测长仪器数字化微机化改造中的精度保证

本文介绍了测长仪器数字化微机化改造中的精度保证方法:标尺倾斜调整法和计算机软件补偿法。作者将这些方法应用于万能工具显微镜的改造中,获得了满意的效果。该方法简单有效,而且亦适用于新测长仪器的制造。文中还对测长标尺的制造提出了“标尺刻度间距的公差带应正向单向布置”的指导性意见。     

江西樟树四特酒香味成分的GC／MS分析

通过对四特酒进行化学处理、分类收集组分,采用GC/MS联用技术对各组分进行分离与定性定量测定,分离出130多个色谱峰,鉴定出65个化合物.     

HQ70钢疲劳强度统计特性研究

在对HQ70钢疲劳寿命统计特性研究的基础上,利用疲劳寿命分布与疲劳强度分布函数间的转换关系,对HQ70钢疲劳强度分布特性进行研究,并作出疲劳寿命强度概率分布的P-s-N三维空间曲面.确认疲劳强度分布并非通常假设的正态分布,而是偏态分布,其特征函数的概率分布为标准正态分布.     

细基江蓠原变型与细基江蓠繁枝变型制取琼胶的比较研究

本文采用三种碱处理方法对细基江蓠原变型、混养细基江蓠繁枝变型和单养细基江蓠繁枝变型进行了对比研究。得出"中温浓碱法"为提高三种江蓠琼胶凝胶强度的较好工艺,而"常温浓碱法"的产率较好."中温浓碱法"三种江蓠琼胶的产率及凝胶强度分别为(次序同上,下同):38.6%、691g/cm²、13.1%、637g/cm²,13.9%、557g/cm²,"常温浓碱法",三种江蓠琼胶的产率及凝胶强度分别是:47.6%、509g/cm²,19.5%、414g/cm²,25.9%,326g/cm²。     

正规BCI-代数的“拟-广结并”构造

本文进一步讨论BCI—代数的拟结合部分的特征性质,引入正规BCI—代数的概念。同时给出一种构造正规BCI—代数的“拟—广结合并”方法。     

双模随机晶体场对混合自旋1/2和自旋1纳米管上相变的影响

本文利用有效场理论研究了自旋1/2和自旋1混合Blume-Capel模型在具有双模随机晶体场的圆柱形Ising纳米管上的磁化和相变. 通过数值计算,我们得到了随温度和随机晶体场参数变化的相图和磁化强度. 结果表明: (1) 改变晶体场的概率和比例,双模随机晶体场可以描述不同掺杂原子对自旋的作用;(2) 对于一定的概率值、负或正的晶体场和晶体场的比例值都存在临界点;(3) 系统显示多种相变温度,一阶相变和二阶相变.     

孕激素相关子宫内膜蛋白在胃癌早期诊断、预后中的作用

为使用生物信息学系统分析孕激素相关子宫内膜蛋白(Progestagen-associated endometrial protein, PAEP)在胃癌中的早期诊断和预后预测性能及免疫浸润相关性,该研究构建预测模型ROC曲线和偏差校正曲线检验其性能准确性,并通过细胞实验进一步验证分析结果.生信分析结果显示,与正常组织相比,胃癌组织中PAEP的表达较高,在早期（T1期、N0期、M0期）即有统计学意义（P＜0.001）,且诊断胃癌的准确性较高（ROC曲线下面积为0.889）;PAEP高表达的胃癌患者预后较差（P≤0.001）;TNM分期越晚,年龄越大,PAEP表达越高,胃癌患者生存概率越低,偏差校正曲线接近理想曲线（45°线）,显示预测结果良好;PAEP的表达与胃癌中的中性粒细胞、巨噬细胞的浸润水平呈正相关趋势,与B细胞、中央记忆型T细胞、T细胞呈显著的负相关趋势.qRT-PCR和Western blot结果显示,HGC-27、BGC-823、MKN-45、SGC-7901和AGS细胞中PAEP基因转录水平和蛋白表达水平均显著高于GES-1. 结果表明了PAEP 蛋白可用于胃癌诊断和预后的生物标志物,并进行了实验验证,其机制与免疫有关.     

光伏模组积灰与阴影特性分析及识别方法

针对光伏模组积灰与阴影特性识别问题,详细分析了积灰和阴影的光伏特性曲线差异,揭示了阴影光伏曲线的拐点时变特性。提出由特性曲线的拐点数量及电流电压特性条件共同构成训练模型的输入特征量,基于CatBoost算法训练积灰和阴影识别模型。最后,利用光伏模组实测数据对CatBoost算法、ID3和GA-BP算法训练出的识别模型进行性能分析和对比测试,结果表明基于CatBoost训练出的识别模型输入量区分性强、诊断精度高,极具工程应用价值。     

基于新型相似日选取和VMD-NGO-BiGRU的短期光伏功率预测

光伏功率预测在现代电力系统调度和运行中起着重要作用.针对光伏发电功率的多变性和复杂性,提出了一种基于新型相似日选取和北方苍鹰算法（Northern Goshawk Optimization, NGO）优化双向门控循环单元（Bidirectional Gated Recurrent Unit, BiGRU）的短期光伏功率预测方法.首先,利用斯皮尔曼相关系数选取主要气象因子,通过变分模态分解（Variational Mode Decomposition, VMD）将原始光伏功率和最大气象因子分解重构为一系列子信号.其次,通过构建新的评价指标筛选出相似日数据集,利用一组BiGRU建立以相似日子信号为网络输入的深度学习模型,并利用NGO对每个BiGRU网络的超参数进行有效优化.最后,对各子信号的预测结果进行综合,得到最终的光伏功率预测值.仿真结果表明,所提混合深度学习方法在预测精度和计算效率方面均优于其他方法.     

地空数据传输系统中单载波频域预均衡技术

在频率选择性瑞利慢衰落信道条件下,提出了一种适用于地空传输系统上行链路的单载波频域预均衡方法。在此基础上设计了预均衡系统模型,地面端将下行链路中的导频信号与本地导频信号对比进行信道状态估计,利用获得的信道状态信息对上行链路信号进行预均衡处理,然后在机载接收端对上行链路信号进行再均衡。基于迫零准则和最小均方误差准则,分析了该方法的信号处理流程,计算得到预均衡系数。通过仿真实验,对比分析了不同均衡方案的误码性能,结果表明:单独在地面发送端进行预均衡,会出现误码率平台效应;而预均衡之后在机载接收端进行再均衡的方法,在误码率为10-5的情况下,与采用线性均衡结构的传统单载波频域均衡方法相比有2~3dB的性能增益。