|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺
.jpg){kind=logo}
一種燃燒后CO2捕集系統(tǒng)的多模型預(yù)測控制方法
本發(fā)明公開了一種燃燒后CO2捕集系統(tǒng)的多模型預(yù)測控制方法，該預(yù)測控制方法以基于化學(xué)吸附的燃燒后CO2捕集系統(tǒng)為被控對象，貧液閥門開度和汽輪機低壓缸抽汽閥門開度為系統(tǒng)控制輸入量，CO2捕集率和再沸器溫度為系統(tǒng)輸出量；首先基于子空間辨識方法，利用系統(tǒng)運行產(chǎn)生的數(shù)據(jù)，在不同工況點處建立系統(tǒng)的局部狀態(tài)空間模型；接著使用間隙度量的方法調(diào)研被控對象的非線性分布；進而在合適的局部工況點處建立預(yù)測控制器，并設(shè)計隸屬度函數(shù)將其加權(quán)組合，建立燃燒后CO2捕集系統(tǒng)多模型預(yù)測控制系統(tǒng)。本發(fā)明的方法具有良好的全局非線性控制能力，能夠有效適應(yīng)系統(tǒng)大范圍變工況的需求，快速追蹤CO2捕集率設(shè)定值，提高CO2捕集系統(tǒng)深度快速靈活運行的水平。
東南大學(xué)
2021-04-11
一種基于神經(jīng)網(wǎng)絡(luò)的反演大氣可降水量的MODIS模型改進方法
本發(fā)明公開了一種基于神經(jīng)網(wǎng)絡(luò)的反演大氣可降水量的MODIS模型改進方法，包括以下步驟：S1：利用MODIS三通道比值法反演大氣可降水量PWV，記為PWVMODIS；S2：利用BP神經(jīng)網(wǎng)絡(luò)建立測站處的緯度φ、測站處的高程h、年積日doy、PWVMODIS與測站GPS/MODIS反演的PWV殘差RES之間的非線性關(guān)系；S3：對BP神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練；S4：將φ、h、doy以及PWVMODIS作為輸入?yún)?shù)代入BP神經(jīng)網(wǎng)絡(luò)模型，并計算出GPS測站處PWV殘差RESBP；S5：利用RESBP補償PWVMODIS，獲得大氣可降水量PWV＝PWVMODIS+RESBP。本發(fā)明有效提高了建模精度。
東南大學(xué)
2021-04-11
.jpg){kind=logo}
基于小波分析和有限高斯混合模型EM方法的模擬電路故障診斷方法
近年來已經(jīng)建立了基于故障字典，模糊理論，專家系統(tǒng)，神經(jīng)網(wǎng)絡(luò)，支持向量機，信息融合，小波分析，粒子群等各種技術(shù)的不同故障診斷方法，并在模擬電路的實際檢驗中取得了良好的效果。然而，電路從正常到故障之間存在中間過渡狀態(tài)，怎樣定義這個中間狀態(tài)以及其對電路有怎樣的影響，如何準確描述這種影響，通過查閱文獻，到目前為止還沒有一種合理的方法能夠解決這個問題。
遼寧大學(xué)
2021-04-11
.jpg){kind=logo}
一種基于四點二元模型的圖像紋理特征值的提取方法
本發(fā)明提出一種基于四點二元模型的圖像紋理特征值的提取方法,首先計算2x2像素塊內(nèi)四個像素點像素值的均值;其次計算每個像素點與均值的差值,若差值大于等于一給定閾值,就置該像素塊的位置編碼值為1,否則為0;最后將四個像素塊的位置編碼值乘以相對應(yīng)的權(quán)重后,再將4個乘積求和,就得到該2x2像素塊的紋理特征值,本發(fā)明只需要計算四個像素點與其均值的差值,得到4bit的二進制碼,計算量減少一半且復(fù)雜度低,且能有效地表示人臉的局部紋理信息,可應(yīng)用于人臉檢測,識別和目標跟蹤系統(tǒng).
華僑大學(xué)
2021-04-29
.jpg){kind=logo}
基于人工蜂群和量子粒子群算法的一維水質(zhì)模型參數(shù)率定方法
本發(fā)明公開了一種基于人工蜂群算法和量子粒子群算法的優(yōu)化計算方法，其包括以下主要步驟：(1)根據(jù)實際問題編制待優(yōu)化目標函數(shù)；(2)輸入算法的通用運行參數(shù)：種群數(shù)目、迭代次數(shù)、變量維數(shù)、變量取值范圍、待優(yōu)化目標函數(shù)；(3)選取ABC、QPSO、QPSO+ABC和ABC+QPSO的一種或多種計算方法進行計算；(4)若只使用一種，直接判斷結(jié)果是否滿足優(yōu)化要求；若多于一種計算方法，綜合比較計算結(jié)果及評價最優(yōu)的結(jié)果是否滿足此次優(yōu)化的要求；(5)若滿足要求，運算結(jié)束，輸出計算結(jié)果和迭代曲線；(6)否則，修改算法的
安徽建筑大學(xué)
2021-01-12
.jpg){kind=logo}
重編程的神經(jīng)干細胞可以用來作為細胞模型研究疾病的發(fā)病機理
利用單個視網(wǎng)膜轉(zhuǎn)錄因子Ptf1a，可以將小鼠和人的成纖維細胞在體外高效重編程為神經(jīng)干細胞，并揭示了Ptf1a誘導(dǎo)體細胞重編程過程的內(nèi)在分子機制。由于Ptf1a是一個非神經(jīng)前體細胞轉(zhuǎn)錄因子，該發(fā)現(xiàn)顛覆了體細胞重編程為神經(jīng)干細胞需要依賴神經(jīng)前體細胞轉(zhuǎn)錄因子參與的認知。經(jīng)過Ptf1a重編程的神經(jīng)干細胞在體外可以大量傳代擴增，并能在體外及體內(nèi)分化成為具有功能的、各種類型的抑制性及興奮性神經(jīng)元、星型膠質(zhì)細胞和少突膠質(zhì)細胞。進一步的研究發(fā)現(xiàn)，當把這些誘導(dǎo)神經(jīng)干細胞移植到患有老年癡呆的小鼠模型大腦中，其可以分化并整合到大腦中，和原有的腦細胞形成功能性連接。行為學(xué)測試表明，細胞移植可以明顯改善患病小鼠的空間學(xué)習(xí)及記憶功能。? 和早期的其它研究相比，Ptf1a的單因子方案更安全、更高效、得到的神經(jīng)干細胞和體內(nèi)的神經(jīng)干細胞更接近，具有諸多優(yōu)點，從而解決了自體神經(jīng)干細胞的來源問題。重編程的神經(jīng)干細胞可以用來作為細胞模型研究疾病的發(fā)病機理，篩選有效的藥物，以及移植治療各種神經(jīng)疾病的細胞來源。
中山大學(xué)
2021-04-13
.jpg){kind=logo}
信息物理融合的CVT群體計量誤差評估模型 實現(xiàn)CVT個體計量誤差狀態(tài)的在線評估
電容式電壓互感器（CVT）給電能表提供電壓信號，其測量誤差直接影響電能計量的準確性。CVT在110kV及以上變電站中得到了廣泛應(yīng)用，然而CVT長期運行后易出現(xiàn)誤差異常。為了跟蹤CVT的計量誤差狀態(tài)變化，一般采用基于標準器比對的定期停電檢定法，但由于變電站停電困難等原因， CVT往往無法按期檢定，導(dǎo)致長期運行準確性難以得到保證。
南方科技大學(xué)
2021-04-14
.jpg){kind=logo}
一種基于開關(guān)表的三相可控整流器模型預(yù)測控制方法
本發(fā)明公開了一種基于開關(guān)表的三相可控整流器模型預(yù)測控制 方法，包括如下步驟：(1)將電網(wǎng)電壓矢量角度分為十二個扇區(qū)，對三 相可控整流器采用八個候選電壓控制矢量；(2)依據(jù)三相可控整流器的 電網(wǎng)側(cè)有功以及無功功率隨電網(wǎng)電壓矢量角度的變化規(guī)律，確定每個 扇區(qū)對應(yīng)的候選電壓控制矢量，生成開關(guān)表；(3)在當前時刻判定當前 的電網(wǎng)電壓矢量角度所屬扇區(qū)，從開關(guān)表中提取對應(yīng)的候選電壓控制 矢量；(4)依據(jù)提取的候選電壓矢量預(yù)測下一時刻的電網(wǎng)側(cè)有功以及無 功功率，從中選取最佳電壓控制矢量。本發(fā)明將開關(guān)表和模型預(yù)測控
華中科技大學(xué)
2021-04-14
藥大學(xué).jpg){kind=logo}
當歸飲子對復(fù)合型慢性蕁麻疹致敏小鼠模型細胞因子的影響
目的：研究當歸飲子對氣血兩虛型慢性蕁麻疹治療機理。 方法：ＫＭ小鼠，雌雄各半，采用利血平＋乙酰苯肼，聯(lián)合ＩＶ型變態(tài)反應(yīng)模擬蕁麻疹模型，選擇模型制作成功的動物，隨機分為模型組、氯雷他定組、當歸飲子加減方高劑量組、中劑量組和低劑量組，每組８只動物，另取８只作為空白對照組。實驗結(jié)束時，各組動物眼眶取血，分離血清，光鏡檢測外周血嗜酸性粒細胞（ＥＯＳ）變化；采用雙抗夾心ＥＬＩＳＡ法測試血清ＩｇＥ含量；剖取血管壁組織，免疫組織化學(xué)檢測血管壁組織中ＩＬ－４、ＩＦＮ－γ表達量。 結(jié)果：與模型組比較，當歸飲子各劑量組可顯著降低動物外周血嗜酸性粒細胞（Ｐ＜０．０１）；降低血清ＩｇＥ含量（Ｐ＜０．０１）；降低血管壁組織ＩＬ－４（Ｐ＜０．０１），升高ＩＦＮ－γ（Ｐ＜０．０１）。 結(jié)論：當歸飲子可通過干預(yù)Ｔ細胞異常分泌相關(guān)細胞因子抑制蕁麻疹發(fā)病。 文章發(fā)表于南京中醫(yī)藥大學(xué)學(xué)報２０１３年３月第２９卷第２期。
成都中醫(yī)藥大學(xué)
2015-05-14
大學(xué).jpg){kind=logo}
新型冠狀病毒肺炎(COVID-19）傳播預(yù)測模型及流行病學(xué)分析成果
全球肆虐的新型冠狀病毒肺炎對世界各國人民的生命健康造成了嚴重的損害，對國際經(jīng)濟產(chǎn)生巨大沖擊。加深對突發(fā)新型傳染性疾病的全面認識，分析新型冠狀病毒肺炎的流行病學(xué)特征，預(yù)測新型冠狀病毒肺炎的傳播趨勢成為了應(yīng)對疫情最為迫切的需求。馬婷團隊基于深度數(shù)據(jù)挖掘，建立輸入風(fēng)險及傳染病傳播動力學(xué)模型，通過與深圳市疾控中心、深圳市三院、黑龍江省疾控中心、美國約翰霍普金斯公共衛(wèi)生學(xué)院專家的密切合作，建立精準度更高、更為個性化的預(yù)測模型，第一時
哈爾濱工業(yè)大學(xué)
2021-04-14