无线扩频调制调器的应用研究

介绍一种采用可编程数字扩频处理模块设计的无线扩频Modem,论文首先概述了该无线扩频Modem的硬件系统构成,然后详细讨论了实现该无线扩频Modem的关键技术－－扩频处理模块内部参数寄存器的设置方法,最后给出了系统测试结果。     

两种毛壳菌对几种植物病原菌的生防效果分析

将角毛壳菌和球毛壳菌与立枯丝核菌等5种植物病原菌进行对峙试验,结果表明,球毛壳菌和角毛壳菌对几种病原菌的抑制作用明显．球毛壳菌主要通过竞争作用、重寄生作用抑制病原菌,角毛壳菌主要通过产生红色拮抗物质、竞争作用抑制病原菌的生长．     

Rapid reductive degradation of azo dyes by a unique structure of amorphous alloys

An Fe-based amorphous alloy was found to significantly enhance the reductive degradation of an azo dye in aqueous solution. The surface-area normalized rate constant was up to 2.0 L m-2 min-1 at room temperature,an order of magnitude larger than any previously reported value. The activation energy of the degradation process was calculated according to the Arrhenius equation,and a much lower value than those previously reported was obtained. Valence band measurement indicated that a depressed valence band maximum and a widened empty band were established in the amorphous ribbon. The unique structure of the amorphous alloy is important-it may reduce the activation energy of the degradation process and enhance the activity of the electrons,thus accelerating the degradation process.     

Attentional negativity bias moderated by positive mood arousal

Automatically allocation of more attention to negative stimuli is called emotional negativity bias. An event-related potentials (ERPs) experiment investigated whether or not this bias was altered by positive mood arousal. The results suggested that the attention bias towards negative stimuli was attenuated when positive information was accessible.     

虚拟现实技术及其在高校化工教学中的应用

虚拟现实（简称VR）是以沉浸性、交互性和构想性为基本特征的计算机高级人机界面。目前,作为一种全新的立体化教学手段,虚拟现实技术已应用于化工机械、化工工艺等课程的辅助教学。它可以逼真地向学生展现那些采用传统教学手段难以描述的内容,如设备内部构造、化学反应过程等,学生也可以自主地对虚拟对象进行观察和操作。教学内容生动,教学场景逼真,教学效果突出。实践表明,虚拟现实技术可解决当前化工教学面临的诸多问题,应用前景广阔。     

聊城大学学生宿舍能耗现状调查

对聊城大学的11座宿舍楼进行了水电能耗调查,根据宿舍实地调查及聊城大学水电暖处记录的数据,对聊城大学宿舍楼建筑能耗,特别是水电能耗现状作了分析,得出此类建筑单位水面积能耗平均为2.27953m3,单位电面积能耗平均为6.05kW.h,并对其进行了节能潜力分析。     

考虑地质分层约束的长短期记忆循环神经网络测井曲线重构

延长油田东部裸眼井区早期测井资料普遍只有自然电位（SP）、自然伽马（GR）及梯度电阻率(R2.5)三条曲线,因缺失声波（AC）、地层电阻率（RT）等测井曲线,难以满足精细油藏地质研究需求。东部裸眼井区开发时间长、单井产量低,重新测井缺乏可行性及经济性。采用长短期记忆循环神经网络(Long Short-Term Memory,LSTM)进行缺失测井曲线重构是一种经济有效方法,适用于地层测井序列数据。然而延长油田东部浅层油藏上覆黄土层段测井数据信号干扰大,直接应用模型精度较差。针对此问题,本文采用考虑地质分层约束的LSTM模型进行缺失测井曲线的重构,通过分层数据截取每口井长6层段测井数据作为样本数据,既保留了LSTM模型处理序列数据的优势,同时又避免了上覆黄土层测井数据对模型的干扰。利用裸眼井区完整测井数据进行模型训练优化和验证,讨论了考虑地质分层约束的LSTM测井曲线重构精度,结果表明通过引入地质分层约束,模型重构测井曲线精度更高。应用优化后模型实现裸眼井区50口仅有GR、SP、R2.5三条曲线数据井的AC、RT曲线重构,对50口井的142个射孔段进行二次解释,对比试油解释结论符合率达到89.4%,验证了该方法对测井曲线重构的实用性和有效性。     

基于节点分类的区域货流分布预测方法

为了更加精确地预测区域货流分布并准确描绘区域经济之间的联系与互动,提出了基于聚类算法与改进重力模型相结合的区域货流分布预测方法。首先,通过Pearson相关性检验对货运影响因素进行分析,针对不同区域之间的异质性和相似性,采用K-means++算法进行节点聚类,对起讫点（origin-destination, OD）对进行精细化研究;其次,引入货运影响因素、社会联系强度以及由距离成本和时间成本构建的阻抗函数作为参数,对传统重力模型进行改进,灵活地适应不同地区的交通特征,使得模型更具通用性和适应性;最后,以云南省为例,利用构建的改进重力模型进行货流分布预测,并与传统重力模型预测结果进行比较。结果表明：改进重力模型预测精度比传统重力模型提升了57.75%,稳定性提升了54.66%。该方法预测精度明显提升,为区域货流预测提供了更为可靠的方法。     

基于生成对抗网络的气缸套表面缺陷图像生成

针对气缸套缺陷检测中缺陷样本不足限制气缸套缺陷检测性能提升问题,采用基于生成对抗网络的气缸套表面缺陷检测算法.首先,为了保持缺陷图像中原有缺陷位置与特征不变,通过循环生成对抗网络模型学习有缺陷气缸套图像与正常图像的关系;其次,利用学习得到的模型对有缺陷气缸套图像进行风格迁移,即把有缺陷气缸套图像背景替换成无缺陷气缸套图像背景,实现对气缸套缺陷数据集的扩充与增强;最后,通过基于数据增强的RetinaNet网络模型对生成图像的有效性进行验证.试验结果表明,通过生成对抗网络生成的气缸套数据集可以提升缺陷检测性能,进一步证明了生成对抗网络在工业应用的可行性.     

多重运输调度问题的模拟退火算法

提出了多重运输调度问题的模拟退火算法,实际运算表明,该算法具有较快的收敛速度,是一个较实用的算法。