一种稳健的多主瓣干扰抑制方法

当训练数据含有期望信号时,传统的基于特征投影预处理的主瓣干扰抑制算法会产生严重退化。这是因为在期望信号的扰动下主瓣干扰对应的特征波束易产生峰值偏移,导致主瓣干扰难以完全去除,当多个主瓣干扰存在时尤为突出。通过估计信号与噪声功率并将期望信号功率置零重构干扰加噪声协方差矩阵,排除了期望信号的影响,使得主瓣干扰能够充分去除。进一步将主瓣干扰功率置零重构旁瓣干扰加噪声协方差矩阵进行波束形成,方向图较协方差重构法在旁瓣干扰方向上能够形成更深的零陷。仿真实验表明,提出的方法能够有效抑制多个主瓣干扰并具有良好的稳健性。     

乌骨藤化学成分和生物活性研究进展

综述了近年来乌骨藤化学成分和生物活性研究方面的进展,主要包括化学成分、生物活性、临床应用概述,并对它的研究和应用前景作了展望。     

随书光盘的编目与管理

现行出版的图书所附电子文献资源越来越多,国家的相关标准滞后,导致光盘的著录存在许多问题,其利用率非常低。针对这一情况,探讨了随书光盘著录的相关字段、规范格式以及光盘的几种管理模式,使计算机编目更能反映光盘的信息以提高光盘的利用率。     

基于改进的大间隔最近邻胰腺单细胞分类方法

【目的】细胞类型鉴定是单细胞RNA测序的关键步骤之一，存在单细胞RNA测序数据分类准确率较低及各细胞类型距离特征度量不足的问题。【方法】提出一种基于多相似性损失函数(Multi Similarity Loss, MSL)的大间隔最近邻(Large Margin Nearest Neighbor, LMNN)单细胞分类方法。多相似性损失从多个角度衡量相似性，解决了LMNN算法的三元组损失函数训练样本较小时样本对之间关系利用率不高的问题，从而提升单细胞分类效果。【结果】在胰腺单细胞数据集baron＿human和segerstolpe上的实验表明，基于MSL-LMNN的分类准确率高于主要度量学习方法，而且与随机森林结合的准确率达到0.96,较现有单细胞分类方法有所提升。【结论】提出的MSL-LMNN能够准确有效地识别胰腺单细胞测序数据细胞类型，具有一定的应用价值。     

污水处理厂污泥最终处置探索

1.前言 污泥是污水处理过程中产生的废弃物,任何一个污水处理厂都会产生一定数量的污泥.污水处理过程中,污染物一部分在处理过程中分解了,但大部分浓缩聚集到污泥中去了.因此,污泥是带有在量污染物的污水处理副产物,它的大量产生给工业带来一个极严重的处置问题,尤其是近些年来,随着人们环境保护意识的增强,污泥废弃物处置的问题日益受到人们的极大关注.     

基于Fluent的钻井纠斜液压系统导向套叶片形状优化选择

建立3种不同叶片截面形状导向套的SolidWorks模型,利用Fluent软件对自动垂直钻井系统导向套井下多相耦合流场进行仿真分析,得到泥浆通过不同叶片截面形状导向套时的流动特性,进而对导向套叶片截面形状进行优化选择。结果表明,旋转导向套采用三角形截面叶片为最佳选择。     

耐热聚乙烯（PE-RT）管材发展

低温地面辐射采暖是人们目前认为的一种非常理想的采暖方式。选用整个地暖系统的主材-塑料管材尤为重要,它直接关系到整个地暖系统的安全和使用寿命,本文主要综述了在地暖应用中最为广泛的PE-RT管材的发展、特性、生产、安装及存在的问题和发展建议。特别是在品质方面的保证措施。     

自走式海缆埋设机面世

我国第一台自走式海缆埋设机“CISTAR”在中国科学院沈阳自动化所研制成功，它标志着我国作业型爬行水下机器人技术获得重大突破，提高了我国海缆建设能力和装备水平，为爬行式水下机器人进一步研究与开发提供了技术基础。它的研制成功，将满足我国国民经济和国防建设在这方面的需要，海洋开发和海洋工程等国民经济建设领域也因此项技术得以扩展。     

酞菁光敏剂抗小鼠宫颈癌的光动力学实验

探究可溶性酞菁光敏剂五聚赖氨酸-β-羰基酞菁锌对人宫颈癌细胞Hela和荷瘤小鼠的抗肿瘤效果.在670 nm、 1.5 J·cm~(-2)的光照条件下,五聚赖氨酸-β-羰基酞菁锌对人宫颈癌细胞具有明显杀伤作用(半抑制浓度IC_(50)为(30.5±3.1)nmol·L~(-1)),且该光敏剂在肿瘤细胞中的摄取与其孵育时间呈正相关;建立Hela宫颈癌小鼠模型,在670 nm、 30 J·cm~(-2)的激光照射条件下,该光敏剂在低剂量(0.84μg/20 g体质量, 0.3μmol·L~(-1))即对荷瘤小鼠的瘤体具有明显抑制作用;该光敏剂浓度为1.0μmol·L~(-1)时,荷瘤小鼠的瘤体几乎消失.研究为五聚赖氨酸-β-羰基酞菁锌进一步开发应用于临床宫颈癌的治疗提供依据.     

面向不稳定障碍物的无人艇自主避障方法

为解决无人艇自主避障中感知系统测得的障碍物信息不稳定问题,提出一种符合国际海事避碰规则(COL-BEGS)面向不稳定障碍物的改进速度障碍算法(Improved Velocity Obstacle,IVO),算法利用最小会遇时间、距离自适应阈值来优化避障状态判断;使用滑动窗口以及前视视线解决无人艇因障碍物信息不稳定导致在进入和退出避障状态时的边界跳动问题;通过设置角度缓冲区降低了避障中避碰规则的频繁切换.最后,在自主开发的无人艇半物理仿真系统中与传统VO算法进行了对比,结果表明,IVO算法在边界判断和避障稳定性上较传统方法更有优势,证明了算法的有效性和可行性.