枯草杆菌α-淀粉酶的活性研究

研究了酸度、温度、钙离子对枯草杆菌α－淀粉酶活性的影响。研究表明，ｐＨ值对酶活影响较大，最适作用温度随底物种类及其浓度而异。研究确立了酶一步失活模型，指出在较高温度和长时间作用的条件下，应有钙离子的保护，以发挥α－淀粉酶的效能     

阿托伐他汀联合氯吡格雷对急性脑梗死患者颈动脉粥样硬化斑块及凝血功能的影响

目的探讨阿托伐他汀联合氯吡格雷治疗对急性脑梗死患者颈动脉粥样硬化斑块及凝血功能的影响.方法将80例急性脑梗死患者根据随机数字法分为对照组(阿司匹林及阿托伐他汀)和观察组(对照组基础上,加用氯吡格雷),比较两组治疗的临床疗效、治疗前后动脉粥样硬化斑块面积及颈动脉中层厚度,治疗前后凝血酶原时间(PT)、活化部分凝血活酶时间(APTT)、纤维蛋白原(FIB)水平变化情况.结果与对照组相比,观察组治疗的总有效率明显增高(P0.05);与对照组相比,观察组治疗后动脉粥样硬化斑块面积及颈动脉中层厚度均明显减少(P0.05);与对照组相比,观察组治疗后PT,APTT均明显增高,FIB水平显著降低(P0.05).结论阿托伐他汀联合氯吡格雷治疗能够明显减少急性脑梗死患者的斑块面积,改善凝血指标,提高疗效,值得临床推广使用.     

加强立项论证的综合评估是实现武器装备研制立项决策科学化的重要一环

加强武器装备立项的综合论证是国防科技和武器装备管理实现决策民主化、科学化的重大举措。在“八五”期间狠抓了武器装备新上项目的综合论证的基础上, “九五”期间应该抓好重大武器装备立项论证时行综合评估的工作, 逐步积累经验, 建立相对稳定的评估工作机制。对武器装备立项论证进行综合评估是立项决策前的最后一环, 必须引起足够的重视。     

基于新息序列修正的输入估计算法

针对传统输入估计算法跟踪机动目标时检测概率和估计精度不高的缺点,提出一种改进的输入估计跟踪算法。算法利用对检测窗内新息序列进行修正以及对卡尔曼滤波状态变量进行补偿的方法,消除了已有机动检测估计对后继机动输入估计的影响,提高了对机动的检测概率和估计精度。理论分析和仿真结果表明,改进后的算法相比原有算法和IMM3算法,不仅跟踪性能有显著提高,而且对加速度缓变的机动也有较好的跟踪能力。     

用神经网络方法进行模糊划分设计

从避免人工干预的思想出发，提出了一种基于结构自调整神经网络的模糊划分算法。与传统的模糊划分方法相比，该方法具有更强的适应性。最后，以一个例子例证了该方法     

面向对象的MIS重构

在MIS(Management Information System)的开发中,软件重用是提高开发效率的一条重要途径。本文通过引入对象的表示、变换等,提出了软件重构的概念和方法,它是对软件重用的重要扩充。     

基于神经网络的一类非线性系统的变结构控制

在已知名义系统的基础上 ,将小脑关节模型控制器 (CMAC)神经网络用于一类状态反馈可线性化的多输入多输出连续时间非线性系统的变结构控制中。利用自适应技术估计了估计误差的大小 ,减小了系统的不确定性 ,并利用模糊控制技术调整了变结构增益 ,改善了系统的性能。在很弱的假设条件下 ,应用Lyapunov稳定性定理证明了闭环系统内的所有信号为均匀最终有界。算法在导弹控制系统中的应用进一步证明了本文方法的有效性。     

Extracting behavioural models from 2010 FIFA world cup

The FIFA World Cup? is the most profitable worldwide event. The FIFA publishes global statistics of this competition which provide global data about the players and teams during the competition. This work is focused on the extraction of behavioural patterns for both, players and teams strategies, through the automated analysis of this dataset. The knowledge and models extracted in this work could be applied to soccer leagues or even it could be oriented to sport betting. However, the main contribution is related to the study on several automatic knowledge extraction techniques, such as clustering methods, and how these techniques can be used to obtain useful behavioural models from a global statistics dataset. The information provided by the clustering algorithms shows similar properties which have been combined to define the models, making the human interpretation of these statistics easier. Finally, the most successful teams strategies have been analysed and compared.     

时空记忆模型在空间认知行为建模中的应用分析

空间环境的结构和实体活动的行为逻辑是军用仿真系统的重要建模对象,而建立符合人类认知规律的时空记忆表示与推理模型,是提高计算机生成兵力(Computer Generated Forces,CGF)行为拟人性、并提升系统运行效率的重要内容。简述了时空记忆的神经认知科学背景,梳理总结了近年来机器学习与计算智能中记忆机制的建模成果。依据感知-判断-规划-执行的OODA (Observe-Orient-Decide-Act)循环设计了一个通用的空间认知行为建模框架,提出了时空记忆机制在定性空间表示、态势理解与预测、在线规划等不同阶段的应用前景,能对不同层次和应用需求下CGF的空间表示与推理认知行为建模提供指导。     

考虑多主体交互策略的综合能源系统P2P能-碳管理方法

为探索能源服务商(energy service provider,ESP)参与下,多个IES间电、热、碳多能点对点交易(peer-to-peer,P2P)与能量管理新模式,提出了一种考虑多主体交互策略的综合能源系统P2P能-碳管理方法。构建了ESP和IES多主体参与下的双层能量管理框架。建立了双层电-热-碳能量管理模型,上层模型基于强化学习框架,优化ESP和IES合作联盟之间的能量管理策略,下层模型基于纳什谈判博弈理论,优化多个IES之间的合作运行策略。针对典型系统进行算例研究,分析了P2P模式下综合能源系统最优能量管理策略,结果表明：所提能量管理方法能够有效进行电热调度,实现系统的收益最大化,降低系统碳排放量。