广柑渣多级利用的工艺研究

利用榨汁后的广柑渣酿洒，每１００ｋｇ可产１５度酒１６ｋｇ；其酒糟加入１７％稻草粉栽培平菇，生物效率达４８％；采菇后的菇渣代替３０％基础日粮饲喂奶牛，日产奶率可提高１３２～４９２ｋｇ     

基于消息驱动的P2P流媒体终端设计模型

基于P2P的流媒体系统研究和应用是近年来的热点,许多工作都是关于如何构建Overlay网络结构和探讨数据流缓冲机制,设计实现时也主要是根据功能需求进行模块划分,不同的原型系统有不同的功能划分,然而没有一个通用的软件结构.通过对基于P2P的业务特点和其他原型系统的研究,抽象出基于消息驱动的P2P流媒体终端设计模型.该模型在原型研究和产品实践中都表现出了良好的性能,设计实现上具有很强的扩展性和通用性.     

Rutherford散射公式的理论研究

讨论和比较了用不同理论方法导出卢瑟福散射公式;分析了低能电子入射单电离氦原子(e,2e)反应中的卢瑟福散射;尤其是通过卢瑟福公式给出了有效核电荷的表达式.     

以反胶束为模板合成导电聚苯胺

选用2—乙基已基琥珀酸钠(AOT)／异辛烷、聚氧乙烯烷基苯基醚(Triton-X100或OP)／正辛醇／环己烷以及十六烷基三甲基澳化铵(CTAB)／氯仿／正辛醇三种不同类型的表面活性剂形成的反胶束体系为模板进行苯胺聚合．系统地讨论了苯胺与过硫酸铵的物质的量的比、反应时间、氧化剂滴加速率、反应温度、微水相酸浓度及表面活性剂浓度等因素对于反应表现收率及电导率的影响．     

仔猪断奶后腹泻的发生与防治

仔猪断奶后发生腹泻是应激、感染病原微生物及日粮营养结构不合理等多因素综合作用的结果,对其防治要从加强育种和管理、日粮调控、使用添加剂以及疫苗预防和药物治疗等进行综合防治。     

植物与矿物绝缘油热故障产气差异性分析

为研究不同种类绝缘油在热故障下油中溶解气体差异,对山茶籽绝缘油、FR3绝缘油、25#矿物绝缘油及油纸绝缘体系进行了90～250℃及300～800℃模拟变压器热故障试验,使用色谱法分析了热故障下油中溶解气体,得到相应气体组分、百分含量同热故障温度的对应关系。实验表明,热故障下山茶籽绝缘油的主要溶解气体为H₂与C₂H₆,FR3绝缘油为C₂H₆;矿物绝缘油低温（<300℃）热故障下为H₂与CH₄,中、高温（≥300℃）热故障下为CH₄与C₂H₄。植物绝缘油与矿物绝缘油热故障特征气体的差异表明,在变压器故障诊断中应根据绝缘油类型建立适用的油中溶解气体分析方法。     

波束形成算法指向误差时的稳健性研究

为有效克服期望信号方向存在指向误差而导致的阵列流形向量失配的问题,提出了一种基于支持向量回归机的波束形成方法.该方法在分析线性约束最小方差波束形成器的基础上,将支持向量机的损失函数引入到线性约束最小方差波束形成器的最优化问题中,从而使基于结构风险最小化原理的支持向量回归机算法与波束形成算法相结合.通过MATLAB仿真实验,在没有失配的理想情况和期望信号存在方向向量失配的情况下,选取不同的支持向量机参数以及信噪比,分析对2种损失函数的基于支持向量机的波束形成算法.仿真实验结果表明,该算法在期望信号方向存在指向误差时,依然能够保持较好的系统输出信噪比,具有一定的稳健性.     

部分线性模型的adaptive group lasso变量选择

对部分线性模型的aglasso(adaptive group lasso)参数估计及变量选择问题进行研究.通过构造aglasso的估计函数,将分组部分线性模型变量的选择问题转化为分组因子的选择问题.理论研究表明:该方法能相合地识别真实模型,并且估计具有oracle性质.最后通过模拟研究了所提方法的有限样本性质.     

深度学习源代码缺陷检测方法

针对由于传统的源代码缺陷分析技术依赖于分析人员的对安全问题的认识以及长期经验积累造成的缺陷检测误报率、漏报率较高的问题,提出了一种深度学习算法源代码缺陷检测方法.该方法根据深度学习算法,利用程序源代码的抽象语法树、数据流特征,通过训练源代码缺陷分类器完成源代码缺陷检测工作.其依据的关键理论是应用深度学习算法及自然语言处理中的词嵌套算法学习源代码抽象语法树和数据流中蕴含的深层次语义特征和语法特征,提出了应用于源代码缺陷检测的深度学习一般框架.使用公开数据集SARD对提出的方法进行验证,研究结果表明该方法在代码缺陷检测的准确率、召回率、误报率和漏报率方面均优于现有的检测方法.      

基于小波分析的刨花板声发射信号降噪处理

应用MATLAB工具箱中小波函数对刨花板受压时产生的声发射信号进行了小波降噪处理,并比较了小波分析降噪和滤波器方法降噪的异同。结果表明:选取适当的小波分解级数,进行合理的阈值门限处理,可以大大提高重构后信号的识别度,对声发射信号采用小波方法降噪可达到较理想的效果。