季胺型阳离子木薯淀粉制备研究

本文以3-氯-2-羟丙基三甲基氯化胺为醚化剂对木薯淀粉进行醚化制得季胺型阳离子淀粉。以互甲胺盐酸盐、环氧氯丙烷为原料,制备了醚化剂3-氯-2-羟丙基三甲基氯化胺,醚化剂制备适宜温度为20℃,二者物质的量之比1．00：1．05,反应时间3—4h．真空蒸馏3—4次提纯。采用湿法制备阳离子淀粉,反应浆液浓度30％-40%,反应温度40℃,反应体系pH值11—12,氢氧化钠与醚化剂物质的量之比2-8：1,淀粉与醚化剂物质的量之比1：0．15。取代度为0.07-0．12。67     

农村公路规划与执行多维评价方法研究

新农村公路的建设与发展需要更加科学更为合理的评价指标进行衡量与指导,针对当前我国农村公路规划与执行评价指标不全、框架不整等问题,提出了面向农村公路规划与执行的多维度评价概念.以变异系数-重要度筛选模型为基础,确立了农村公路规划与执行多维评价指标体系,明确了农村公路规划与执行评价指标体系.考虑多维联系数基于拉开档次法建立了农村公路规划与执行组合评价方法.最后以河南省“四好农村路”建设过程为例,以规划与执行为维度划分依据,通过多维评价指标的筛选确立了河南省“四好农村路”规划与执行多维评价指标体系,然后从规划、实施和保障三个维度对河南省“四好农村路”规划与执行过程进行了综合评价.     

含有内噪声的耦合细胞体系对外噪声的选择作用

本文研究了在内噪声存在的情况下,耦合细胞体系对外噪声的选择效应。模拟过程中发现:体系中钙离子振荡行为对多个噪声强度表现出较好响应,改变耦合强度和耦合单元数目时,出现了多重随机共振和不同共振态之间的转变现象。为解释这种转变现象发生的机理,计算了钙离子振荡时间序列的标准差来表征体系的活动强度,发现上述转变现象与体系的活动强度密切相关。模拟结果表明:耦合细胞体系可以根据实际情况,自发调节自身结构参数来合理利用内外噪声,并借助于随机共振模式转变的机制,对外界不同的刺激信号作出选择性的响应。     

理想气体p-V图上直线过程的温度与热量变化的分析

利用热力学第一定律对理想气体p-V图上的四种直线过程进行了分析,讨论了直线过程中温度与能量的变化情况.     

In- and Anti-transition of Firing Patterns Induced by Random Long-range Connections in Coupled Hindmarsh-Rose Neurons System

研究了在外界刺激电流的作用下,随机的长程关联对耦合的Hindmarsh-Rose神经元放电模式转变的影响．结果表明,当耦合强度较弱时,在神经元网络中加入一定数量的随机的长程关联,神经元的放电模式会从较少的周期态转变到较多的周期态;当耦合强度较强时,在神经元网络中加入一定数量的随机长程关联,神经元的放电模式会产生相反的转变,即从较多的周期态转变到较少的周期态．同时还简单讨论了神经系统的尺度大小和神经元之间的耦合强度,以及不同外界刺激条件下放电模式的强度与临界特性之间的关系．     

MgCO3分子的解离产物合成MgAl2O4分子

本研究碳酸镁MgCO₃分子的解离过程及其解离产物与三氧化二铝Al₂O₃合成MgAl₂O₄的微观过程．利用Gaussian 09软件采用CCSD(T) 6-311++G(d,p)和M06-2x/6-311++G(d,p)方法分别计算反应物碳酸镁MgCO₃分子单点能和频率,并计算反应物受热分解的过程,寻找解离的过渡态.并通过高温烧结法,在实验室用MgCO₃和Al₂O₃粉末为原料,1450℃合成铝酸镁MgAl₂O₄,通过X-ray diffraction即XRD测试表征实验产物与理论计算是一致的.     

补偿神经网络算法在INS参数估计的应用

对基于λ-γ学习算法的补偿神经网络结构进行了研究,将其应用在导航参数误差估计中。与传统的前馈神经网络相比,它不仅能减少神经元的个数,还能减少训练所需的计算时间。通过计算机仿真,与传统的前馈算法进行了比较,表明了该模型的有效性和实用性。     

基于局部颜色直方图的SIFT算法研究

尺度不变特征变换(SIFT)算法是一种对旋转、尺度缩放和光照保持不变性的局部特征图像匹配算子,是公认的识别率最佳算法之一。而SIFT算法仅使用灰度信息,忽略颜色信息,当对彩色目标识别时,识别率降低。针对此问题,结合直方图保持良好的旋转、缩放、模糊不变性等特点,提出基于局部颜色直方图的SIFT特征描述算法(即CH-SIFT)。在SIFT算法关键点位置不仅生成梯度直方图特征描述,同时生成颜色直方图特征描述。在匹配时,首先使用梯度直方图特征描述对匹配对初次筛选,然后使用颜色直方图特征描述再次筛选,最后确定是否为满足条件的匹配对。实验对比表明,CH-SIFT算法具有识别率高和匹配时间短等优点,能够有效地实现彩色目标匹配。     

饲喂辅助机器人的智能推料方法与试验研究

在中、大型牧场的奶牛饲喂中,现有的推料机器人功能单一,只能完成均匀推料功能,无法满足牛只的个性化采食需求。针对这个问题,文中提出了一种饲喂辅助机器人的智能推料方法。首先,引入二维码标牌作为牛颈枷的定位标签,基于YOLOv4深度学习模型得到二维码标牌和牛头的检测框区域;然后,通过预处理和预测算法对二维码标牌的检测框区域进行实时识别与跟踪,并将二维码标牌与牛头进行匹配,确定觅食奶牛所在的采食颈枷位置;最后,根据牛-码位置匹配信息、余料分布信息控制机器人推板改变推料角度,实现个性化推料,以满足奶牛个体自由采食需求。实验结果表明：所提出的智能推料方法对二维码的识别率为96.0%;在二维码标牌连续丢失60帧的情况下,对二维码的跟踪预测精度在±2.85%以内;每帧图像在图形处理器中处理的时间为34.4 ms;智能送料的准确率为100%,满足牛舍复杂环境下机器人智能推料的实时性要求。     

顶空固相微萃取-气相色谱法测定洗涤制品中二噁烷

本文采用顶空-固相微萃取-毛细管气相色谱联用技术测定了洗涤制品中二噁烷量。使用自制萃取头(苯-丙共聚物与PEG-20复合)。顶空平衡温度为80℃,萃取时间为40min。使用石英毛细管柱:28m×0.32mm×0.4μmi.d.内壁涂有SE-30固定液。外标法定量,二噁烷测定结果的相对标准偏差(RSD)为9.33%;在0.35μg/g-160μg/g范围,色谱峰面积与质量浓度之间呈良好线性关系,线性相关系数(R)为0.9998;回收率为98.7%～102%。