基于颈腰部肌电及脑电信号的疲劳驾驶检测

为了有效判别驾驶员的疲劳状态,结合生物力学分析提取了驾驶过程中的颈腰部肌电信号EMG和头部脑电信号EEG,并分析其特征参数在驾驶过程中的变化规律.结果表明:颈肌样本熵、颈肌复杂度、腰肌样本熵、腰肌复杂度、脑电样本熵、脑电复杂度这6个生理信号的特征参数值都随着驾驶时间的延长而逐渐降低,通过主成分分析可实现特征参数间的合理组合.基于多元回归理论,建立了能够有效预测疲劳驾驶的数学模型.状态验证结果表明,该模型对疲劳状态判别的正确率可达95%以上.     

好氧颗粒污泥短程硝化处理养殖废水及N2O释放特性

好氧颗粒污泥可通过特殊的厌/好氧空间结构实现短程硝化,而短程硝化和好氧颗粒结构都可能导致温室气体N₂O释放.试验研究了处理养殖废水过程中好氧颗粒污泥短程硝化性能,及利用微电极探针定量分析N₂O过程释放特性.稳定运行期间,COD与氨氮平均去除率分别为76.8%和94.4%,短程硝化效率可达88.9%.根据微电极探针和气相色谱分析结果,好氧颗粒污泥系统厌氧和好氧阶段N₂O生成量分别占46.4%和53.6%,但短程硝化系统的N₂O释放主要来源于曝气吹脱作用;系统内N₂O中氮的释放量占进水氮的比例为2.1%,好氧颗粒污泥并未显著强化N₂O释放.     

泰山文化的积极心理学分析

从积极心理学的主观层面、个人层面和群体层面分析泰山文化的积极心理诉求。泰山文化契合了人们的积极心理诉求,折射出人们积极的心理状态和行为模式。     

Φ-φ-型压缩映象不动点的存在性

使用压缩尺度函数,在完备2-距离空间中研究一类Φ-φ-型轨道压缩映象不动点的存在与唯一性,在适当条件下证明了一个新的不动点定理,推广和改进了已知的结果.     

一致渐近在特征值问题中的应用

利用由Bassom等提出的一致渐近方法研究了具有简单转折点的大特征值问题,得到了大特征值问题的严格的Airy渐近解,它在Stokes线上一致成立;并得到了大特征值的近似表达式.     

大尺寸亲水结构序列嵌段离聚物的结构及性能

以双酚芴、4,4’-二氯二苯砜、联苯双酚型二氮杂萘酮、二氟二苯酮磺酸钠为原料,采用"二锅二步"法制备了一系列具有不同尺寸亲水结构的芴-联苯双酚型氮杂萘酮-两亲序列嵌段聚芳醚砜酮离聚物质子交换膜材料.对合成的质子交换膜材料结构和性能的研究表明:该系列新型离聚物的结构可控;离聚物膜具有明显的微相分离结构,憎水相以小的分离的连续相包裹在亲水连续相中,且随着亲水链段尺寸的增大,其亲水区域的尺寸增大,呈现明显的吸水溶胀状态,形成了大的质子交换通道;该系列膜具有良好的热稳定性,合适的吸水率和溶胀率,良好的质子传导率、力学性能以及高温水解稳定性;随着大尺寸亲水链段尺寸的增加,膜的吸醇率增加,抗氧化性能降低;该系列膜的质子传导率随着温度的升高而增大,5c,5d在20℃下的质子传导率接近或高于Nafion 117的30℃质子传导率,5d的质子传导率在80℃下达到了15.63mS/cm.     

基于距离和角度辅助的覆盖空洞修复算法

针对无线传感器网络中的覆盖空洞问题,提出了一种距离和角度辅助的覆盖空洞修复策略(DAAHP)。DAAHP算法在空洞边缘节点的通信范围内激活与其位置最优的冗余节点替换失效节点,从而达到修复覆盖洞的目的。结果表明,对于同一形状大小的覆盖空洞,与DFNFP算法和DACHP算法进行对比研究,DAAHP在覆盖空洞修复面积以及节点利用率方面都有明显的优势。     

中国碳排放空间格局的时空演化——基于动态演化及空间集聚的视域

针对中国碳排放的空间相关性和差异性,通过全域空间自相关检验分析中国区域碳排放的空间依赖性和时空跃迁路径,局域空间自相关检验分析中国区域碳排放的空间集聚性,依据时空跃迁测度法对中国区域碳排放散点图的时空演化展开分析.结果显示:中国碳排放省域间存在自相关性,并且表现为一种集聚格局;碳排放的相关性呈逐渐增强的趋势;中国碳排放的空间相关性和局域区域结构具有一定的锁定效应和路径依赖.因此,应该客观理性地看待中国碳排放问题,发展低碳经济和治理碳排放的政策应该主要从空间视域动态地综合考虑.     

面向同源蛋白质探测的一种新型混合深度学习模型

根据蛋白质氨基酸链探测其同源蛋白质,进而预测蛋白质的功能,是生物信息学研究领域的一个重要挑战,也是众多生物医学研究领域的基础研究内容,有着重要的科研价值和广泛的应用需求。其研究难点在于:(1)如何学习对同源蛋白质预测有效、有用的蛋白质特征信息;(2)如何更好地运用蛋白质特征信息,实现同源蛋白质的探测与识别。为了解决同源蛋白质探测与识别研究中的关键难点,本文提出一种基于混合深度学习架构的同源蛋白质探测与识别模型(HDLM-PHP)。通过采用统一的"管道式"深度学习架构,将蛋白质特征学习和探测识别统一为一个整体,提高同源蛋白质探测与识别的效能。采用多组并行的深度卷积神经网络,学习蛋白质的各种属性信息,以期获得丰富的待检测蛋白质和靶蛋白质的高级相关性特征,并通过全连接方式使用多层RBM结构融合和精炼这些相关性特征为全局相关性特征。通过统一的深度网络连接方式,以探测和识别任务为导向,学习到对于同源蛋白质预测最有效、最全面的蛋白质特征信息。在标准数据集SCOPe上,对所提模型进行性能与效率评测,结果表明:本文提出的模型能有效地学习到符合任务导向的蛋白质特征数据,提升同源蛋白质探测与识别的准确度和召回率,优于现有的模型和算法。     

Leaching behavior of V,Pb,Cd,Cr,and As from stone coal waste rock with different particle sizes

This paper investigates the leaching behavior of heavy metals(V,Pb,Cd,Cr,and As) from stone coal waste rocks with various particle sizes using dynamic leaching experiments.The results show that the dissolved concentrations of V and As initially increased and then slightly decreased as time progressed and that the dissolved concentrations of Pb,Cd,and Cr were high in the early stage before decreasing.The particle size of the stone coal waste rocks strongly influenced the heavy metal concentration in the leaching solutions.The effects of the particle size of the stone coal waste rocks on the dissolved concentrations of V,Pb,and As decreased in the order fine fraction medium fraction coarse fraction,and the effects of particle size on the dissolved concentrations of Cr and Cd decreased in the order medium fraction coarse fraction fine fraction and coarse fraction medium fraction fine fraction,respectively.The quantities of heavy metals dissolved from the stone coal waste rock with fine particle sizes were observed to decrease in the order V(17104.36 μg/kg) As(609.41 μg/kg) Pb(469.24 μg/kg) Cr(56.35 μg/kg) Cd(27.52 μg/kg),and the dissolution rates decreased in the order As(2.96%) Pb(0.93%) V(0.35%) Cd(0.25%) Cr(0.01%).The specific surface area,pore size of the stone coal waste rocks,and chemical forms of heavy metals also influenced the release of heavy metals from the stone coal waste rocks.Kinetic analysis showed that the dissolution of heavy metals fundamentally agreed with the rate equation controlled by the shrinking core model.The results of this study are expected to serve as a reference for the evaluation of heavy metals contamination from stone coal waste rocks.