高性能膜分离材料、膜过程强化关键技术及装备的研制与应用

针对影响和制约膜分离技术大规模推广应用的关键材料与技术瓶颈,中国科学院过程工程研究所"生化工程介质与设备"创新团队经过多年自主创新,在高性能分离膜材料、膜过程强化关键技术和高效膜分离装备等方面取得了系列科研成果,部分成果在调味品、水处理、中药等行业实现了产业化应用,创造了显著的经济效益和社会效益,为提高我国膜工业研发与应用水平,缩短我国膜分离行业与国外先进水平之间的差距,促进膜分离技术的大规模工业化应用做出了贡献。     

基于动态阈值的混凝土裂缝高抗噪提取及识别方法

针对表面布有蜂窝麻面等复杂噪声的混凝土裂缝,提出了一种基于动态阈值的混凝土裂缝高抗噪提取方法.首先,通过灰度变换、高斯滤波、信息增强等技术弱化、去除噪声,增强图像中裂缝的亮度,提高裂缝与背景的对比度;然后,采用OTSU阈值分割算法去除伪裂缝,基于裂缝与干扰噪声面积的差异,引入动态阈值,实现各类型裂缝的提取;最后,基于边缘检测和裂缝骨架细化处理,计算裂缝的长度、宽度和面积3项特征参数.基于室内实验和室外实际桥梁拍摄的4组裂缝图像结果表明,4组裂缝的平均宽度分别为2.01、1.07、1.34、0.97 mm,说明该方法适用于不同背景下各类型裂缝的提取,具有较强的鲁棒性.     

基于改进隶属云模型蚁群算法的喷涂机器人喷枪轨迹组合优化

摘要： 针对复杂曲面分片后的喷枪轨迹组合优化问题,利用哈密尔顿图将其转化为广义开环旅行商问题(OTSP),采用“问题无关的进化算法与问题相关的局部搜索相结合”的策略,首先引入隶属云模型来自适应调节蚁群算法中控制的随机性,然后引入K-opt局部搜索策略的基于改进隶属云模型蚁群算法(MCMACA)对喷枪轨迹组合优化的OTSP问题进行求解.仿真结果表明,改进隶属云模型蚁群算法的全局搜索性和局部收敛性更佳,在复杂曲面上对喷涂机器人喷枪轨迹进行优化具有明显的优越性.
关键词： 组中图分类号：文献标志码： A     

5种克罗诺杆菌鞭毛蛋白fliC基因的克隆和序列分析

根据C.sakazakii BAA 894全基因组序列中fliC基因(Gene ID:CP000783.1),设计特异性引物,通过PCR方法扩增了5种克罗诺杆菌fliC基因的全长序列,并通过生物信息学方法对fliC基因进行了序列分析.序列分析结果表明:fliC基因的全长为837bp,编码279个氨基酸.同源性分析表明:5种克罗诺杆菌fliC基因的序列相似性为92.11%~99.40%;与其它细菌的fliC序列进行比较,其核酸序列同源性为51.73%~82.57%.这表明克罗诺杆菌fliC基因具有较高的保守性,可作为制备克罗诺杆菌多克隆抗体或单克隆抗体的一种候选抗原.     

波形钢腹板混凝土组合梁挠度计算的初参数法

为准确计算波形钢腹板混凝土组合梁的挠度,推导了考虑剪切变形影响的波形钢腹板混凝土组合梁的挠曲线初参数方程.首先分析了波形钢腹板混凝土组合梁截面上剪应力的分布特点,得到了腹板剪应力的简化计算公式;然后推导了其挠曲线的初参数方程,提出了组合梁挠度的计算方法,进而对承受跨中集中荷载、两点对称荷载和均布荷载等3种典型荷载作用下的波形钢腹板混凝土组合梁的挠度进行分析,并将其结果与试验实测值、有限元结果进行比较,验证了文中理论方法的准确性和适用性;最后利用文中理论方法和有限元方法分析了跨高比和宽高比对波形钢腹板混凝土组合梁剪切变形的影响,并给出了波形钢腹板混凝土组合梁挠度计算是否需要考虑剪切变形影响的跨高比界限建议值.     

平衡选择和重组作用共同维持大熊猫I类MHC基因的遗传变异（英文）

Major histocompatibility complex(MHC)是脊椎动物免疫系统中负责抗原呈递的基因家族,其多态性维持机制一直是学术界的研究热点.多种进化动力参与维持MHC的适应性多态,导致物种间的MHC多态性维持机制各有千秋.本文通过检测大熊猫I类MHC的遗传变异,分析外显子和内含子区段的选择效应和重组事件,发现卧龙圈养大熊猫具有较高的环境生存能力,同时揭示平衡选择和重组作用共同驱动大熊猫I类MHC基因的变异能力.     

基于生成型深信度网络的回归算法鲁棒性分析

目前,深度学习在分类问题中取得了很多很好的效果,并开始在部分回归任务得到应用。然而,绝大部分研究重点都集中在相对其他回归算法的预报精度上,而忽视了有实际应用需求的回归算法预报鲁棒性问题。首先基于受限的玻尔兹曼机建立了一个具有3个隐含层的生成型深信度网络多步预测模型;然后,建立了基于单隐含层神经网络、三个隐含层的神经网络以及单核支持向量的典型多步预测模型,并利用4组宁夏地区不同季节的风速数据进行回归算法的稳定性对比实验。实验结果显示,基于受限玻尔兹曼机建立的具有三个隐含层的深信度网络模型的多步预报误差的均值和方差都是最小的。因此,基于生成型深信度网络的回归模型不仅预报精度高,而且此预报算法的鲁棒性也比较好;相对其他三种典型回归算法来说,可以更好地满足风电场风速预报问题的实际工程应用需求。     

多铁和磁电材料的第一性原理研究（英文）

多铁材料是一类由自旋、电荷、晶格和轨道等多种自由度的相互作用引起的具有2种或者2种以上铁序的功能材料.近年来关于多铁性的报道屡见报端杂志,表明越来越多的研究人员关注着这一领域的研究进展.在这些研究成果中,第一性原理研究在解释实验观测,发现新物理机制和预测新型多铁、磁电材料方面都扮演着先锋角色.本文回顾了第一性原理在材料领域,尤其是多铁性、磁电效应和隧道结研究中的广泛应用和主要成果.结合最近发展的理论研究方法,例如选择性轨道加场法,评述了这些手段在解释多铁和磁电材料中奇异物理现象方面的有效性.由于电控磁性是多铁领域和自旋电子学领域追求的共同目标,因此总结了第一性原理研究在电控磁性方面所取得的成果.最后,本文概述了多铁和磁电材料在实际应用中亟待解决的问题,并且着重展望了若干种利于解决多铁和磁电材料领域实际问题的研究方法.本文通过深入探讨过渡金属氧化物中的铁电起源以及多铁体中铁电性和磁序的共存现象,期望能有益于新型多铁和磁电材料的探索.     

带跳的随机波动模型的参数估计

讨论了带跳的随机波动模型中的参数估计问题,假设跳过程服从双指数跳,波动项服从Heston模型.首先借助Lee-Myland方法识别跳跃部分,运用极大似然估计方法对跳跃部分的参数进行估计.然后将扩散部分离散化之后用极大似然估计方法对扩散项的参数进行估计.最后,利用上证综合指数2015-2018年的历史数据进行实证分析,实验结果表明使用该方法能有效估计带跳的随机波动率模型的参数.