基于宽度学习的浓密机底流浓度软测量

由于浓密脱水过程中浓密机的底流浓度难以在线检测，本文提出了一种基于宽度学习的软测量建模方法，用以解决底流浓度的在线检测问题.该方法精度高，泛化能力强.首先，在浓密机内部安装压力传感器，建立正常工况下的历史数据集;然后，利用宽度学习系统对软测量模型进行训练，从而实现浓密机底流浓度的在线预测;最后，通过仿真实验验证了该方法的有效性.与传统的机器学习方法相比，宽度学习方法具有更高的预测精度.     

自适应跌倒前实时检测方法

为了能利用单一传感器在跌倒撞击前实时检测出跌倒即将发生,结合支持向量机(SVM)和阈值法设计了一种自适应跌倒前实时检测方法.实验结果表明,该方法能在跌倒撞击前实时检测出跌倒即将发生,且比人工阈值法和SVM方法有更长的间隔时间,比SVM方法有更高的召回率和特异度.     

法律智能合约平台模型的研究与设计

现有的智能合约技术本质上只是一段链上代码，而真正的智能合约应是法律合约的数字化，可以实现合约条款的自动执行。为此，介绍了法律智能合约的重要科技，包括法律考量、预言机、事件模型等基础设施，在分析相关机构工作的基础上提出了法律智能合约的5个标准开发步骤，通过对法律流程标准的研究提出了设计智能合约模版的方法。为解决智能合约模版上数据预处理的问题，还设计了基于预言机技术的安全多管道事件模型。基于上述理论和模型，可进一步实现法律智能合约的开发和自动化处理。     

基于表面肌电信号的绝缘手套法带电作业人员上肢肌肉疲劳分析

绝缘手套法是配网带电作业的主要作业方式,为获取穿戴绝缘手套的带电作业人员上肢肌肉的疲劳特性及其诱发的肌肉骨骼系统疾患(work-related musculoskeletal disorders,WMSDs)的风险,开展了基于表面肌电信号(surface electromyogra-phy,sEMG)的绝缘手套法带电作业人员上肢肌肉疲劳评估研究.针对配网绝缘手套法的典型作业工况,搭建了绝缘手套法带电作业上肢的sEMG试验平台,采集受试者上肢(右手)各目标肌肉在是否穿戴绝缘手套下的sEMG信号;基于时域特征参数积分肌电值(integrated electromyography,IEMG)、均方根值(root mean square,RMS)及频域特征参数平均功率频率(mean power frequency,MPF)、中位频率(median frequency,MDF)对绝缘手套的上肢肌肉疲劳特征进行评估;基于支持向量机(support vector machine,SVM)构建了带电作业人员上肢肱桡肌疲劳状态识别模型.结果表明:穿戴绝缘手套作业时各目标肌肉更容易进入疲劳状态;穿戴绝缘手套作业时,作业人员上肢部位的肱桡肌、肱二头肌、肱三头肌、三角肌的疲劳程度依次递减,与仿真计算的分析结果一致;sEMG时域特征参数IEMG、RMS对作业人员上肢肌肉疲劳的表征效果要优于频域特征参数MPF和MDF;带电作业人员上肢肱桡肌疲劳状态识别模型总体平均准确率为86.56％,能有效识别上肢肱桡肌肌肉疲劳状态.     

基于MD-LBP关联方向特征的铁路隧道漏缆卡扣检测算法

全路段跟车拍摄隧道漏缆卡扣图像再进行逐张排查,是实现卡扣故障检测的重要手段.针对目前LBP、CS-LBP等相关变体算法存在描述子质量不佳、特征维度过高的问题,提出MD-LBP关联方向特征提取算法实现故障卡扣的检测工作.该算法首先对输入图像进行高斯滤波预处理,根据图像的全局灰度均值得到图像的自适应阈值;其次计算图像的三层MD-LBP特征图结构,依次经过两次下采样分别得到Cell主方向特征和Block主方向特征;然后再在Block特征图上提取关联方向特征,并以此作为描述子;最后通过SVM区分故障卡扣,完成检测工作.实验还对比了LBP、H OG等9种特征描述子的检测情况,结果表明该算法不仅特征维度低,并且检测故障卡扣的召回率和精准度都达到了85％.     

基于梅尔频率倒谱系数和支持向量机的汽车鸣喇叭声识别

使用违法鸣笛辅助执法设备监测城市交通中汽车鸣喇叭事件的发生,可以有效地治理扰民的喇叭噪声,汽车鸣喇叭声的识别方法是其关键.为了准确高效地在交通噪声里识别出汽车鸣喇叭声,采用支持向量机(support vector machine,SVM)作为喇叭声和交通噪声的二分类器,针对汽车喇叭声的谐波特征分布特点,提取其梅尔频率倒谱系数(Mel frequency cepstrum coefficient,MFCC)作为特征向量,并分析MFCC的梅尔滤波器个数及特征维数对识别效果的影响.实验结果表明,通过增加MFCC特征中梅尔滤波器个数及特征维数可以改善识别效果,信噪比越低越明显.     

美国人效能增强技术发展应用

 美国一直在进行士兵“超级”能力方面的研究，采用多项举措推动人效能增强技术发展。从顶层战略设计、科研机构任务、经费持续投入3个方面对美国人效能增强技术发展特点进行了综合分析，概述了美国人效能增强技术在体能、技能、智能等领域研究成果与进展，并分析了美国人效能增强技术的发展趋势和可能导致的社会伦理学问题。     

茶树花多糖研究进展

茶树花与茶叶同根共生,但往往被视为茶树的废弃物,不能很好地加以利用,从而造成资源的浪费与损失。茶树花含有丰富的活性物质,其中茶树花中的多糖成分与茶叶中含有的多糖成分基本相同,但含量明显高于茶鲜叶。茶树花多糖具有降血糖、抗氧化、免疫调节作用及抗肿瘤、肝保护、抗凝血等多种生物活性,是非常宝贵的新资源食品。茶树花多糖主要的提取方法包括溶剂提取法、酶法提取、微波辅助提取和超声辅助提取法。提取出的茶树花粗多糖,一般需要经过脱蛋白、脱色、色谱柱分离等纯化工艺,得到纯净的茶树花多糖。目前,围绕茶树花多糖的研究报道较少,值得对其进行深入研究。聚焦茶树花这一新资源食品,围绕茶树花多糖的生物活性、提取方法、分离纯化方法等方面进行阐述,以期为研究茶树花及其多糖活性物质的开发利用提供新的研究思路。     

基于级联可分离空洞残差U-Net的肝脏肿瘤分割

计算机辅助肝脏肿瘤分割可减少医生工作量，提高手术成功率，因而具有重要的临床诊疗价值。为获得精确的肝脏肿瘤自动分割结果，该文结合医学影像分割领域近年新兴的U-Net模块提出了基于级联可分离空洞残差U-Net（cascaded separable and dilated residualU-Net，CSDResU-Net）的肝脏肿瘤分割方法。CSDResU-Net采用了级联操作，解决了因肿瘤在整幅图像中占比小而造成的肿瘤分割数据不平衡问题；通过在分割网络中整合残差单元、深度可分离卷积和空洞卷积，能够增加卷积核感受野并快速提取更具判别性的肝脏肿瘤图像特征，从而提高肝脏肿瘤分割精度。在国际医学图像计算和计算机辅助干预协会肝脏肿瘤分割数据库上的实验结果表明，CSDResU-Net比基线方法的Dice系数指标提升了1.3%，同时发现空洞率对分割网络的性能表现影响较大。     

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。