基于MATLAB平台的遗传算法工具包

在分析遗传算法要素的基础上,编写了基于Matlab的遗传算法工具包（GAToolbox）,该工具具有运行稳定,结构灵活,扩展方便的特点,并易与Matlab的其他工具包结合使用,给出了Matlab遗传算法工具包的三个成功应用实例;1）采用遗传算法工具包构造递阶遗传算法,2）基于遗传算法的径向基径神经网络学习算法;3)遗传算法优化化工过程操作条件,说明Matlab遗传算法工具包的稳定性和实用性。     

沉淀-共沸蒸馏法制备纳米Mg(OH)2的研究

该文利用沉淀-共沸蒸馏法制备粒径分布均匀的纳米Mg(OH)2,并采用热重/差示扫描法(TG-DSC)、透射电镜(TEM)、X射线衍射(XRD)和红外光谱(IR)等现代分析测试技术对颗粒结构进行表征.结果表明,用正丁醇共沸蒸馏能有效地防止干燥过程中颗粒间的硬团聚,获得分散性良好的纳米粉体.     

刮膜分子蒸馏传质和传热的数学模型

在对刮膜式蒸馏器蒸发表面流体流动和传质传热进行分析的基础上，研究了分子蒸馏过程，并建立了数学模型．该模型揭示了液膜温度和浓度在轴向、圆周方向和径向上的三维变化规律，反映了进料温度、浓度和流量以及刮膜器速度等参数对分子蒸馏过程的影响，适用于恒壁温以及绝热等不同操作情况．分别用龙格—库塔法和平均隐式差分法对头波常微分方程和液膜偏微分方程进行数值求解，该数值方法求解过程稳定．     

大透骨消挥发油化学成分的GC-MS分析

目的：研究大透骨消挥发油的化学成分。方法：采用水蒸气蒸馏法提取大透骨消（花、叶）挥发油,叶挥发油得率为0.30%,花提取物得率为0.10%;应用气相色谱-质谱进行分离测定,结合计算机检索技术对分离的化合物进行鉴定,应用色谱峰面积归一化法测定各成分的相对含量。结果：在叶挥发油中共分离出204种成分,鉴定出23个化学成分,其主要成分为烷烃类及其含氧衍生物等,主要有对羟基苯甲酸甲酯,含量70.70%;花提取物中分离出132个成分,鉴定出12个成分,主要为乙酰水扬酸甲酯,含量82.64%。结论：大透骨消花挥发油成分证实其药理作用与传统民间用药疗效一致。     

基于知识蒸馏的轻量型浮游植物检测网络

当前基于卷积神经网络的目标检测框架已成为主流,使用深层的特征提取网络可以达到很好的目标检测效果,但带来的大量的参数和计算开销使这些算法难以应用到对存储空间和参数量有一定限制的嵌入式设备中.为此,该文提出将知识蒸馏方法用于目标检测网络的特征提取网络,以提升浅层特征提取网络的性能,在降低模型的计算量和规模的同时尽可能地保证模型的性能.实验结果表明,经过蒸馏的浅层网络作为特征提取网络的检测精度比没有经过教师指导的网络精度提高了11.7%.与此同时,该文构建的浮游植物目标检测数据集不仅可以评估一些最先进的目标检测算法的性能,也有利于未来浮游植物显微视觉技术的发展.     

面向特征融合与知识蒸馏的恶意软件分类

恶意软件分类是一个多分类任务，旨在提取软件特征来训练模型，以判断恶意软件的类别。现有工作主要集中于利用深度神经网络从恶意软件图像中抽取特征进行分类，对恶意软件的序列特征和分布特征之间的关联性缺乏关注，限制了模型性能。此外，这些现有模型大多具有较高的参数量，往往需要占用较大的计算资源。为此，提出一种基于特征融合与知识蒸馏的恶意软件分类方法。一方面，通过残差网络分别从灰度图和马尔可夫图中抽取恶意软件的序列特征和分布特征，并利用自注意力挖掘不同特征之间的关联性，以提升模型性能。另一方面，通过教师网络向多个学生网络进行知识迁移，并让学生网络互相协作学习，以进一步降低模型规模。在微软和CCF数据集上的实验结果证明，该方法不仅有效提升了模型性能，而且可以降低模型的参数量和计算量。此外，本文通过热力图定位影响分类结果的字节，对分类依据进行解释。     

调控氧化猪脂的香气成分分析

采用通空气加热方法将猪脂调控氧化,随氧化时间的延长(1、3、4h)获得3个感官气味有代表性的样品(过氧化值分别为45.5、158.0、271.5mmol/kg)。由于香气分子一般有强亲脂性,难以用溶剂萃取法从脂肪中分离,利用溶剂辅助蒸发装置的高真空蒸馏及液氮冷凝优势,在50℃下将调控氧化猪脂中的挥发性组分直接蒸发分离出。该法具有操作简单、处理条件温和、不使用有机溶剂的优点。蒸发分离的组分用GC-MS和稀释法/气相色谱-嗅闻(AEDA/GC-O) 分析香气物质构成。结果表明,GC-MS分析共鉴定出91个化合物,醛类含量最高,其次是酸类。其中氧化程度处于适中的样品(过氧化值158.0mmol/kg)有油脂香特征,GC-MS鉴定出的化合物数量最多且含量高；而氧化程度低(45.5mmol/kg)的样品有青草香,氧化程度高的(271.5mmol/kg)样品有刺激性气味,这两个样品鉴定出的化合物数量及含量均较少。3个样品中含量较高的前5个化合物均是己醛、(E)-2-庚烯醛、(E)-2-辛烯醛、1-辛烯-3-醇和己酸。AEDA/GC-O分析共鉴定出39个香气化合物,以醛类为主,仍为氧化程度处于适中的样品中鉴定出的香气化合物数量最多。1-辛烯-3-醇、己醛、(E)-2-辛烯醛、(E)-2-壬烯醛、(E,E)-2,4-癸二烯醛、戊醛在3个样品中稀释因子均较高,为猪脂调控氧化不同程度均具有的重要香气成分。希望研究结果可为了解脂肪调控氧化机制及完善“脂肪调控氧化-热反应”制备肉味香精工艺提供参考。     

非理想溶液精馏优化设计

建立二元非理想溶液精馏优化设计数学模型 .该模型以精馏系统 (包括精馏塔塔体、塔顶冷凝器和塔底再沸器 )的年总费用为目标函数 ,采用抛物线法求解 .提出了保证算法稳定、收敛速度快的措施 .算例表明用本方法可迅速、方便求出二元非理想溶液连续精馏最优设计参数     

基于多模型蒸馏的时间正则化相关滤波跟踪算法

目前大多数基于相关滤波的跟踪方法是通过对模型采取简单的线性加权融合或是将历史模型作为时间正则化项来约束模型更新的方式, 增强滤波器对目标的判别能力, 但这种方式对目标时域信息利用有限, 容易造成模型退化漂移。本文提出一种基于多模型蒸馏的时间正则化相关滤波跟踪算法, 该方法通过收集跟踪过程中利用当前样本产生的独立模型, 在建立包含背景信息的局部样本库中来指导滤波器更新, 以此保留目标在时域中的鲁棒特征。同时，根据每一个模型对当前目标的表征能力不同进行可靠性权值更新。最后，利用交替方向乘子(alternating direction multiplier，ADMM)算法进行模型迭代优化。通过在大量的数据库进行实验, 结果表明本文的方法在精确度与成功率上有了大幅提升。     

面向路面附着估计的路面图像识别

为提升智能辅助驾驶系统对路面附着系数估计的准确性与实时性，研究了一种基于视觉信息的路面识别深度学习算法，实现路面附着系数的预估计。设计压缩卷积机制以降低网络运算参数，采用特征图全局平均替换全连接层以提升网络的拟合性能，并构建路面识别深度卷积神经网络DW-VGG。利用自建路面图像数据集对网络进行训练，测试结果表明，基于提出的多层知识蒸馏技术的DW-VGG网络识别精度较高，分类性能评估指标F₁得分为96.57%，并有效降低了网络的运算和内存成本，识别单张图像只需32.06 ms，预测模型只有5.63 M。