基于MSP430单片机的矿井无线报警系统设计

设计一种高性能、低功耗、低成本的矿井无线报警系统.MSP430单片机为系统控制器,CC1100模块实现信息的无线收发,LCD12864和键盘模块构成人机交互平台,语音芯片ISD4002-120实现报警信息的语音播报,详细叙述了系统设计方案.当矿井中发生突发事故时,可实现自动或手动报警,系统中各报警模块以接力传递的方式将报警信息传递到各个工作点及地面上的监控中心,工作人员根据LCD显示或语音播报信息获得事故种类、事故地点等完整信息,为逃生或抢险提供帮助.通过测试,系统运行稳定可靠.     

液相放电处理海水中卤虫的研究

运用液相高压脉冲技术,采用自行设计的板-孔-板反应器,处理压载水中典型的浮游动物——卤虫.对卤虫的虫卵、幼虫和成虫3个成长期进行研究,通过改变峰值电压、脉冲频率和处理时间这些参数来考查其对卤虫处理效果的影响.结果表明:随着峰值电压、脉冲频率和处理时间的增加,卤虫幼虫和成虫的杀灭率增加,虫卵的孵化率降低;在适当的放电参数下,卤虫成虫和幼虫的杀灭率均可以达到100%;较低电压对卤虫卵的孵化率没有影响,在电压高于34 kV时,虫卵的孵化率才会降低,然而,经过放电处理后虫卵的孵化时间会缩短.     

一个水稻抗纹枯病突变体的遗传分析及其基因的初步定位

高水平抗纹枯病突变体和高感纹枯病品种蜀恢881杂交构建分离群体,经F2分离世代的遗传分析,抗、感单株比例符合3 1(χc2=0.563,χ12,0.05=3.84),初步确定该突变体对纹枯病的抗性由一对显性主效基因所控制,命名为Rsb-2(t)。利用已合成的530对微卫星引物,对抗纹枯病突变体和蜀恢881进行多态性引物筛选,用多态性引物对上述F2分离群体的全部感病单株和部分抗病单株的DNA进行PCR分析,借助MAPERMAKER/EXP3.0软件,对其微卫星标记实验数据进行连锁分析,将Rsb-2(t)定位于第3染色体的p臂,发现RM218、RM251、RM4321和RM5748与Rsb-2(t)连锁,它们均位于着丝粒端,连锁距离分别为32.1 cM,41.1 cM,42.4 cM和49.7 cM。研究结果为进一步对该基因的精细定位奠定了基础。     

亚热带稻田生态系统土壤呼吸的估算

采用涡度相关技术, 于2002年8月开始对亚热带典型稻田生态系统的水、热和CO₂通量进行了连续监测, 利用2003~2005年连续3 a稻田休闲期(10月中旬至次年4月)夜间通量的监测结果分析土壤呼吸的动态变化及其与土壤温度的关系, 计算得出稻田土壤呼吸年变化动态. 结果表明: 稻田土壤呼吸具有明显的季节变化趋势; 稻田休闲期夜间土壤呼吸速率为52~398 mg·m^-2·h^-1, 其呼吸速率与不同深度(5, 10和20 cm)土壤温度呈指数相关关系(P<0.001), 以稻田5 cm土壤温度相关性最好; 根据得到的稻田土壤呼吸与土壤温度的关系模式, 计算出亚热带稻田生态系统年平均土壤呼吸速率为178.5~259.9 mg·m^-2·h^-1, 年土壤呼吸总量为1.56~2.28 kg·m^-2·a^-1. 研究结果表明, 利用稻田休闲期涡度相关法观测结果得到的关系模式估算稻田生态系统水稻生长季稻田土壤CO₂的排放速率和排放量是可行的.     

基于磁流变液的球形磁控机器人设计及实验

针对钕铁硼永磁体在加工制作微型结构时成型困难且易脆的问题,采用磁流变液作为微型磁控机器人的驱动材料,设计一种用于人体胃部靶向送药的球形磁控机器人.根据磁流变液的流变机理,分析磁性颗粒在磁场中的力学关系,建立球形磁控机器人的动力学模型并进行仿真分析.搭建机器人运动图像获取系统,并利用霍夫变换圆检测算法计算该机器人的位移....     

甘肃省蝶类新记录

从1979年到1990年,采集到甘肃省小陇山林区的蝶类标本5000余件,分别隶属于10个科、71个属和109个种及亚种。其中有2个秒(环蝶科、蚬蝶科)、5个属和41个种及亚种为甘肃省新记录。     

基于遗传优化神经网络的铁路客运量预测研究

采用遗传优化的BP神经网络对铁路客运量的现有数据进行分析,克服了BP网络极易陷入局部解问题,做出合理的客运量预测.首先用遗传算法优化神经网络的连接权, 并在遗传进化过程中保留最优个体的方法,选择权值的最优解来建立遗传优化的BP 网络预测模型, 最后通过铁路客运量数据预测结果的对比仿真实验,表明了该方法的有效性.     

一类非自衡对象的两自由度内模控制

针对常规一自由度内模控制在非自衡对象中应用的不足,提出了一种基于互质分解的两自由度内模控制器设计方法,并采用H2优化改善了系统的动态性能.一类非自衡二阶非最小相位过程的仿真结果表明,这种方法可使系统同时具备良好的鲁棒特性和干扰抑制特性.     

采用机器学习算法的技术机会挖掘模型及应用

现有技术机会挖掘结果的应用性较低,究其原因,一是样本量较小,二是挖掘过程缺乏对技术应用前景的评估.为解决这一问题,以提升挖掘结果的应用性为目标,以海量专利为样本,在现有研究的基础上,加入对技术应用前景的评估,提出三维的专利预测模型.采用机器学习下的PLSA算法,结合Hadoop平台下的MapReduce计算框架,运用专利文本挖掘,构建专利预测模型的技术维和功效维;采用熵权和TOPSIS法构建专利预测模型的价值维;基于MapReduce计算框架填充专利预测模型的单元项.并以DII数据库中钛领域1999～2018年133 508例专利文本为样本应用了专利预测模型.结果显示,该模型在钛领域内共挖掘出了3个优先级和2个次级的技术机会,可以按优先顺序对技术机会进行开发.该模型丰富了技术机会挖掘的方法,为创新主体指明了更为准确和前景化的技术研发方向.