产R-肾上腺素脱氢酶菌种筛选与产酶条件研究

以肾上腺酮为底物,在1 300余份土壤中筛选到一株不对称还原肾上腺酮生成R-肾上腺素的菌株S289,产物得率为23.3%,对映体过量值e.e.高达99%,并对其产酶条件进行了研究,使其酶活和比酶活分别提高了168%和230%.     

CDMA系统中扩频序列码性能仿真

以CDMA系统为出发点,介绍了常用的m序列和Gold序列性质及其产生的方法,并用Matlab程序对它们的误差性能进行仿真和分析,结果表明,Gold序列更适合做现代通信CDMA系统的扩频地址码.     

高级综合中循环的综合方法研究

循环语句是高级综合中非常重要的语法现象^[1]。不同的循环语句（无限循环语句，有限循环语句和条件循环语句）应用于不同的场合，对不同循环语句的综合方法也不同。从VHDL语言的循环语句入手，研究高级研究中循环的综合方法，说明了VHDL语言中应用到不的各种情况和它们的综合方法，同时阐明了循环中的exit语句和next语句的综合方法。     

基于主成分分析的图像分割方法

针对多阈值图像分割方法中存在的问题,提出了一种基于主成分分析(principal component nalysis,PCA)的图像分割方法。通过奇异值分解对灰度图像进行重建,将图像中背景像素的灰度值变换到零附近,并将待分割目标分为两类,从而只需2个阈值就能对图像中分别属于不同灰度值范围的目标进行分割。不同图像的分割实验验证了该方法的有效性。实验结果表明,该方法对不均匀光照和噪声不敏感,并且只有2个阈值需要优化,大大降低多阈值分割方法中阈值优化的复杂性和时间消耗。     

即时学习多模型加权GPR软测量方法

针对工业过程中难以实现实时在线测量的重要过程变量,在主成分降解变量分组的基础上,提出了一种基于即时学习与集成学习的多模型高斯过程回归建模方法.该方法首先利用多变量组合实现集成模型的多样性,然后借助即时学习的自适应能力进行即时建模,最终多模型加权获得最终的预测结果.将所提方法应用于实际的工业炼胶过程,实验结果表明,该方法具有很好的预测性能.      

基于阻抗边界法的变压器杂散损耗计算与分析

为研究变压器结构件中的杂散损耗问题,基于Problem 21基准族中的P21-B模型进行了详细实验研究和仿真分析.采用测量与仿真结合法对不同激励电流导磁钢板中的杂散损耗进行了测量分析,并且针对现有测量方法的不足,引入温度系数因子对其修正,得到了更为准确的杂散损耗测量结果;同时,借助工程电磁场数值计算软件MagNet,分别采用传统有限元法和有限元与阻抗边界结合法对该模型进行仿真计算.通过对比分析,发现相较于传统有限元法,有限元与阻抗边界结合法在得到较为准确的损耗结果的同时,还能减少计算成本,节省计算资源,更适合工程应用,所得结论和结果有助于通过优化设计提高变压器的性能指标.     

考虑跑滑结构的机场跑道容量评估模型

跑道容量是衡量机场服务水平的重要指标.民航中小型机场跑道滑行道结构简单,航空器起降占用跑道时间较长,是影响机场容量的主要因素.本文细化航空器起降滑行、滑跑时间,引入管制规则,构造了考虑跑滑结构的机场容量评估模型.采用Visual C++编程进行数值模拟仿真,结果表明,该模型能量化实际滑跑距离、滑行道位置、起降比例等关键因素对机场容量、跑道占用时间的影响.以赣州机场为例,该模型容量评估结果符合实际飞行原则和管制规则,能为提高机场吞吐量提供技术支持,具有一定的参考价值和实用性.     

在线用户声誉评价算法的鲁棒性分析

在线评分系统中的恶意或随机打分为准确评价在线用户声誉带来了极大的挑战.对3种基于迭代的经典在线用户声誉评价算法的鲁棒性进行了细致研究.实验先将不同数量用户打分随机化,再以均方根误差为指标衡量其余用户声誉值受影响程度.实验共在3个数据集中进行,在MovieLens和Netflix两个经典实证数据集上的实验结果表明:系统中1%~60%的用户进行随机打分时,基于关联分析的CR算法始终保持很好的鲁棒性;基于打分迭代的IARR算法的均方根误差略有增大,最大值达到0.22,但整体波动较小;而改进的基于打分迭代的IARR2算法的均方根误差最大值达到0.695,其鲁棒性的较大波动是因算法受高声誉用户的影响较大.在Douban数据集上的结果表明:在打分数据稀疏情况下,CR算法也能保持很好的鲁棒性.     

活性炭-H2O2催化氧化处理氨基C酸工业废水的研究

研究了活性炭-H2O2催化氧化处理氨基C酸工业废水的氧化脱色效果,活性炭兼具吸附和催化双重作用.试验结果表明,在pH=1.0,氧化剂的用量为H2O2/废水=50mL/L,催化剂的用量为活性炭/H2O2=0.5-0.75g/mL时,废水的CODcr去除率可达62 4%,脱色率达到94 6%.显示了该法处理氨基C酸工业废水良好的氧化脱色效果.     

基于置信度加权的INS／BD／GPS组合导航信息融合

针对联邦卡尔曼滤波算法存在的不足,将标准卡尔曼滤波方法和置信度加权方法相结合,应用于组合导航系统.该方法利用了自适应神经网络模糊推理技术非线性、快速实时、自适应学习的优点,将滤波器的输出数据进行置信度判别,得到各个子系统加权值,最后进行加权融合得到全局输出.仿真结果表明:基于ANFIS神经网络置信度加权的组合导航信息融合技术在一定程度上抑制了数据的发散,提高了导航精度.