枸杞多糖分离纯化及性质研究

对东北枸杞中提取的多糖,通过DEAE-cellulose(OH-)色谱柱和Sephadex G-100凝胶色谱柱进行了分离纯化,通过凝胶色谱和液相色谱对其纯度进行了鉴定,并通过红外光谱初步分析了其基团构成.     

新型双污泥反硝化除磷工艺的初步研究

介绍了基于反硝化除磷理论的双污泥工艺(A2N工艺),分析了传统双污泥工艺的优点和影响因素.摒弃了固有工艺流程冗长,基建费用过高;工艺出水氨氮过高等缺陷.在深入分析的基础上,设计了新型的双污泥工艺,缩短了工艺流程,提高了出水水质.改进后的工艺不仅可以解决同步脱氮除磷的问题,而且可用于再生水的生产.目前该工艺正在小试中,运行良好.     

基于模糊PID控制的汽车巡航控制系统的仿真与设计

汽车巡航控制系统具有强非线性、时变不确定性,并受到外界扰动、复杂的运行工况等影响,采用传统PID控制很难取得满意的效果.介绍了一种基于模糊PID控制算法的汽车巡航控制系统,并给出了系统的仿真结果和此系统基于DSP的硬件及软件设计.     

基于Mumford-Shah模型的局部水平集分割窄带算法

提出了一种基于Mumford-Shah推广模型的水平集能量函数,引入了梯度特征,并在此基础上提出了一种新的局部水平集分割方法,提高了算法收敛速度,避免了图像中的无关边缘对分割结果的干扰.设计了窄带算法,克服了水平集方法初始化复杂的缺点.与窄带算法相结合,所提出的分割方法可以在杂波背景中得到分割的局部最优解.通过采用Otsu算子确定感兴趣目标初始位置,所提出的方法可用于具有不同灰度特征的多目标分割.实验证明了所提出的方法用于复杂背景下的目标分割以及多目标分割时的有效性和计算效率.     

一种基于转借行为的数字读物传播模型

为在支持用户间的转借行为的数字版权管理(DRM)方案中研究数字读物传播范围,在分析动态数字版权管理(DDRM)转借树传播模型和流行病传播模型的基础上,根据节点用户间的联系建立了针对转借行为的数字读物传播状态机并进行了分析.提出了一种允许用户发生转借行为的数字读物传播模型(HPD模型),该模型引入了扩展速度来描述转借行为发生的速度,并且量化了传播范围随时间变化的情况,使其能够对一定时间段内的传播情况进行预测.最后给出了DDRM结合HPD模型使用许可时间和转借层级进行转借控制的方法和可能产生的传播范围.     

模型检验技术在软件漏洞自动挖掘中的应用

将在工业设计领域应用很成功的模型检验技术引入到信息技术软件产品的安全漏洞挖掘中,提出了针对源码的漏洞挖掘系统原型,以开放源代码的操作系统Linux为例,建立了特权释放和文件创建的安全属性模型,并举例加以验证.研究结果表明:该方法是一种自动化挖掘软件安全漏洞并证明漏洞存在性的形式化方法,对挖掘已经确认机理类型的漏洞非常有效.     

Witty蠕虫的传播模型与分析

为了能够深入了解Witty蠕虫传播的具体过程和采取更为有效的防御措施,利用动力学方法提出了一个含有潜伏期且在潜伏期内和感染阶段均具有传染性的模型.根据网络的实际情况,该模型考虑了延时因素,采用了动态感染率.利用该模型得出了蠕虫爆发的阈值.将已有的模型与该模型进行了比较,仿真结果表明:该模型能更好地符合Witty蠕虫的实际传播数据,偏差比已有的模型分别减小了4.4 %和6.2 %.     

面向对象的改进遗传算法优化设计

为提高遗传算法的优化求解性能,从4个方面对遗传算法进行改进:即对障碍项及惩罚项因子的动态变化实现适应度函数的动态变化;对约束函数规格化处理以提高算法的搜索稳定性和算法的收敛速度;采用共享函数的方法使进化个体极易跳出局部最优而达到全局收敛;控制参数的动态变化以适应进化过程不同时期的需要.整个改进措施以面向对象的方法加以实现,并通过单级圆柱齿轮减速器设计实例验证,结果表明相对于常规优化算法,改进后的遗传算法使减速器体积减小25.8%,相比传统遗传优化算法使减速器体积减小5%,从而表明该改进遗传算法具有较高的优化求解效果.     

气体变压吸附非等温非绝热非平衡模型计算

分析了固定床吸附过程中流动、传热和传质过程,将多孔介质内传输模型应用于吸附过程研究,建立了大含量强吸附的非等温非绝热非平衡模型,传质过程采用线性驱动力模型.应用有限体积差分法对方程进行离散,使用SIMPLE法进行压力一速度修正.使用迭代法进行方程求解.采用此新模型计算了定壁温条件下圆筒形沸石13X吸附床对质量浓度为0.176 kg/m2的二氧化碳/氮气双组分气体的吸附过程,并对结果进行了分析.模型可以合理地计算吸附传质与传热之间的耦合关系,结果符合前人的实验结果.计算结果表明:吸附过程中温度变化非常显著对吸附量的增大和处理周期的缩短都是不利的,对吸附过程温度的变化进行抑制是提高吸附分离效果的有效途径.     

分布式多传感器结构中的数据融合方法

在分布式结构中,为了提高单个传感器的测量精度,为数据处理打下基础,首先对每一个传感器进行时间上的分批估计,降低误差的影响,得到各个传感器的局部决策值;接着对方差超过一定数值的数据进行基于相对距离的再处理;最后在最优融合原则下,运行加权自适应算法对各个局部决策值进行融合.数据分析结果表明,处理后的数据更接近测量真实值.