摘要：以紫茄皮为研究对象,利用有机溶剂提取花色苷,并以花色苷提取液的吸光值作为提取效果指标,采用响应面分析法优化紫茄皮花色苷的提取条件。在单因素实验的基础上,选取提取温度(℃)、液料比(mL/g)、提取时间作为自变量,A525V/m(V:提取剂用量,m:样品质量)作为响应值,利用Box-Behnken中心组合设计原理和响应面分析法,研究各自变量及其交互作用对花色苷提取效果的影响,在提取剂为70%乙醇(含0.05%盐酸,V/V)的条件下,确定最佳提取条件为提取温度38℃、液料比19∶1mL/g、提取时间95min。在此工艺条件下,花色苷提取效果A525为12.752,与理论预测值12.876相差0.124。说明通过响应面优化后得出的方程具有一定的实践指导意义。

摘要：为响应新工科建设和工程教育教学改革,针对光电信息科学与工程专业嵌入式系列课程教学案例技术方案陈旧、案例综合性与系统性不足等问题,该文对光电嵌入式课程进行了一系列教学改革和实验综合设计。近几年的实践显示,光电嵌入式系列实验设计与教学改革成效斐然。学生综合设计水平大幅提升,在解决复杂光电工程问题方面的能力也显著增强,有力推动了光电信息科学与工程专业的蓬勃发展。此外,这一成果对其他工科专业的教学改革也具有一定的参考价值与借鉴意义。

摘要：建筑物防雷装置设计技术评价是防雷工程建设中的有效技术依据,故从防雷类别、接闪器、引下线、接地装置、屏蔽、等电位连接、安装电涌保护器(SPD)几个方面分析了该评价规范,对有效促进防雷减灾工作的开展具有重要意义。

摘要：以可编程芯片FPGA、串化解串芯片、光纤收发模块和多路复用解复用器为主要器件,进行了工业现场多个数据采集端与数据总处理端之间,分别通过光纤进行远距离高速数据传输的硬件电路设计,并制作了PCB对系统进行测试,保证数据传输的稳定性。

摘要：随着图网络和深度学习技术的发展,如何在图上构建深度学习模型近些年受到研究者的广泛重视。图卷积神经网络能够有效地学习图的语义信息和提取网络结构信息,在节点分类任务上取得了一定的效果,但如何更全面地利用图中丰富的语义信息,使节点划分的结果更为准确仍面临着挑战。针对以上问题,提出了基于聚合过程的图卷积神经网络(aggregate graph convolution neural network,AGGCN)。通过设计聚合过程将边的信息经聚合方法汇聚至节点上,在后续进行图卷积时能更充分地利用图本身所包含的丰富语义信息,生成更为合理的节点语义表示。在三个公开的引文网络数据集上将AGGCN与五种基准方法进行了实验对比分析,实验结果验证了AGGCN的有效性,表明AGGCN能更加全面地利用图的语义信息提升节点分类的效果。

摘要：[目的]蛋鸡产业的高质量发展在我国建设现代化产业体系和全面实现乡村振兴的过程中发挥着重要作用,针对当前蛋鸡产业内部数据资源利用率低、信息化水平不高等问题,构建了蛋鸡产业综合监管大数据平台。[方法]以北京市良种蛋鸡产业集群为研究对象,设计了面向蛋鸡产业综合监管大数据平台的总体架构和逻辑功能,阐明了数据抓取与融合、产销智能推荐方法、产品溯源技术和粪污还田利用计算方法等关键技术,采用主流的服务框架和开源软件系统,设计基于MongoDB、PostgreSQL和PostGIS的混合存储模式,研发北京市蛋鸡产业综合监管大数据平台。[结果]典型应用场景分析表明,该平台能够满足产业动态监管、产业运行分析、产品质量溯源、产销对接匹配、粪污资源化利用等核心应用需求,完善贯通蛋鸡产业链信息化服务,强化产品追溯和产销服务,实现全产业链信息化闭环管理。[结论]该平台可有效提升北京蛋鸡产业集群的综合监管能力,为蛋鸡产业高质量发展提供便捷、高效、智能的信息技术工具。

摘要：从设计理念、设计风格、外立面、艺术商业气氛营造等几个方面对上海创意仓库——原四行仓库进行了全方位的诠释,以创意仓库为主线展开涉及社会科学诸多学科进行多层次、多角度的综合研究,说明创意仓库文化综合体鲜明的传统性、地域性与历史性的特征以及其内在深厚的文化氛围,同时上海创意仓库也是产业类工业遗产保护的一个典型案例。

摘要：为实时监管阜新地区爆炸和火灾危险场所定期检测情况，实现检测覆盖率达到100％和依法监管到位率达到100％，同时也为建全防雷装置设计审核和防雷装置竣工验收行政许可电子档案信息，设计了阜新防雷业务综合查询统计平台。ASP是一种成熟的Web到数据库接口技术。本平台利用ASP、Microsoft Access2003、Dreamwear8．0等软件工具设计实现“阜新防雷业务查询统计平台”。该文从需求分析、系统设计、数据库设计及功能模块的实现等方面加以阐述，实现了用ASP技术设计阜新防雷业务综合查询统计平台。

摘要：针对在KAD网络中核心节点的识别问题,提出了一种基于BP模型对节点重要程度进行实时判定的方法。结合KAD网络测量的结果,对网络中核心节点的属性特征进行提取和归一化处理,获得了一组可分离度较高特征集合。采用MatLab设计相应的学习算法对BP网络进行训练,使结果收敛于预定误差区间。将完成训练的BP网络模型应用于对测试节点的判定,实验结果表明该方法可以实时地完成核心节点的判定,并且识别准确率可达到约70%。

摘要：研究川明参总香豆素超声辅助醇提法的最佳工艺。通过单因素实验方法考察乙醇体积分数、超声温度、超声功率、超声时间和液料比对川明参总香豆素提取率的影响,并通过Box-Behnken响应面设计优化实验确定了超声波辅助乙醇提取川明参总香豆素的最优工艺。结果表明,川明参总香豆素超声辅助提取的最佳工艺条件为:乙醇体积分数60%,超声功率140W、超声时间49min、超声温度52℃、液料比9∶1。该工艺条件下,川明参总香豆素的平均提取率为(2.165±0.017)mg/g。所得川明参总香豆素提取回归模型高度显著(R2=0.9864),拟合性好,可用于预测川明参总香豆素提取率。