线阵CCD小幅角位移测量输出信号处理

研制了用单片机系统拾取线阵电荷藕合器件图像传感器（CCD）二值化输出信号的小幅角位移测量装置,外扩可编程计数器提高了计数频率,在Windows XP环境下利用Visual Basic软件以及其携带的串行通信控件MSComm对其提取的信号进行分析、计算,大大提高了系统的工作效率,从而实现了在±5°范围内微小角位移的非接触在线测量.借助步进电机对系统进行标定,测得系统测角精度优于0.01°,装置在实验室中的运行状态良好,对在实际应用中需要动态检测微小角度偏转有一定的参考价值.     

路面车辙多路传感器检测误差分析

为评价车辙检测误差，分析了多路传感器车辙检测原理，通过研究车辙的统计分布，应用双余弦车辙数学模型计算分析，得出了传感器横向布置数目与车辙检测最大误差的关系。结果表明：当横向布置传感器数目较小时，车辙误差主要由采样点有限引起的不重合误差决定；当传感器数目较大时，车辙误差主要由位移传感器的测量准确度决定；随着传感器数目的增加，车辙测量最大误差在传感器数目小于21时减小较快，在传感器数目大于33时衰减缓慢。     

高原长平直线公路汽车行驶安全

为了降低高原公路长平直线路段交通事故率,以实地调查和心理认知机理,对国道213线郎木寺至川主寺公路长平直线路段的车辆行驶安全性进行研究,分析了驾驶人在长平直线路段上行车的交通安全认知及行为特性。研究表明:该路段上交通事故多发的主要原因是道路景色单调,高原反应使驾驶人容易疲劳、反应迟钝;道路两侧缺乏明显的参照物,驾驶人对速度判断的准确性受到影响,容易超速行驶;经常有牧群横穿道路,产生横向干扰。通过对长平直线路段的道路景观设计、路肩设置隆声带、路面喷涂视觉减速标线以及在适当的位置设置放牧通道等安全措施,可提高高原长平直线路段的汽车行驶安全性。     

香蕉不同组织中总RNA提取方法的研究

针对香蕉组织中多糖、多酚等次生物质含量高的特点，以香蕉根、茎、叶、果实为试材，对其总RNA提取进行研究．比较了SDS法、改良SDS法、改良CTAB法和Trizol试剂盒法提取总RNA的效果，结果分析表明：改良SDS法能从香蕉根、茎、叶中获得质量高、完整性较好的总RNA，而改良CTAB法对果实的提取效果较佳，所得A260／A280均高于1．8，A260／A230大于2，0，28 S rRNA带的亮度约是18 S rRNA的2倍．其产率在根、茎、叶中均在400μg·g^-1以上，果实中可达49．34μg·g-^1.以上2种方法所得的总RNA均能满足RTPCR、Northern blot和cDNA文库建立等分子生物学研究，且具有快速、简便易行、成本较低的特点，适合于富含多糖、多酚的植物材料．     

自主式交通系统功能架构优化密度峰值聚类算法

自主式交通系统(autonomous transportation system, ATS)是为应对主动式智慧交通发展趋势而提出的新一代交通系统。为科学合理地构建ATS功能架构,提出了一种面向多属性文本的优化密度峰值聚类算法(density peaks clustering, DPC)。该算法结合交通系统功能架构的基本特征,通过改进的词频-逆向文档频率算法与文本向量空间模型,将多属性文本转化成空间维度坐标。再利用高斯函数和决策值优化DPC算法进行聚类,并结合轮廓系数对聚类结果进行评价。为了检验算法的合理性,在ATS道路自动驾驶场景下,基于道路载运工具运行服务域、交通基础设施管理服务域和交通安全管理服务域的功能数据集进行了算例分析,依据聚类结果绘制功能架构图。架构图由自主感知-自主学习-自主决策-自主响应4层构成,验证了ATS应用场景中功能架构优化算法的可行性和合理性。算例结果表明：该算法的构建具有鲁棒性,算例轮廓系数整体均值为0.84,与原算法相比解决了聚类过程中聚类中心难以划定的问题;与原智能交通系统中的各架构设计相比,该功能架构更具有层次性和逻辑性。该优化算法能够促进新一代交通系统...     

融合门控机制的远程监督关系抽取方法

提出一种融合门控机制的远程监督关系抽取方法。首先在词级别上自动选择正相关特征, 过滤与关系标签无关的词级别噪声; 然后在门控机制内引入软标签的思想, 弱化硬标签对噪声过滤的影响; 最后结合句子级别的噪声过滤, 提升模型的整体性能。在公开数据集上的实验结果表明, 相对于句子级别噪声过滤方法, 所提方法的性能有显著提高。     

基于预训练模型和混合神经网络的医疗实体关系抽取

医疗文本具有实体密度高、句式冗长等特点,简单的神经网络方法不能很好地捕获其语义特征,因此提出一种基于预训练模型的混合神经网络方法。首先使用预训练模型获取动态词向量,并提取实体标记特征;然后通过双向长短期记忆网络获取医疗文本的上下文特征,同时使用卷积神经网络获取文本的局部特征;再使用注意力机制对序列特征进行加权,获取文本全局语义特征;最后将实体标记特征与全局语义特征融合,并通过分类器得到抽取结果。在医疗领域数据集上的实体关系抽取实验结果表明,新提出的混合神经网络模型的性能比主流模型均有提升,说明这种多特征融合的方式可以提升实体关系抽取的效果。     

萃取界面乳液的固体微粒稳定机理

对铜溶剂萃取时萃原液中固体微粒稳定界面乳化液的机理进行了研究.研究结果表明:固体微粒是促进界面乳液形成和稳定的关键因素,它通过3种机制稳定界面乳化液:一是减小乳化液滴粒度和粒度分布区间,当萃原液中固体微粒的质量浓度由0.138 g/L增加到2.918 g/L时,液滴平均粒径由346.7μm减小到25.5 μm,48 h后破乳率由84%降低到27%;二是在液滴界面形成固体复合界面膜对液滴起保护作用;三是以微粒絮团的方式填充于液滴间隙中,阻断液滴接触,防止液滴聚结破乳.     

基于扫描数据建立人体动态模型

提出一种由三维人体扫描数据建立人体动态模型的新方法.该模型由骨架运动学模型和简化的三角网格表面模型构成,分别用于产生人体各种姿态以及表达相应的体表形状.通过操纵骨架运动,可实现实时与逼真的人体姿态仿真.实例分析表明,该方法克服了目前从扫描数据通常仅用于构造静态人体模型或无法实现实时姿态仿真的缺陷,在人机工程设计及虚拟现实领域有较大应用价值.     

小麦谷蛋白亚基的快速提取分离及SDS-PAGE分析

用70％乙醇和50％异丙醇除去醇溶蛋白，以二硫苏糖醇(DTT)为还原剂，在50％异丙醇，0．08mol／L Tris-HCl(pH为8．0)缓冲液中提取总麦谷蛋白亚基，加入丙酮至浓度为40％时，高分子量麦谷蛋白亚基(HMW-GS)沉淀析出；继续加入丙酮至80％时，析出低分子量麦谷蛋白亚基(LMW-GS)．在3．3％浓缩胶和10％分离胶的不连续体系中进行SDSPAGE电泳，结果表明，该方法可以有效地除去醇溶蛋白对麦谷蛋白亚基电泳分析的背景干扰，HMW-GS和IMW-GS的提取、分离一步完成，操作简便，时间短，对大量小麦样品的HMW-GS和LMW-GS可以快速分离、提纯和鉴定．