紫外分光光度法快速测定废水中油含量的研究

采用紫外分光光度法测定废水中微量油,同国标法(GB/T1648-1996)相比,操作简单。所使用的萃取剂正己烷可减少对人员的伤害。使用浓硫酸磺化和蒸馏相结合提纯溶剂的方法,可节省实验准备时间。     

甲醇浸提法提取荠菜黄酮工艺优化

以荠菜为原料,研究了甲醇浓度、浸提温度、浸提时间、料液配比等单因素对荠菜中黄酮类化合物浸提效果的影响。在单因素试验的基础上,通过二次回归正交旋转试验得到了最佳提取工艺：甲醇体积分数为0.125,浸提时间为2.9 h,料液质量比为1∶32.7。在最佳浸提条件下得到荠菜黄酮类物质提取量为每克干样中芦丁当量29.33 mg。     

基于混杂系统及多元线性回归的电液伺服系统参数性故障建模

为了有效地诊断电液伺服系统参数性故障,提出一种基于混杂系统及多元线性回归模型的电液伺服系统参数性故障模型.其过程为:将电液伺服系统的工况抽象为多个离散状态,建立压力-流量的观测模型;以结构参数为回归系数,基于样本数据的线性回归分析辨识模型参数;结合故障参数建立电液伺服系统的故障模型.利用参数辨识实验验证方法的参数拟合精度.研究结果表明:该模型能有效地应用于早期参数性故障的诊断,并能解决并发故障诊断困难的问题.     

稳健回归分析在斜拉桥温度效应分析中的应用

在桥梁施工过程中,桥梁各构件温度变化对主梁应变的作用机理是复杂的,同时因现场所采数据精度受现场环境因素影响较大,以致在研究桥梁系统温度与桥梁各构件温差对主梁应变作用的规律时增加了难度。为掌握其规律以便预测箱梁的温度效应,基于稳健最小二乘估计理论,建立关于主梁应变与各构件温差的稳健回归模型,对其进行计算分析。结果表明,稳健回归分析具备抗差性,其相应模型拟合优度较好,与多元线性回归分析相比,稳健回归分析在桥梁应变监测应用中效果较好。     

基于“技术回归”模式的高校铅球教学重点转移研究

通过形态指标测量法、实验对比法及统计法,提出在体育教育专业铅球普修课中传统教学方法改成教学重点转移的优化教学形式,从而对教学内容的重点进行了转移和优化.实验结果表明:以传统的教学顺序为基础,突出教学重点转移的铅球教学程序,对学生掌握完整的背向滑步的推铅球技术和提高运动成绩有较大帮助.     

基于集成学习的计算机辅助诊断青光眼算法研究

在青光眼诊断中,眼底照和光学相干断层扫描（OCT）是最主要的两种眼科检查手段。对于眼底照和OCT图像数据,首先设计基于专家知识的机器学习算法,提取杯盘比曲线和视神经纤维层厚度曲线的尺度和形态特征,进而提出一种基于Dempster-Shafer（DS）证据推论的多视图集成学习方法,利用支持向量机（SVM）和逻辑回归进行青光眼预测。在一个真实数据集合上,对所提方法的预测性能进行了评估实验,结果表明,本文算法与眼科专家出具的诊断结果高度一致,并且比已有算法有更好的敏感性、特异性和更高的预测准确率。     

计算机辅助工时定额系统的研制

应用成组技术的原理按工步内容相似划分工时定额零件族;对每一零件族应用逐步回归法建立起工时定额统计数学模型;开发了微机辅助建模程序和微机辅助工时定额系统;实现了工时定额系统与CAD/CAPP系统的集成。文中给出实例及建模和计算结果。     

高含水期原油低温集输温度界限模型研究

随着油田进入高含水期,原油流动特性发生了较大变化,而传统的集输工艺流程能耗较高,为了降低集输能耗,急需对管道低温集输温度界限进行研究。因此,在华北油田测试区块建立了可视化试验装置,研究实际生产过程中高含水原油低温集输特性和温度界限。研究结果表明,随着集油管线温度的降低,存在3个压降变化的转折点,其中压降增加率突变点和压降峰值点所对应的特征温度可作为低温集输的温度界限,据此拟合得到了满足实际生产需求的黏壁温度回归模型。基于所得模型,针对不同工况下低温集输的温度界限进行了预测,并据此创建了低温集输可行性的图示判断工具。所得结果对高含水期油田实际生产中低温集输的可行性判断及其安全运行管理具有指导意义。     

基于多元线性回归模型和灰色关联分析的江苏省粮食产量预测

针对江苏省近年来粮食产量波动的现状,采用灰色关联模型对2000~2009年江苏省粮食产量进行分析.结果发现,播种面积、化肥施用量、年均气温、年均降水以及农药施用量等5个因素是粮食产量波动的主导因素.然后在灰关联分析的基础上建立多元线性回归方程对2010~2012年江苏省粮食产量进行预测与验证,结果表明预测效果良好.最后,针对现状提出了相关建议.     

微波陶瓷测试技术的神经网络实现

针对微波陶瓷的开式腔谐振法算法复杂、计算量大、计算速度慢的问题，提出了一种基于神经网络的替代算法．对完全神经网络模型和部分神经网络模型进行了对比，并讨论了网络拓扑结构对在线训练效果、训练时间和离线计算精度的影响．研究表明，采用1-6-6—2结构即单输入双输出的三层部分神经网络模型，计算速度可比传统算法提高1280倍以上，介电常数的计算误差不超过0.03％，品质因数的计算误差不超过0．8％，与传统算法相比，用神经网络实现的算法具有运算量小、速度快等优点，并保持了足够高的计算精度．