网络失效条件下的北京市城市道路交通网络统计特征分析

为获知城市道路交通网络的结构和网络特性,根据实际的拓扑和交通流数据,采用原始法进行建模,将路口抽象为节点,将路段抽象为网络的连边,构建城市道路交通网络模型。通过MATLAB和pajek计算,分析了道路抽象、基础设施和动态交通3种网络的统计特征。对基础设施和动态交通网络的强度分布的分析,证实了北京市城市道路网络中的这两种网络均为无标度网络;通过计算基础设施网络的节点强度和介数等特征指标,获知了北京市城市道路的重要路口和路段。最后,仿真分析了3种网络在不同网络失效条件下的重要统计特征,结果表明北京市城市道路基础设施和动态交通网络既具有鲁棒性又具有脆弱性。     

基于有限元数值方法的金属材料内壁缺陷超声频谱特性研究

根据金属材料内壁缺陷的特点,建立了吸收边界和自由边界相结合的模拟模型,对含有不同宽度内壁凹陷形平底槽缺陷的模型进行了超声频谱特性模拟研究。通过对波场快照、时域信号和频谱分析得到了不同尺寸平底槽对声波传播频谱特性的影响以及中心频率、带宽、半波高宽度和峰值等呈规律性变化的频域特征量。研究结果对超声检测频谱分析技术的理论和实验提供了参考。     

基于粒子群算法的多效益交叉口信号配时模型

城市交通的延误主要发生于交叉口,提高交叉口信号的运行效率对缓解交通拥堵具有重要作用。本文建立了基于车辆平均延误、停车次数和通行能力的多效益信号配时优化模型,并使用了粒子群算法进行编程求解。实际案例分析结果表明,模型求解出的优化配时方案降低了交叉口车均延误和停车次数,同时提高了交叉口的通行能力,综合改善了交叉口的多个指标,对提高交叉口的运行效率具有显著作用。     

生物酶对五氯联苯降解的初步研究

多氯联苯（PCBs）是具有代表性的持久性有机污染物（POPs）,其氯代数目越多,降解越难。本文以分离筛选的6株PCBs降解细菌为材料,制备了含有NADH辅酶再生系统关键酶甲酸脱氢酶（FDH）的PCBs降解复合酶,研究了其对PCBs的降解效果。结果表明,Pseudomonas sp. MGB11胞内酶/FDH复合酶对五氯联苯PCB114的降解率在10 h内可达69.4%,对于高毒性、难降解的高氯PCBs的污染修复具有应用价值。     

不同NaCl含量、培养基和微量元素对分枝杆菌SP-3降解菲的影响研究

研究了分枝杆菌SP 3在不同NaCl含量、培养基和微量元素中降解菲的效果影响。结果表明,分枝杆菌SP 3在NaCl质量分数为1%时对菲的降解率达到最大,为87.41%;菌株在LB液体培养基、改良LB液体培养基和改良的无机盐液体培养基中对菲的降解率都达到了80%以上,三者之间无显著性差异;Fe2+、Zn2+浓度分别在100 μmol/L和5 μmol/L,Mg2+在100 μmol/L时,可以提高菌株对菲的降解能力,而Cu2+随着浓度的增加,能够抑制菌株对菲的降解。研究结果有助于该菌应用于多环芳烃降解的生物技术中,以提高菌株对菲等多环芳烃的降解能力。     

霜霉病高效生防菌株BCJB01发酵培养基的优化

为提高霜霉病高效生防菌株Bacillus cereus BCJB01的发酵水平,通过正交试验、综合优选及糖分流加试验,优化BCJB01的发酵培养基。优化出的培养基配方的质量分数为：玉米粉2.00%、豆粕粉1.00%、四水氯化锰0.003 0%、十二水磷酸氢二钠0.30%、二水磷酸二氢钠0.15%、七水硫酸镁0.035%、氯化钙0.10%和酵母提取物0.30%,接菌后6～12 h流加质量分数0.2%糖。本研究优化的培养基配方在接种量为3%（V/V）,转速为180 r /min,温度为 30 ℃的摇床振荡培养至66 h时,芽孢率近90%,菌体数量达100×108 cfu/mL以上。     

海洋物质干扰检测系统的设计

为提高海洋生态现场检测的灵敏度、精度并降低检出限,针对海水测量产生的信号具有统一幅频的特点,进行幅频特性分析,掌握干扰信号的频域特征,通过过滤海水检测信号,获得真实的监测数据。该系统稳定可靠,可以为海洋生态环境现场监测传感器的开发和应用提供借鉴。     

加速溶剂萃取-GPC纯化-气相色谱-质谱法测定油区土壤中的16种多环芳烃

为了排除背景干扰,使测定数据更加准确,先通过加速溶剂萃取和GPC纯化方法富集油区土壤中约16种多环芳烃, 再借助于气相色谱 质谱建立了高效、准确的分析方法。该方法对16种多环芳烃的相关系数在0.997以上,检出限为0.8~7.3 ng/mL,回收率为82.8％~94.2％,相对标准偏差为1.38％~8.86％。对实际样品的分析检测结果表明,本方法在油区土壤中的多环芳烃分析方面值得推广。     

基于BP神经网络的虹膜图像质量分类方法

摘要：针对虹膜图像采集过程中受光照条件不足、眼镜反光和眼皮遮挡等因素的影响而造成的图像质量不理想的问题,本文提出了一种基于BP神经网络的虹膜图像质量的分类方法。利用小波变换对每一幅虹膜图像进行特征提取,进而将提取的归一化虹膜图像数据作为BP神经网络的输入,以此对BP神经网络进行训练,实现了将3种被不同的影响因素影响的虹膜图像与未被影响图像进行区分的目的。仿真结果表明,该方法具有较高的虹膜分类精度以及较低的误差率。     

基于RBFNN整定的PID控制在柔性摆跟踪控制中的应用研究

本文提出了一种基于径向基函数神经网络（RBFNN）整定的PID控制策略,并将其应用于柔性倒立摆的跟踪控制。该方法通过神经网络辨识获取柔性摆的Jacobian信息,采用梯度下降法自适应调整PID的控制参数。仿真结果表明,与传统的PID控制效果相比,该控制方法响应速度快、超调量小,较好地解决了PID控制方法中参数整定困难的问题,实现了对柔性摆的有效跟踪控制。