课程文献中心 更多>>

关键词： 动态矩阵控制   JAYA算法   Tent混沌映射   遗传变异  

摘要： 为增强系统在多变量动态矩阵控制(DMC)作用下的控制效果，针对DMC本身的参数对控制性能有显著影响，而参数需要根据系统特性进行调整，提出了一种由两种策略混改进的JAYA算法对DMC中三个关键性参数进行组合寻优。首先，选择JAYA算法是因为其具有无参数特性，能够适应不同的系统和运行条件，提高预测控制的灵活性；然后，由于JAYA算法具有易陷入局部最优及无法保持种群多样性的问题，于是将Tent混沌映射及遗传变异这两种策略分别与JAYA算法结合，通过仿真实验在测试函数集上验证了改进后效果更优；最后，将混合改进的JAYA算法应用于DMC中的参数寻优，选用了传统双输入双输出的传递函数，仿真实验表明，混合改进的JAYA算法使得DMC的控制效果更好，具有更广泛的应用前景。

关键词： 固体氧化物燃料电池   长短期记忆网络   正交试验法   参数优化   性能预测  

摘要： 固体氧化物燃料电池（SOFC）是环保、高效、具有广泛前景的新型发电装置，近年来受到越来越多的关注。对SOFC系统运行状态的预测和评估是发电系统能够稳定长期运行的关键。针对长短期记忆网络（LSTM）模型参数选值困难导致的电池寿命预测精度不足问题，正交试验法被用于系统性地优化基于LSTM的SOFC预测模型参数。结果表明，批大小对LSTM模型预测精度和计算时间的影响最为显著，且所提优化模型相较于循环神经网络、门控循环单元神经网络、鲸鱼算法优化LSTM和灰狼算法优化LSTM的均方根误差分别降低了72.36%、18.18%、35.05%和32.97%。经正交法对模型参数进行系统性调优后，LSTM模型表现出较高的预测精度，预测准确性提高，在未来可进一步与控制策略相结合，有效减缓燃料电池的衰退。

关键词： Computer science   artificial intelligence  

ISBN: (数字)9781394242528 ISBN: (纸本)9781394242498

摘要： Artificial Intelligence-Based System Models in Healthcare provides a comprehensive and insightful guide to the transformative applications of AI in the healthcare system. This book is a groundbreaking exploration of the synergies between artificial intelligence and healthcare innovation. In an era where technological advancements are reshaping the landscape of

关键词： 智能巡检   深度学习   鲁棒性   对比学习   训练方法  

摘要： 输电线路的智能巡检视觉任务对电力系统的安全稳定至关重要。尽管深度学习网络在分布一致的训练和测试数据集上表现良好，但实际应用中数据分布的偏差常常会降低模型性能。为解决这一问题，提出了一种基于对比学习的训练方法(Training Method based on Contrastive Learning,TMCL)，旨在增强模型鲁棒性。首先，构建了专为输电线路场景设计的基准测试集(Transmission Line Dataset-Corruption,TLD-C)，用于评估模型在面对图像损坏时的鲁棒性。然后，TMCL通过构建对类别特征敏感的正负样本对，提升了模型对不同类别特征的区分能力。接着，结合对比损失和交叉熵损失的联合优化策略，对特征提取过程施加额外约束，以优化特征向量的表征。最后，引入了非局部特征去噪网络，专注于提取与类别密切相关的特征。实验结果表明，模型应用改进后的训练方法，在输电线路数据集上的平均精度比原始方法高出3.40个百分点，在TLD-C数据集上的相对损坏精度比原始方法高出4.69个百分点。

关键词： 菊粉   蛋清-大豆分离蛋白   起泡性能   机理  

摘要： 为改善蛋白起泡性能，该文以蛋清-大豆分离蛋白复合蛋白为原料，探究了不同菊粉添加量对复合蛋白起泡性能的影响。并对蛋清-大豆分离蛋白-菊粉复合物的粒径分布及ζ-电位、SDS-PAGE、红外光谱、表面疏水性及游离巯基含量进行了分析，对菊粉与复合蛋白结合机理进行了初步探究。结果表明，与空白组相比，添加0.8%的菊粉时，复合蛋白起泡性提高了24.23%，泡沫稳定性提高了25.71%。菊粉改变了复合蛋白的聚集状态，结构变得松散，电位绝对值降低，游离巯基暴露出来。菊粉与之生成结构更加紧凑的小分子复合物，粒径减小。复合物β-折叠含量减少，蛋白质分子发生去折叠，菊粉通过氢键与复合蛋白分子发生非共价相互作用，导致亲水基团增加，表面疏水性下降，分子间相互作用有助于泡沫膜的形成，进而改善了起泡性能。因此，菊粉能够有效改善蛋清-大豆分离蛋白复合蛋白的起泡性能。

关键词： 钢渣   碳化   砌块   回归分析   抗压强度  

摘要： 通过低成本的密封碳化养护方法，利用纯钢渣为胶凝材料成功制备了碳化钢渣砌块。为进一步提高砌块的性能，研究采用基于回归分析的方法对砌块的制备工艺参数进行了优化，并探究了水固比与成型压力对砌块抗压强度与二氧化碳(carbon dioxide，CO2)吸收率的影响规律。研究结果表明：当水固比为0.13，成型压力为15MPa时，砌块抗压强度最高，达到了82.70MPa；在不同成型压力水平下，存在最佳水固比使得砌块具有最高的抗压强度或CO2吸收率，在不同水固比水平下，随着成型压力的增加，砌块抗压强度提高而CO2吸收率降低，水固比与成型压力间存在重要的交互效应，这种交互效应对砌块抗压强度与CO2吸收率有着负向的影响；根据回归模型进行预测，当水固比为0.13，成型压力为15MPa时砌块抗压强度预测值最高，当水固比为0.14，成型压力为5MPa时砌块CO2吸收率预测值最高。两种最优参数组合下，砌块抗压强度与CO2吸收率的实测值与预测值相对误差均在合理范围内，表明构建的回归模型能有效优化砌块的制备工艺参数，并具有良好的预测能力。

关键词： 杯冠化合物   铯分离   高放废液   溶剂萃取  

摘要： 先进的后处理流程不仅要求回收乏燃料中全部的铀和钚，而且要求分离和回收关键裂变产物，如137Cs和90Sr。本工作合成并表征了1,3-二（4-叔丁基苄氧基）杯[4]芳烃-（4-叔丁基）苯并冠-6（L1）新配体；通过液-液萃取实验、负载有机相的质谱分析、UV光谱滴定实验、红外光谱分析等手段，研究了L1对Cs+的萃取机理、萃取选择性和配位作用。结果表明，以正辛醇作为有机相稀释剂，L1对Cs+的萃取在5 min内可达平衡，萃合物中L1与Cs+的配位比为1∶1,25℃下萃取反应的表观平衡常数lg Kex=3.31±0.07，萃取反应为放热反应，反应焓变为-54.0 kJ/mol。从模拟高放废液中萃取Cs+的结果证实了L1对Cs+有良好的选择性。此外，L1对Cs+的萃取分配比和分离因子(SFCs/M)均优于1,3-二（正辛氧基）杯[4]芳烃-冠-6（L2）的，表明L1有较好的应用前景。

关键词： 猪链球菌   屠宰场   江苏   耐药特征   致病特征  

摘要： 【目的】猪链球菌（Streptococcus suis， SS）是猪的常见致病菌，也是一种人畜共患病原。江苏曾于1998年暴发猪链球菌疫情，大量生猪死亡的同时，也导致14人感染死亡。因此，对江苏地区屠宰场健康猪进行猪链球菌感染调查，有重大的公共卫生意义。【方法】于2023年采集江苏两地屠宰场猪扁桃体，进行猪链球菌分离鉴定和血清分型，通过所分离菌株对斑马鱼和小鼠毒力测定、药敏试验及耐药基因检测，探究猪链球菌分离菌株的致病和耐药特征。【结果】2023年7月采集江苏昆山地区扁桃体样本阳性率为50.85% （30/59），分离鉴定出62株猪链球菌，其中分离率最高为31型（12.90%，8/62），其次为19型（11.29%，7/62）、NCL2型（8.06%，5/62）等；2023年7月、11月采集江苏丹阳地区扁桃体样本阳性率为60.71% （34/56），分离鉴定出77株猪链球菌，其中分离率最高为16型（11.69%，9/77），其次为9型（10.39%，8/77）、21型（10.39%，8/77）、31型（10.39%，8/77）等。两地分离株对林可酰胺类（98.56%，137/139）、大环内酯类（95.68%，133/139）、四环素类（96.40%，134/139）抗生素耐药率较高；97.84% （136/139）的菌株属于多重耐药菌株。所有菌株对头孢噻肟、万古霉素敏感。根据分离株来源及血清型选择42株（昆山市18株，丹阳市24株）代表菌株进行斑马鱼毒力测定，攻毒剂量为3×106CFU/尾时，有7株菌对斑马鱼致病力强，致死率≥80%。选择致死率≥80%且死亡趋势与强度对照无显著差异的3株代表菌株（分别为血清1型、3型、23型）进行小鼠试验，致死率均≥80%。【结论】江苏地区健康猪扁桃体的猪链球菌携带率较高（55.65%，64/115），97.84% （136/139）的分离株为多重耐药菌株，血清1型、3型、23型分离株致病力强，值得关注。

关键词： 金属有机骨架   高通量筛选   CO   分离   机器学习   分子模拟   富碳天然气  

摘要： 在碳达峰和碳中和目标的推动下，开发绿色化学技术，如利用海上风电电解水生产的绿色氢气和从富碳天然气中分离出来的CO2合成绿甲醇具有重要的社会经济意义。但如何高效分离海洋富碳天然气中的二氧化碳成为其中的关键技术难点，常规的高通量筛选方法用于金属有机骨架（MOFs）分离实际天然气组分CO2面临着模型复杂性高、求解时间长的问题。因此，本文提出了一种机器学习辅助的高通量筛选策略，其在训练集和测试集上的R2值分别超过了0.98和0.92，可用于快速从富碳天然气六元混合物(N2， CO2， CH4， C2H6， C3H8， H2S)中分离出CO2。

关键词： 河道汇流演算   双向长短期记忆网络   多头注意力机制   深度学习  

摘要： 为有效提取河道径流时间序列信息特征，提高河道汇流过程模拟预测的非线性拟合能力，构建一种融合双向长短期记忆网络（Bi-LSTM）、多头注意力机制（Multi-Head Attention）、前馈神经网络（FFNN）的河道汇流预测模型（MABLFN）。为验证MABLFN模型有效性，以永定河山峡段典型站点实测数据开展实例验证，并将预测结果与单一的LSTM、Bi-LSTM模型和具有物理机制的MIKE11模型预测结果进行对比分析，评估模型不同预报时长径流过程预测性能。结果表明：MABLFN模型能够较好地预测河道径流，MABLFN模型相比于LSTM模型、Bi-LSTM模型和MIKE11模型的RMSE降低了1%～52%，NSE提高了8%～9%；同时在计算效率方面MABLFN模型相比于LSTM模型、Bi-LSTM模型计算耗时由0.26s增加至1.2s，相比于MIKE11模型（360s）计算耗时降低。