一种新的基于多重液相色谱-质谱实验肽信号峰形相似性的校准算法

提出了一种基于多次重复液相色谱-质谱(LC-MS)实验,结合肽信号时间差校准的峰形相似性统计学习模型,解决了重复实验数据肽链校准匹配准确性与覆盖率低的问题。采用统计学习的方法,首先建立时间差统计模型,结果表明仅靠时间特征无法完全消除校准误差。因此,除了时间特征,引入了峰形相似性特征,即认为同一种肽链在多次重复实验谱图中会产生相似的LC峰形。通过选取训练数据集,提出了一种新的基于LC峰形相似性的肽信号校准算法,并通过测试序列完成模型测试。结果表明,改进算法的准确率达98. 3%;将该数学模型应用于校准匹配两个实验数据的所有LC-MS/MS肽链,其覆盖率达91. 0%。峰形相似性特征结合时间特征可以提升多次重复LC-MS实验中相关肽链信号的匹配校准的准确性与覆盖率。     

3D MAX--插件Shag Hair的应用

在学习3D MAX的过程中,大量的练习和实际运用是不可缺少的。经过一段时间的磨练和成功地制作出几件满意的作品后,你会感到它非常有趣。然而,随着要求和精度的不断提高,更多问题也随之而来,比如,3D MAX自身很难模拟出自然逼真的头发,还有如猫狗等一些动物的皮毛。正因为此类问题的存在,专门针对这些问题的3D MAX插件才会被越来越广泛得推出。本文将介绍专门针对制作头发而开发的一个插件Shag Hair做出比较详尽的使用分析。     

一种基于高斯混合模型的高校中央空调计量方法

随着中央空调在高校中的大规模使用,对中央空调进行准确计量和合理计费已成为高校管理人员和学生日益关注的问题。为了解决空调使用中管理方与用户方的利益矛盾,文中提出一种基于高斯混合模型的高校学生宿舍中央空调计量方法。该方法依据高校学生宿舍中央空调的负荷特征,使用高斯混合模型建模分析空调负荷的概率统计特性,对中央空调总机用电量和末端风机盘管用电量进行计量,并根据空调负荷的概率统计特性,采用时间差分法进行分摊计费。文中方法在实现准确计量和计费的同时,还结合了智能用电管理系统,使用电过程更加透明化,具有一定的节能效用。     

基于13C同位素分布模型的多重液相色谱-质谱实验数据校准匹配算法

提出了一种基于~(13)C同位素分布模型的多重液相色谱–质谱(LC–MS)实验数据的校准匹配方法,解决了肽链信号匹配不准确、覆盖率不高的问题。引入同位素分布模型对多次重复的LC–MS实验数据进行匹配校准。通过选取训练序列,生成同位素分布模型,并通过测试序列完成模型的测试。实验表明,结果匹配准确度达95%以上;多重实验数据覆盖率可达90%以上。同位素分布模型可以提升多次重复LC–MS实验数据中相关肽链信号匹配校准的准确性及覆盖率。     

压电驱动器迟滞建模与开环控制实验研究

压电位移扫描技术可实现纳米级位移分辨率,但其迟滞现象会降低系统测量精度.该文依据大量实验现象中压电驱动器迟滞存在点对称性特征,建立了一种压电驱动器迟滞的数学模型.本模型由实验数据拟合上升主回线,再根据压电驱动器的点对称性,计算出其他上升或下降回线,同时得到其逆模型.利用逆模型对压电驱动器进行开环控制实验结果表明,实验系统控制误差范围为-36~+47 nm.     

基于SVD-LSTM的高校学生宿舍空调负荷预测

准确预测高校空调负荷是保证高校安全用电和电力高峰期区域配电网稳定运行的前提。文中以高校空调负荷中具有代表性的学生宿舍空调负荷为对象,建立了基于奇异值分解-长短期记忆网络的高校学生宿舍空调负荷预测模型。该方法以高校学生宿舍空调负荷特性为基础,使用奇异值分解进行降噪处理,通过长短期记忆网络对高校学生宿舍空调负荷进行预测。文中以武汉某高校的真实数据为样本进行了分析验证,通过与传统预测模型对比,证明所提预测模型的预测效果和精度优于传统预测方法。     

基于激光雷达点云数据的光伏电站智能巡检系统

面对当前使用的人巡和机巡方法缺少对光伏电站周围环境分析,使电力线巡检数据评估结果与实际结果不一致,导致智能巡检结果不精准的问题,设计了基于激光雷达点云数据的光伏电站智能巡检系统。利用倾斜摄影相机可以转换视觉模式,确保不会发生不同视角下的摄影重叠问题。设计环境和设备信息采集模块,集中处理环境参数,并将处理结果存入存储模块。采用激光雷达,实现测距。利用激光脉冲对点云数据进行采集和处理,对雷达参数进行调整。通过计算激光源到被测点的距离,得到光伏电站周围的环境信息。建立三维曲面模型拟合电力线,获得最佳参数。设计输电线路巡检航线自动规划流程,完成光伏电站智能巡检。由实验结果可知,该系统水平距离和垂直距离均与实际数据一致,具有精准的巡检结果。