如何缩短患者就诊时间,提高服务效率和质量已经成为医院急诊科亟待解决的重要问题。基于Flexsim软件建模,对急诊科就诊流程进行仿真与优化。首先,结合Kolmogorov-Smirnov拟合优度检验等数理统计相关方法,对仿真模型所需的输入数据进行处理；然后,通过Flexsim软件建模仿真,找出急诊科就诊流程的资源瓶颈环节；最后,提出优化改进方案,以消除资源瓶颈,并基于Flexsim仿真模型,证实优化方案的合理性。通过优化改进,消除了急诊科系统的资源瓶颈,有效减少了患者拥挤现象,缩短了就诊时间,提高了就诊效率和患者满意度。

近年来摩擦纳米发电机(TENG)发展迅速,在能量收集、人机交互、可穿戴电子、医疗电子等领域有着广泛应用。传统的TENG采用聚合物材料和金属材料制备,它们无法生物降解,难以回收循环利用,会对环境造成污染,因此制备绿色环保的TENG成为了研究热点。纤维素材料以其可降解、可再生、易改性、易加工等优点,促进了环境友好型TENG的发展。简要介绍了TENG的结构组成、工作原理和工作模式,重点总结了纳米纤维素膜、纤维素纸、纤维素气凝胶作为摩擦电材料的TENG研究进展与应用实例,并对纤维素基TENG未来发展进行了展望。

信息熵通常用以衡量随机变量的不确定性,在物理学、统计学、信息论等领域发挥着重要作用,帮助我们理解和解释各种现象。与热力学中的熵不同,信息熵呈现一定的秩序性,这与熵所代表的无序和复杂性形成鲜明对比。以二元统计模型为例,探讨信息熵与随机事件之间的联系,定量描述信息熵的演化过程,揭示信息熵秩序性的本质规律。

文化产业与旅游产业之间存在着天然的融合诉求,而数字技术已成为文旅融合高质量发展的助推力。依据文化产业与旅游产业的产业特性及两者相互作用机制,本文从产业规模、产业接待、产业实力、产业效益4个维度构建文旅产业指标体系,引入耦合协调度模型对山东省2010~2020年的文旅产业发展水平及耦合协调程度进行测度,并分析时序变化。研究结果表明:山东省文化产业与旅游产业总体发展水平逐年提高,而文化产业发展普遍滞后于旅游产业发展；耦合协调度呈现出稳步上升态势,由0.390 8提高到0.900 6,协调等级由轻度失调提升到优质协调。基于此,从培育文旅产业增强文旅融合发展新动能,构建数字文旅平台健全价值共创机制,拓展技术与产品创新传导渠道,培养新型文旅数字化人才等方面,提出了促进数字经济赋能文旅融合高质量发展的路径。

在自动化和人工智能迅速发展的当下,移动机器人已广泛渗透至各行各业,而路径规划技术是确保其自主性和效率的关键。深度剖析了几类主流的路径规划算法,包括图搜索、随机采样、智能仿生以及深度强化学习,揭示了各算法在实际应用中的优势与挑战。进一步将路径规划研究按照应用场景分类,具体分析了陆地机器人、无人机、水下机器人在各自领域中的路径规划方法与发展趋势。此外,还展望了未来路径规划技术可能的发展方向。通过这一概述,旨在为该领域的研究人员提供宝贵的信息与研究思路。

准确的电力负荷预测是保证电网稳定运行的基础,也是电力规划的重要依据,为了提高电力负荷预测的精度,提出了一种新的预测模型,首先采用混沌策略与正余弦扰动策略对哈里斯鹰算法进行优化,然后用改进的哈里斯鹰算法对极限学习机的权值和阈值进行优化,最后用该模型进行短期电力负荷预测。对比其他预测模型可得,该模型的预测效果大大提高,并且具有更好的泛化能力与稳定性。

以固体废弃物煤气化渣为原料,采用酸浸与化学共沉淀法制备磁性煤气化渣(MCGS),并利用扫描电子显微镜（SEM）、傅立叶变换红外光谱仪（FTIR）、X射线衍射仪(XRD）对制备的MCGS进行了表征。研究结果表明:MCGS呈现出粗糙、多孔的结构,而且其表面与孔道中负载了分布较为均匀的、具有反尖晶石结构的Fe₃O₄粒子。进而以罗丹明B（RhB）为目标污染物,对其吸附性能进行了研究,当溶液pH为3.0,吸附时间为200 min,RhB初始质量浓度为200 mg/L,MCGS用量为2.0 g/L时,RhB的去除率为90.66%,吸附容量为90.66 mg/g。吸附等温线与吸附动力学研究结果表明:MCGS对RhB的吸附动力学与准二级动力学模型相吻合,吸附等温线与Langmuir相一致,说明该过程是一个单分子层吸附、以化学吸附为主的过程。该研究为煤气化渣的资源化利用提供了新的技术与方法。

以柿子为原料,采用Design-expert设计实验、单因素实验及Box-Benhnken实验优化酿造条件,得到EC酵母、Aq酵母和F33酵母的最佳比例为4∶4∶7；柿子酒混菌液态发酵最优因素条件为:初始糖度22.5%,pH 3.8,混菌添加量0.3 g/kg,发酵温度20.5 ℃,发酵8 d,最终所得感官评价得分为87.8分。采用GC-MS仪对柿子酒进行挥发性成分分析,结果显示:混菌发酵柿子酒中共检测出38种化合物,其中醇类、酯类和酸类分别为7种、15种和10种,其它类6种；与单菌发酵相比,混菌发酵柿子酒中的风味物质种类增加,尤其是酯类物质,解决了柿子酒风味不佳问题。

为了研究生长期赤霉素4+7（GA₄₊₇）的施用对梨果贮藏期香气品质的影响,采用顶空固相微萃取（HS-SPME）结合全二维气相色谱/飞行时间质谱（GC×GC/TOFMS）进行分析。经分析发现在对照组和GA₄₊₇处理组中均检测到酯、烯烃、醇、醛、酮、烷烃、芳烃和硫化物8大类挥发性物质，其中,酯类、醇类、醛类和烯烃是主要的挥发性香气成分。在贮藏当天,GA₄₊₇处理组的挥发性物质总质量浓度和数量最高,是对照组的1.72倍，然而在贮藏50 d后,GA₄₊₇处理组中挥发性物质的质量浓度和数量便迅速下降。此外,主成分分析和热图分析表明,贮藏过程中GA₄₊₇处理组与对照组之间的香气变化有显著差异。进一步的香韵分析表明,GA₄₊₇处理可以增加果实贮藏当天的果味香型质量分数占比,但会降低贮藏期梨果的果味香型。上述研究全面阐明了在生长期施用GA₄₊₇对梨果实贮藏期间挥发性成分的影响,为梨贮藏期的确定和生产管理提供了重要的理论支持。

多酚是广泛存在于植物中的一类具有生物活性的天然物质,甘蔗中含有大量高抗氧化活性的多酚,在控制血糖水平和调节免疫力方面发挥重要作用。通过优化水和乙醇的比例,加以超声辅助破碎实现无有机残留提取甘蔗多酚,通过单因素试验法和响应面设计,对甘蔗多酚提取工艺进行优化。试验结果表明,甘蔗多酚最佳提取工艺为乙醇体积分数58%、液料比11∶1 (mL·g^-1)、水浴温度49 ℃、超声功率103 W,超声时间35 min,提取甘蔗多酚产量为18.87 mg·g^-1,预测值为19.10 mg·g^-1,该模型预测准确率达98.8%。

针对频分双工大规模多输入多输出系统中信道状态信息反馈方法反馈精度低的问题,提出了一种名为CDTransformer的基于Transformer和卷积分解(convolutional decomposition,CD)的CSI反馈网络。CDTransformer将卷积分解融入改进的Transformer结构网络中,在不增加计算复杂度的情况下提升网络性能,并通过对网络的全连接层进行二值化实现轻量级部署。针对用户端功率有限的情况,提出了一种MixedTransformer网络模型。其中编码器采用计算成本较低、结构简单的单层卷积神经网络,而解码器则采用与CDTransformer模型相同的结构。CDTransformer模型融合了Transformer结构和卷积分解,提高了CSI反馈精度并实现轻量级部署。此外,引入了MixedTransformer模型,结合了CDTransformer和卷积神经网络的优点,以在功率有限情况下提供更好的性能。结果显示,相比于 CsiTransformer网络模型,CDTransformer网络模型在归一化均方误差和余弦相似度方面分别提高了37.7%和0.2%。

随着深度学习的发展,利用深度学习相关知识实现水面物体检测的信息化以及智能化具有重要的意义。受到水平面复杂环境的影响,水面物体的实例分割依然是如今的难点之一。以水面物体实例分割为研究对象,提出了一种改进的Mask R-CNN网络模型。在数据集的构建阶段,使用labelme标注工具对图像进行标注并且通过添加高斯噪声、随机亮度等方法实现图像的增强。对于Mask R-CNN网络模型的改进部分,采用ResNeXt50作为骨干网络,并且在FPN网络中引入注意力机制SENet模块。实验结果表明,在IOU=0.5的判别方式中,改进后的网络模型相较于原始的Mask R-CNN网络模型,检测以及分割的平均精度分别提高到89.3%、88.5%。因此,改进后的Mask R-CNN网络模型相较于原始的Mask R-CNN网络模型更适合于水面物体的实例分割。

造纸黑液占整个造纸业污染的90%以上,对环境造成严重影响,造纸黑液中大量的有机质可以作为黄腐酸的合成前体，黄腐酸对重金属有良好的吸附作用。根据国际腐植酸协会推荐方法,自两种不同造纸工艺的黑液中成功提取出了碱法类黄腐酸（JFLA）和铵法类黄腐酸（AFLA）；通过平衡络合试验,在不同Pb²⁺浓度和pH的重金属水溶液中,研究了两种类黄腐酸对铅的吸附效果与规律,AFLA在低Pb²⁺浓度、高pH条件下具有更好的吸附能力,且AFLA比JFLA的吸附能力更强。研究结果表明了黑液类黄腐酸有修复Pb²⁺污染水体的可能性,为相关研究开展奠定了理论基础。

基于严格的逻辑推理,证明了“形如4k-1(k∈Z+)的素数有无穷多个”和“形如6k-1(k∈Z+)的素数有无穷多个”。基于平方剩余和Euler判定法则,证明了“形如4k+1(k∈Z+)的素数有无穷多个”。基于阶和Euler定理,证明了“形如6k+1(k∈Z+)的素数有无穷多个”。

采用化学交联法和浸渍法成功制备了磷钨酸修饰的壳聚糖/胺化石墨烯量子点复合气凝胶(CSx@AGQD-HPW12)。采用傅里叶红外光谱仪(FT-IR),扫描电子显微镜(SEM),透射电子显微镜(TEM),比表面积测定仪(BET)和紫外-可见光漫反射(UV-vis DRS)对材料进行表征。在紫外-可见光条件下研究了CSx@AGQD-HPW12对环丙沙星溶液的吸附和光催化性能,对比其他三种材料,CS0.50@AGQD-HPW12显示出最优的性能,其对环丙沙星的预吸附光催化去除率可达98.8%,总有机碳去除效率约为52.1%。揭示了壳聚糖对CSx@AGQDHPW12性能的调控规律,壳聚糖的添加调控了其形貌、带隙、光电属性,进而改善了复合气凝胶的吸附-光催化性能。

氧还原反应是燃料电池阴极的关键反应,目前工业上主要用昂贵稀缺的铂材料作为燃料电池的氧还原催化剂,发展廉价高效的氧还原催化剂对降低燃料电池成本具有重要意义。通过水热反应和煅烧法制备了掺氮碳纳米层包裹的掺氮二氧化钛 (N-TiO₂@N-C)核壳结构材料,用透射电镜、X射线衍射、X射线光电子能谱、电化学测试等手段对该催化剂进行了表征,得出其在碱性介质中具有比贵金属催化剂Pd/C和Pt/C更高的氧还原催化活性。

针对机器人路径规划中深度强化学习方法训练时间长、收敛速度慢的问题,提出一种改进双延迟深度确定性策略梯度算法(twin delayed deep deterministic policy gradient,TD3)。该算法引入人工势场中的引力场和斥力场优化TD3的奖励函数,引导机器人合理的避开障碍物前往目标点,从而提高算法的收敛速度和准确率；同时运用运动约束规则对机器人的运动方向进行约束,使得运动轨迹更加平滑流畅。仿真实验结果表明,在多障碍物环境中,所提算法能有效地使机器人避开障碍物并规划出合理的路径。与其他方法相比,改进后的算法规划成功率更高,规划路径更短。

采用激光熔化沉积工艺制备了CoCrNi中熵合金,研究了激光功率对组织及性能的影响。结果表明,当功率为800~1 600 W时,沉积层与基体冶金结合良好,熔合线清晰可见。沿沉积层建筑方向组织依次为平面晶、柱状晶和等轴晶。随着功率升高,沉积层宽度增大,显微组织粗化,显微硬度逐渐降低。激光功率P=800 W时,性能最优,沉积层熔合区、中部和顶部的平均显微硬度分别为393、435和496 HV。

真菌在液体培养条件下可形成内部中空,表面致密的菌丝球,具有絮凝性能好、不易堆积、生长条件宽泛、易培养等优点。研究者已对其形成机制和培养条件开展了大量研究。近年来关注点逐渐转向其应用方面,目前真菌菌丝球已在污水处理、资源与能源回收等领域被广泛研究。主要介绍了液体培养条件下真菌菌丝球自组装机制,营养元素和培养条件对菌丝球形成的影响;概述了真菌菌丝球搭载纳米颗粒、微生物、生物炭对多种污水进行处理的研究及其在污水处理中的潜力与面临的挑战；另外,介绍了真菌菌丝球处理各类污水的案例以及与之配套使用的反应器的运行特点和应用情况。真菌菌丝球的利用应注重其多元化及协同化发展,依托其自身优势搭配其它物质发挥协同作用,推动其在污水处理和环境修复方面更有效的应用。研究结果可为真菌在污水处理中的应用提供指导和借鉴。

在工件材料塑性应力波波速阶段脆性切削工件,可以避免材料因软黏性大而产生的难断屑、应变硬化、黏刀等问题。选用硬质合金刀具、陶瓷刀具和立方氮化硼(PCBN)刀具高速(线速度高达8 000 m/min)脆性切削纯铁,观察各类刀具切削后刀具的磨损情况、切削力和已加工表面质量。结果表明:3种刀具中,硬质合金刀具磨损最为严重,其次是PCBN刀具,陶瓷刀具磨损最小。硬质合金刀具后刀面发生剧烈的磨粒磨损,PCBN前刀面出现月牙洼磨损,在月牙洼内充满高温熔化物和脆性断裂碎片,陶瓷刀具无明显磨损特征,但前、后刀面上有大量的工件黏附。相比于硬质合金和PCBN刀具,陶瓷刀具加工的加工表面缺陷较少,有极少的侧向流动,粗糙度和硬化层最小,是高速切削纯铁比较理想的刀具材料。

随着现代智能化和自动化的快速发展,移动自动引导车辆(AGV)开始担任重要角色。致力于研究麦克纳姆轮AGV的轨迹跟踪控制方法,采用自适应滑模控制以提高其在自动化物流和制造领域的应用性能。首先,在考虑外部干扰的情况下,对麦克纳姆轮AGV进行数学建模,建立其运动学模型和动力学模型。其次,在动力学模型的基础上设计一种自适应滑模轨迹跟踪控制器,该方法通过引入滑模面来实现对系统状态的控制,利用Lyapunov理论分析该控制方法的稳定性。最后,通过matlab仿真实验验证该控制器提高了AGV的轨迹精度以及有效性。

目前,多模态神经影像数据被广泛应用于阿尔茨海默症(AD)分类研究,然而,这些研究方法存在着一定缺陷。首先,原始特征维度较高且包含大量冗余信息,需要大量的计算资源进行处理和分析。其次,同一患者的完整多模态数据不易获得,导致样本数量较少,不利于训练出可靠的分类模型。为此,提出了一种基于最大相关-最小冗余和典型相关性分析的AD分类方法(mRMR-CCA)。首先使用最大相关-最小冗余(mRMR)算法从各模态数据选择出与分类标签最相关的判别性特征,然后使用典型相关性分析(CCA)算法来挖掘多模态数据间的内在联系,最后进行分类。使用阿尔茨海默氏病神经影像学倡议数据库中的数据进行了实验,实验结果证明了此方法在 AD 分类中的有效性。

土壤有机碳(SOC)、土壤无机碳(SIC)和土壤碳氮比(C/N)是土壤的重要化学性质,研究不同放牧策略对土壤化学性质的影响,对于维持草原生态系统可持续发展有重要意义。以锡林郭勒草原为例,分析不同放牧策略对土壤化学性质的影响,取锡林郭勒草原某指定区域不同放牧策略下的土壤化学性质数据,利用主成分分析中的因子分析法判断土壤各化学性质对环境影响的响应,得出土壤有机碳、土壤无机碳和土壤碳氮比受环境影响较大的结论。采用时间序列方法中的ARIMA模型(整合移动平均自回归模型),预测放牧区的有机碳、无机碳、全氮含量,给出相应的预测模型,不同放牧策略对土壤有机碳含量影响的预测模型为ARIMA(2,0,0),对土壤无机碳含量影响的预测模型为ARIMA(2,1,1),对土壤碳氮比影响的预测模型为ARIMA(3,0,0)。

左旋多巴(Levodopa,L-DOPA)能有效治疗帕金森病(Parkinson's Disease,PD),寻找能够专一性催化酪氨酸合成L-DOPA的新型酪氨酸酶(tyrosinase,TYR)具有重要意义。研究将来源于青枯雷尔氏菌(Ralstonia solanacearum)的酪氨酸氧化酶(RsTYR)基因构建到重组质粒中化转至大肠杆菌中进行异源表达并对表达条件进行了优化。结果表明,在BL21(DE3)大肠杆菌中,当诱导温度达到25 ℃,诱导剂异丙基β-D-1-硫代半乳糖苷(IPTG)的浓度为0.5 mmol/L,诱导时间设置为12 h时,RsTYR蛋白能够获得较高表达量(0.4 mg/mL)。随后,通过Ni树脂亲和层析、离子交换层析和凝胶过滤层析等方法对RsTYR蛋白进行纯化,获得高纯度的重组蛋白。随后利用精制的RsTYR蛋白,对其进行了产物鉴定和酶学性质表征研究,结果表明RsTYR能特异性的将L-酪氨酸合成L-DOPA。该酶的最适反应温度为45 ℃,最适反应pH为6.5。在pH为7.0时RsTYR催化性质最稳定,最适缓冲液为PBS缓冲液,在 pH 6.0~7.5间,酶分子仍具有50%以上的残余活性,且K⁺能够提高RsTYR的活性。同时测定了RsTYR的酶动力学参数,其K_m和k_cat值分别为0.63 μmol/L和9.61 s^-1。同源序列分析结果表明RsTYR属于Tyrosinase Superfamily,并且通过同源建模及序列对比分析预测了该酶的保守催化活性位点His81、His93、His102、His227、His231、His253。本研究为生物合成L-DOPA提供了一种新酶选择,为L-DOPA的生物催化合成提供了一定的理论基础。

针对远场条件下小孔径阵列被动定位在强干扰下精度差的问题,提出基于方向角的测向交叉定位算法。分析侧向交叉定位方法的工作机理,构建改进的目标定位几何模型和数值模型;利用构建的模型建立目标估计预测方程,并对非线性预测方程进行线性化处理,将预测方程在参考点处按泰勒级数展开,获得修正方程;通过迭代过程的优化控制获得目标的无偏渐近估计,实现目标精确定位;对所提算法的主要误差来源进行分析,研究不同误差项对目标定位精度的影响。仿真实验表明,提出的算法能有效的对目标进行定位,在方向角误差和背景噪声较大时定位精度明显高于传统定位算法,具有更优的定位性能。

针对选矿生产过程中亟待解决的浮选精矿品位在线测量问题,将非负绞杀(nonnegative garrote,NNG)算法嵌入在线序列极限学习机(online sequential extreme Learning machine, OS-ELM),提出一种基于OS-ELM及其输入变量选择的精矿品位在线软测量算法。首先通过参数优化获得训练好的OS-ELM预测模型,通过增量学习过程中新增样本或样本块,对网络输出权值进行递推更新;其次采用NNG算法对OS-ELM网络模型输入权值进行稀疏优化,剔除冗余变量,提高模型泛化性能;最后将算法应用于某矿企铜矿浮选过程铜精矿品位软测量,并与其它先进算法及现场载流X荧光品位分析仪测量结果对比。实验结果表明,所提算法能有效剔除冗余变量,提高精矿品位测量的准确性,实现浮选精矿品位的实时精确软测量。

蓝色是三原色之一,现已被广泛应用于食品、医药、化妆品等多个领域。目前用于食品加工的蓝色素多为合成蓝色素,天然蓝色素在商业应用中极其罕见。研究发现蓝色刺孢霉QY229在液态摇瓶培养条件下能够代谢产生胞外水溶性蓝色素,并对其发酵条件进行响应面优化。结果表明,当蛋白胨质量浓度为34.61 g/L,温度为31.67 ℃,装瓶量为72.33 mL/250 mL时,蓝色素发酵液色价可达348.2 U/mL,是优化前发酵液色价的2.1倍。因此,蓝色刺孢霉QY229液态发酵生产蓝色素作为稀有天然蓝色素的又一新来源,具有广阔的应用前景。

通过塞罕坝林场建立前后的环境数据,给出环境评价指标并建立基于熵权法的TOPSIS环境状况综合评价模型,研究了塞罕坝林场生态保护区的建设对当地及其周边环境改善做出的突出贡献,并采用定量评价模型分析了其在北京抵御沙尘暴中的作用。然后,为了更准确的说明塞罕坝林场建设的重要性,又建立了基于层次分析法的TOPSIS环境状况综合评价模型,模拟结果显示两模型的结论一致。为了研究全国生态状况,收集了31个省市自治区的环境相关数据,并通过主成分分析法建立环境指标评价体系,对各地区环境状况进行赋分,在通过典型地区的环境状况设定阈值,得分低于阈值的地区需要建立生态保护区。最后,为了给需要建立生态保护区的地区提出更合理的建设方案,我们还考虑了该地区的经济水平和土地面积情况,并通过定量对比的方式给出各生态保护区的建设面积及其对国家碳中和的影响。

为降低海带多糖中重金属铅、镉、铬的含量,选用改性硅胶作为吸附剂,以3种重金属的脱除率、多糖保留率为评价指标,以pH、硅胶用量、温度和时间为因素进行了单因素试验;在此基础上通过正交试验设计和综合评价指标优化了海带多糖中重金属脱除工艺条件。结果表明,海带多糖中重金属脱除的最佳工艺条件为pH 8、温度50 ℃、时间3.5 h,对铅、镉、铬的脱除率分别可达到93.33%、97.27%、69.27%,此时的多糖保留率为83.28%。脱除后,海带多糖中重金属含量均低于国家标准的限值,且最大程度地保留了多糖,提高了再加工原料品质,为海带多糖在食品、保健食品和特医食品中的应用提供了高品质原料。

为了监控装载机液压系统状态,对液压系统进行性能诊断分析和优化设计,搭建了基于MATLAB/Simulink和LabVIEW的多通道数据采集系统对装载机的液压系统进行数据采集测试。系统的数据采集程序在MATLAB/Simulink上进行搭建,搭建完成后导出到PowerECU-57AL控制器中实现多路信号的同步采集,通过CAN分析仪将采集到的数据传入测试系统,使用LabVIEW对测试系统的监控界面进行设计,通过CAN通讯协议接收控制器采集数据并对数据进行分析和处理。实车测试结果表明,该系统可以同步采集多路模拟信号和CAN总线信号,并可以将采集到的数据实时显示在监控界面中,能有效的反映装载机液压系统工作时各个参数的变化特征,能够满足装载机液压系统的数据采集测试要求。

针对动态场景下非均匀盲去模糊算法存在去模糊不彻底和纹理细节丢失的问题,提出了一种基于多输入多输出编解码器网络的图像去模糊方法。首先,采用一个特征提取模块获取不同尺度模糊图像的全局和局部特征信息,为网络提供更丰富、更全面的图像特征信息。其次,使用特征融合模块对多尺度特征进行融合,使不同尺度下的上下文特征与细节信息可以在单个U-net网络中流动,增强了特征信息的流动性,解决了传统方法中多个子网络堆叠导致特征流动受阻的问题。最后,设计了一个由L1损失、多尺度频率重建损失和边缘损失组成的混合损失函数,在提升图像复原效果的同时更好地保留纹理结构和边缘信息。为了评估网络去模糊性能,在基准数据集GoPro和HIDE上进行测试,复原图像的峰值信噪比均值分别为31.94、29.45 dB,结构相似度均值分别为0.961、0.936,均高于相比较的去模糊算法。在视觉效果上,恢复的图像纹理结构和边缘更清晰,更接近真实图像。所提出的网络模型能够获取更丰富的特征信息,增强了网络内部特征的流动能力,取得了较好的去模糊效果。

在多源大数据融合阶段处理历年异构的数据时，涉及到多指标和多维度的问题，需要清洗、转换、映射和对齐等操作。相关数据处理工具和方法逐步涌现，但仍难以解决大量数据的交叉融合问题。为此，研究了基于ETL技术的多源异构数据融合方法，分析了常用的ETL工具和数据融合技术，包括数据抽取、转换、加载工具以及数据处理算法。分析了面向灵活需求、业务交叉较多和实时数据流场景时，遇到的数据源异构、数据结构差异、数据更新频率困难等问题，并从模块化设计、逻辑和参数分离、标准化构件库、轻量级JSON格式的配置文件等方面研究了ETL工具模块化扩展和构件重复使用的方法，以便更好地处理大规模异构数据。解决了多源大数据融合阶段的交叉融合问题，对提高数据处理效率、确保数据质量以及支持更深入的数据分析和决策具有重要意义。

综合利用煤气化细渣的天然成份（富含Si、Al、Fe、Ca）,以酸浸+碱溶方法制备新型聚合硅酸铝铁絮凝剂（PSAFC）,在优化制备条件的基础上,采用X射线荧光光谱仪（XRF）、X射线衍射（XRD）和傅里叶变换红外光谱（FT-IR）对PSAFC进行了表征,证明PSAFC是由Si、Al、Fe、Ca等元素聚合而成非晶相、无定形的高分子无机絮凝剂。同时,以高岭土悬浊液为研究对象,对PSAFC絮凝性能进行了研究。结果表明:当PSAFC质量浓度为50 mg/L,pH为10时,高岭土悬浊液初始浊度低于1 439 NTU时,PSAFC对其均具有较好的絮凝性能,浊度去除率均可达95%以上。该研究可为煤气化细渣的综合利用与高分子无机絮凝剂的制备提供新的途径与方法。

:针对现代流程工业过程变量存在的多变量、非线性、时滞及测量异常值等问题,提出一种基于门控循环单元(gate recurrent unit,GRU)的鲁棒软测量算法。首先,利用历史数据训练一个初始GRU模型。其次,提出一种改进的最小绝对Lp惩罚解(improved least absolute Lp penalized solution,ILAPPS)的算法,将中值绝对偏差融入截断平均绝对误差损失,使其对异常值有更强的抵抗力，并将基于随机森林的置换重要性排序设计自适应算子嵌入Lp正则化项,提高输入变量选择的准确度。再次,将ILAPPS算法嵌入GRU输入层和循环层,以实现GRU的稀疏化。最后,将所提出的算法应用于人工数据集和实际工业铜矿浮选过程,并与其它先进算法进行性能比较,实验结果表明所提算法具有较高的预测精度和鲁棒性。

研究了连续推力航天器轨道转移燃料最优轨迹优化问题。考虑到实际工程需求,将3个方向的推力控制分开进行独立优化。使用间接优化方法,利用同伦法将能量最优解过渡至燃料最优解,以克服bang-bang控制造成的不平滑积分问题。针对间接法的初值敏感问题,基于简化的动力学模型提出一种初始化方法,可以快速生成高质量的协状态初始猜测值,提高收敛性。数值仿真结果表明,利用此初始化方法生成的初始猜测值可以求得收敛且可行的能量最优解和燃料最优解,验证了此初始化方法的可行性与高效性。

计算颜色恒常性是指消除场景光源的影响从而再现物体真实颜色的能力。目前,深度神经网络的应用使颜色恒常性精度显著提高,但大多数深度学习算法训练时间长、计算复杂度高,且需要大量的训练样本。针对此问题,提出了一种结合自适应神经模糊推理系统(ANFIS)和最小二乘支持向量机(LSSVM)的简单有效的方法。该方法分为训练和预测两个阶段:在训练阶段,首先提取图像特征分别训练ANFIS、LSSVM两种初始光源估计模型,接着利用核函数变换将两种模型融合,然后利用预留训练样本进一步训练得到多元线性回归光源估计模型；在预测阶段,提取测试图像特征后,直接由训练所得模型预测得到该测试图像最终的场景光源颜色值。实验结果表明,与深度学习方法相比,本文所提方法计算复杂度较低,即使在小训练样本中也能有很好的光源估计性能。

在水产养殖当中,水质数据的实时性和精确性对养殖活动具有重要作用。除从物理层面提高水质监测系统准确性外,对所获水质数据使用算法优化处理,可大幅提高数据的精确性。运用神经网络辅助卡尔曼滤波算法对水质监测数据进行处理,能够将溶解氧的平均绝对误差降低27%以上,均方误差降低39%以上,均方根误差降低22%以上,对pH的平均绝对误差也可以降低20%以上。精确的水质数据为养殖户的科学水产养殖提供了数据支撑。

自适应滤波算法是主动控制系统的核心部分,为进一步优化归一化变步长滤波x-最小均方(NVSS-FxLMS)算法,本研究引入信号插值概念,构建结合信号插值与归一化变步长理念的INVSS-FxLMS算法,以进一步改善控制效果及算法收敛速度,并探究了信号插值数量对算法性能的影响。仿真结果表明,信号插值可改善NVSS-FxLMS算法的控制效果及收敛速度,且插值数量存在最佳范围,当插值数量为10左右时,控制效果及收敛速度较好,总声压级/加速度级降低率达18%,而计算时间仅增加约9.6%,为NVSS-FxLMS算法的发展提供了新思路,并为主动控制系统的改进奠定基础。

以枯草芽孢杆菌168为代谢研究菌株,优化发酵工艺,包括培养基配方和发酵条件,最终得到在葡萄糖80.0 g/L,酵母提取物10.0 g/L,玉米浆干粉10.0 g/L,尿素5.0 g/L,K₂HPO₄ 10.0 g/L,MgSO₄ 1.0 g/L,MnSO₄ 0.08 g/L,发酵温度37 ℃,初始pH 6.5,接种密度3%,液体体积40%的发酵条件下,得到质量浓度最高为32.58 g/L的乙偶姻。将乙偶姻添加到斑马鱼饲料中,研究其对斑马鱼的引诱作用。结果表明,在斑马鱼饲料中添加质量分数0.6%的乙偶姻,可以使饲料的吸引指数从2.11±0.09提高到3.13±0.08,吸引指数提高了48.34%,并且添加适当浓度的乙偶姻可以提高斑马鱼肝脏的抗氧化能力和肠道消化道的活性。综上所述,采用枯草芽孢杆菌168发酵工艺生产乙偶姻安全可靠、回收率高,作为斑马鱼诱食剂的效果显著,应用价值高。 

随着大数据的不断发展,用户的个性化推荐得到普遍应用,现有的推荐算法忽略了用户之间的多种社交关系组成的社团结构,但在现实的网络空间中用户间的多种社交关系可以很好的作用于推荐系统。基于多子网复合复杂网络模型,利用多种社交关系组成的社团结构特性,提出了基于多社交关系的社团划分概率矩阵推荐算法。通过在真实数据集Epinions上与现有推荐算法进行对比,准确率评价指标δ_MAE、δ_RMSE分别提高了30%、20%,由此可以证明,基于多社交关系的社团划分概率矩阵推荐算法能有效提高推荐准确率。