主成分分析-近红外光谱法快速测定婴儿配方乳粉中必需脂肪酸

利用主成分分析法将婴儿乳粉的近红外光谱数据与必需脂肪酸含量建立校正模型,并采用交互验证和外部检验两种方式来考察模型的可靠性。得到模型校正相关系数(R2)0.8704,均方估计残差(RMSEC)和交互校验均方残差(RMSECV)分别为0.6275和0.8907,应用所建立的必需脂肪酸近红外模型对婴儿乳粉必需脂肪酸含量进行预测,并将预测值和化学测量值进行配对t检验,结果表明两者无显著差异。     

广东省能源需求预测模型构建及实证分析

为了对广东省的能源需求进行准确的预测,首先分析了影响广东省能源需求的各种因素,构建了预测指标体系.在此基础上,针对能源系统非线性等复杂系统特征,结合粒子群算法和BP神经网络的优点,构建了改进的PSO-BP神经网络的预测模型,并通过主成分分析法对指标体系进行数据降维,以降低神经网络的规模和复杂程度.以广东省1985-2013年的能源需求数据进行模拟与仿真,并对2014-2018年的能源需求量进行预测,理论分析和实证研究表明,该方法能够很好的反映广东省能源需求的特征,预测结果较为准确合理.     

基于生物素化纳米抗体检测拟除虫菊酯代谢物3-苯氧基苯甲酸的研究

该研究在前期已制备获得的拟除虫菊酯代谢物3-苯氧基苯甲酸（3-PBA）纳米抗体（Nb）基础上,将其进行生物素化,并利用多聚辣根过氧化物酶标记的链霉亲和素（polyHRP－SA）进行信号扩增,建立了基于生物素－亲和素系统高灵敏间接竞争ELISA检测3-PBA残留的分析方法。对抗原抗体工作浓度、缓冲液条件（pH值、离子浓度、吐温－20浓度）及polyHRP－SA浓度进行优化后,所建方法对3-PBA的半抑制浓度（IC50）为1.7 ng/mL,线性范围为0.37～7.4 ng/mL,检出限（LOD）为0.15 ng/mL。将该方法用于人尿样品（高温酸水解后固相萃取净化）和环境水样品（简单过滤）中3-PBA的检测,加标回收率分别为87.0%～127%和78.0%～113%,相对标准偏差（RSD）不大于10%。该方法具有灵敏度高、操作简便,适用于生物与环境样本中3-PBA的快速筛查。     

场放大进样-毛细管电泳非接触式电导快速检测蔬菜中草酸

采用场放大进样-毛细管电泳非接触式电导,建立了分离检测蔬菜中水溶性草酸的方法。以25 mmol/L乙酸溶液为电泳运行液,未涂层石英毛细管,负高压分离,电动进样-11 kV×10 s,草酸可在5 min内获得良好分离和灵敏检测,检出限为6μg/L,定量限为20μg/L。日内和日间精度的相对标准偏差(RSD)≤5%。蔬菜样品中共存的常见无机阴离子和有机基质不干扰草酸的测定,样品无需复杂的前处理就可直接进样分析。该方法可用于蔬菜中水溶性草酸含量的检测。     

改进蚁群PID-神经元解耦的CFB锅炉燃烧系统控制

床温和主汽压都是循环流化床锅炉生产运行中的重要参数,会直接影响机组的安全性和经济性。但由于这两者对象存在非线性、大时延、强耦合等特点,其现场控制效果一直不太理想。本文首先采用自适应神经元将床温和主汽压解耦,再利用具有分工特征的蚁群算法优化参数的PID控制器对两者进行独立控制。采用该算法优化常规PID控制参数,能够实现控制参数的快速寻优。该方案应用于循环流化床锅炉燃烧系统仿真,结果表明能有效实现系统解耦,且具有响应快、超调量小等优点,有效地提高了控制品质。     

基于功率谱包络能量和SVM的舰用发动机故障诊断

发动机是军舰上的重要部件之一,其稳定性对军舰的正常航行具有重要影响。以舰用发动机关键部件(主泵轴承)为具体研究对象,提出了基于功率谱包络能量和支持向量机相结合的故障诊断方法。首先获取了大量可表征舰用发动机主泵轴承健康状态的振动加速度信息,对其进行功率谱分析,获得其功率谱的包络能量;以获取的舰用发动机主泵轴承功率谱的包络能量构建特征向量,并设计基于SVM的舰用发动机主泵轴承故障诊断模型,对主泵轴承的故障进行诊断研究。研究结果表明,采用基于功率谱包络能量和SVM相结合的舰用发动机关键部件故障诊断方法,可以很好实现主泵轴承的故障诊断效能,为舰用发动机主泵轴承故障诊断的工程应用奠定了基础。     

基于GA的主汽温系统内模控制研究

主汽温控制系统是典型的大迟延、大惯性、时变控制系统,一直以来都是火电厂自动控制的难点。为此将内模控制引入主汽温控制系统,并提出采用遗传算法对滤波器参数优化整定,该方法简单易行,相较于传统PID参数整定方法具有一定的优越性。并对内模控制为主控制器的IMC-PI控制系统进行SIMULINK仿真,与PID-PI控制系统进行对比,仿真结果表明IMC-PID控制系统相比于传统PID-P串级控制系统过渡时间短、超调量小、鲁棒性好等特点。其控制效果好于常规串级 PID 控制系统,适用于大迟延、大惯性过程的控制,并且易于在工业上实现。     

基于自适应权重的函数型数据聚类方法研究

基于有限维离散数据的传统聚类分析并不能直接用于函数型数据的分类挖掘。本文针对函数型数据的稀疏性和无穷维特殊性展开讨论,在综合剖析现有函数型聚类方法优势与不足的基础上,依据聚类指标的信息量差异重构加权主成分距离为函数相似性测度,提出了一种函数型数据的自适应权重聚类分析。相对同类函数型聚类算法,新方法的核心优势在于:(1)自适应赋权的距离函数体现了聚类指标分类效率的差异,并且有充分的理论基础保证其必要性和客观合理性;(2)基于有限维离散数据的聚类实现了无限维连续函数的聚类,能够显著降低计算成本。实证检验表明,新方法的分类正确率明显提高,能够有效解决传统聚类算法极端情形下的失效问题,有着复杂函数型数据分类问题下的灵活性和普遍适用性。     

分子荧光-基于主成分分析优化输入变量的径向基函数神经网络法测定尿液中的诺氟沙星

将主成分分析用于优化径向基函数神经网络的输入变量,用于提高神经网络模型的预测能力。方法能有效地解决分子荧光光谱法测定尿液中诺氟沙星过程中尿液中内源性荧光物质的干扰。在优化条件下,径向基函数神经网络模型对尿液中诺氟沙星的平均预测误差为15.34%,神经网络结构为2∶3∶1。方法已用于测定尿液中的诺氟沙星。     

一种全光纤啁啾脉冲放大系统设计

提出了一种全光纤啁啾脉冲放大系统,在理论分析的基础上,利用分步傅里叶法,通过求解非线性薛定谔方程,对由组合A(1m的DCF+2m的EDF+3.08m的SMF)与组合B(1m的DCF+2m的LMA-EDF+0.61m的SMF)分别构成的两个全光纤啁啾脉冲放大系统进行分段数值模拟,结果发现,将重复频率为100MHz、峰值功率为33.3 W、脉宽为300fs的种子脉冲经过组合A构成的放大系统后,变为重复频率为100 MHz、峰值功率为18 062.43 W、脉宽约为56fs的脉冲;而经过组合B构成的放大系统后,种子脉冲则变为重复频率为100 MHz、峰值功率为31 022.24 W、脉宽约为50fs的脉冲。