百里香精油在化妆品中的应用研究进展

百里香精油是天然无毒且富含生物活性物质的植物提取物,具备芬香、抑菌和抗氧化 等可应用于化妆品的突出功效。但其是一种挥发性油,难溶于水,易受到光、氧气、湿度和温度的 影响,又限制了其在化妆品的应用。论文综述了百里香精油的常用提取方式以及主要化学成分, 总结了百里香精油的赋香与抗焦虑、美白、保湿、祛痘抗炎、防晒与抗衰老和护发等应用于化妆品 的基本功效,论述了四种百里香精油在化妆品中应用的关键技术,如微胶囊、纳米胶囊、微乳液和 纳米乳等技术,旨在为百里香精油在化妆品领域中的应用提供理论参考。     

钢筋混凝土靶侵彻过程中空腔膨胀响应分区研究

本文以钢筋混凝土动态空腔膨胀理论模型为基础,分析了体积配筋率及混凝土强度对各分区界面速度的影响;提出了侵彻过程中不同速度下,混凝土破裂区、粉碎区区域大小的计算方法,并讨论了配筋率、混凝土强度对各区域大小的影响,得到了侵彻过程中混凝损伤区域的变化规律.利用LS-DYNA有限元软件对钢筋混凝土靶侵彻过程进行了数值模拟,提出以混凝土极限压应变和极限拉应变两阈值为依据,对混凝土靶空腔膨胀响应区域进行识别划分,得到了侵彻过程中混凝土各响应区的区域大小;分析了配筋率、网眼间距等参数对混凝土各响应区域大小的影响.     

大型客运枢纽行人标识导向系统设计优化模型及其解法

大型客运换乘枢纽往往具有复杂空间结构,行人标识导向系统对提高枢纽换乘服务水平、引导公共交通出行具有积极促进作用.基于复杂建筑空间特点和枢纽功能管理要求,行人导向标识布设问题本质上可以归纳为复杂决策问题.基于此,建立考虑公交优先和财政投入的多目标优化模型,采用基于距离的粒子群改进算法(DISMOPSO)对模型进行求解.在铁路上海南站枢纽新一轮行人标识导向系统布设的实例中验证优化模型和算法的有效性.实证表明,本研究给出的优化模型与算法可以为大型客运换乘枢纽行人标识导向系统设计提供借鉴与帮助.     

一种旋转调制惯导系统的复合旋转控制算法

首先分析了旋转平台控制误差对惯导系统(inertial navigation system, INS)调制效果的影响;然后建立了旋转平台的数学模型,结合旋转调制误差抑制效果对控制性能的要求,提出了一种自抗扰和滑模变结构相结合的复合旋转控制方法,该方法充分利用了滑模变结构控制快速减小误差的优势和自抗扰控制的精确估计能力,并设计了融合策略。仿真和实验结果表明,相比于传统PID控制方法,本文方法减小了旋转平台转速控制误差,且使反向角度超调误差和调节时间都减小了50%以上,提高了旋转调制惯导系统的性能。     

相关证据融合综述

证据理论因具有较强的不确定性信息表达及处理能力,在信息融合系统中具有广泛的应用。然而,经典的证据组合规则假设证据之间相互独立,这在实际系统中往往难以成立。忽略证据间的相关关系,可能导致不合理的融合结果,甚至出现决策失误。因此,如何有效地融合相关证据是证据理论中一个不可避免的、重要的研究课题。通过归纳和比较国内外该方向上的研究成果,将现有的相关证据融合方法分为修改Dempster组合规则方法和修改证据源方法,并分别剖析各类方法的思路、优缺点及相互关系。最后,讨论了相关证据融合研究中存在的问题并指出未来的研究趋势。     

基于虚拟孔径扩展的子带信息融合宽带DOA估计

如何有效地利用宽带信号各频点所提供的信息实现高精度波达角(direction of arrival, DOA)估计一直是热点问题,针对宽带DOA估计问题,提出一种基于孔径扩展的子带信息融合(subband information fusion, SIF)DOA估计方法。该方法在宽带信号的频域模型基础上,结合虚拟阵列方法实现孔径扩展,并联合各子带信息统一处理,从而提高DOA估计的精度。与其他SIF方法相比,该方法利用二阶统计量将数据转化为单快拍模型,不仅提高了可估计信源数目,而且极大程度地降低了运算复杂度,同时在小快拍、低信噪比条件下仍能得到DOA估计结果。仿真实验验证了所提方法的有效性。     

干扰源定位中到达时间差参数估计方法

卫星干扰源定位技术的关键之一是定位参数的测量。目前传统的定位时延估计算法无法满足在低信噪比环境下的到达时间差(time difference of arrival, TDOA)参数估计。为了进一步提高定位性能,提出了基于四阶累积量的最小均方误差算法(least mean square algorithm based on fourth-order cumulant, CUM-LMS),在使用四阶累积量进行时延估计的基础上,提取峰值信息,计算均方误差,得到准确的TDOA参数。实验结果表明,所提出的算法有效地提高了时延参数估计的性能。     

无创式脑调制的神经效应研究进展

无创式脑调制(noninvasive brain modulation,NBM)技术是基于电磁感应原理,采用电场或磁场以非侵入的方式刺激中枢神经系统(central nervous system,CNS),进而改善脑功能.现在,它不仅是诊断和治疗神经精神疾病(neuropsychiatric disorders)的一个有效手段,同时也是研究脑生理和脑功能的常用工具,此外在探索认知、情感、记忆和语言等方面也有着巨大的应用价值.虽然,NBM技术在认知神经科学、神经生理学及神经精神病学等各个领域被广泛成功的应用,但是它对脑功能和CNS的调节机制目前还不清楚,这严重地限制了该类技术的进一步应用以及研发.NBM技术作用的共同规律是通过在脑组织周围产生感应电场来调节相应脑区的神经活动.因此,明确不同电场作用下神经元放电活动的演化规律以及相应的发生机制是揭示NBM技术神经调节机制的关键.本文首先介绍了NBM在神经科学中的应用现状,然后对近年来有关电场神经调节效应的研究成果进行了综述,包括电生理实验和计算模型仿真,最后对未来的研究方向进行了展望.     

精细指数积分法在卫星编队飞行动力学中的应用

编队飞行卫星间的距离远小于卫星的轨道半径, 其动力学方程表现为弱非线性。针对弱非线性方程的求解, 提出精细指数积分方法, 用精细积分法求解指数积分方法中的指数矩阵。用精细指数积分法和Runge-Kutta方法, 在不同条件下求解弱非线性方程的算例, 验证了精细指数积分法的有效性。通过Lagrange方程, 建立卫星编队飞行动力学方程的半线性形式, 用精细指数积分方法与Runge-Kutta方法求解方程。数值计算结果表明, 与同阶的Runge-Kutta求解弱非线性微分方程相比, 精细指数积分法具有更高的精度, 为卫星编队飞行动力学仿真提供了一种有效的数值算法。     

均匀度解释混沌及生态现象的数学依据

定义了任意分布函数的均匀度,在此基础上提出了“均匀度的独立性”公理和“均匀分布最均匀”的命题,阐明了均匀度与熵的相似性,从而揭示了均匀度解释混沌的内在机理.根据独立性公理,k步期望均匀度是存在的,可以用k步平均均匀度估计.由于任意分布函数F可以看作是F^-1对均匀分布的变换,数值计算表明,分布函数的非线性程度是导致k步平均均匀度降低的原因.熵是描述分布的不确定性程度的量,也描述样本的分散程度,样本分散程度意味着样本均匀程度,反之亦然,分布的确定性程度意味着样本的集中程度,样本的集中程度意味着样本的不均匀程度,反之亦然,这是熵与均匀度的共同点.生态学中,大多数格局是集聚格局是由存在于自然界中的非线性变换所致.