蒸发降温技术时仍需增强重复吸水性能.     

基于云模型的深圳港危险化学品应急能力评价

利用云模型进行数据分析和处理,以提高港口危险化学品应急能力评价的科学性。以深圳市相关应急预案及风险评估报告为基础,结合应急管理的四个阶段,构建由1个一级指标,4个二级指标,13个三级指标和104个评估项构成的危险化学品应急能力评价指标体系。以专家打分结果为数据样本,分别生成权重云模型、评价云模型和综合云模型,将综合云模型在Matlab中仿真模拟,得到云图;然后将此云图与标尺云图进行比较,得出应急能力水平。得到的评价结果为,深圳港危险化学品应急能力属于中等偏上水平。     

一种RFID读写器载波泄露消除的技术

为了消除接收回路的泄露载波,提出采用接收机输入端泄露载波对消的方法。在读写器电路中加入衰减器和移相器电路,由接收信号强度检测电路控制单片机来调整相应衰减量和相移量以消除在接收机输入端泄露的载波。在工作频带内,仿真的泄露载波抑制度达到了91 dB,提高了读写器接收灵敏度,增加了读写距离。     

预训练模型下航天情报实体识别方法

为了快速处理航天情报,基于数据驱动的深度学习技术,提出融合多源异构知识标注中文航天情报数据集的方法流程,以及基于预训练(pre-training)模型的航天情报实体识别(AIER)方法;通过对航天情报进行命名实体识别,达到对航天情报进行信息抽取的目的.通过融合BERT(bidirectional encoder representation from transformers)预训练模型和条件随机场(CRF)模型构建AIER模型(BERT-CRF模型),将其与隐马尔可夫模型(HMM)、条件随机场(CRF)模型、双向长短期记忆网络加条件随机场(BiLSTM-CRF)模型进行实体识别对比实验.结果表明:基于预训练模型的AIER模型能够取得93.68%的准确率、97.56%的召回率和95.58%的F₁值;相比于其他方法,基于预训练模型方法的性能得到提高.