摘要：目的研究原花青素自微乳给药系统(PC-SMEDDS)的处方并进行体外评价。方法通过溶解度实验、处方配伍实验及伪三元相图的绘制,筛选自微乳处方配比,并考察原花青素自微乳的溶出度、粒径大小、Zeta电位、自微乳化时间及稳定性。结果该自微乳给药系统最佳处方为:三辛葵酸甘油酯为油相,聚氧乙烯40蓖麻油为乳化剂,1,2-丙二醇为助乳化剂,三者质量比为1∶3∶1。该系统在30 min内溶出度达到约75%,120 min时约为95%,比普通胶囊释放快且完全;粒径为(63.6±0.7)nm;Zeta电位为(-20.44±0.54)mv;自微乳化时间为(1.89±0.13)min。结论自制的原花青素自微乳达到了设计要求,为原花青素新剂型的开发提供依据。

摘要：为有效解决支持向量回归中的参数选择问题,提出了一种新算法——AGA-SVR。在该算法中,通过适时增加染色体变异的概率来提高染色体的多样性,克服了标准遗传算法存在个体容易早熟的缺陷,从而增加学习到全局最优的几率。通过将AGA-SVR应用于上证开盘指数预测,结果验证了该算法优于标准遗传算法及经典梯度下降算法。

摘要：为了解决汽车遇到前后堵车不能出位,无法移出或者原地调头改道行驶这一问题,设计了一种轻便可移动式轿车举升器。首先对本设计的创新点进行大致介绍;然后根据汽车参数计算举升器所需要的基本数据;最后对其主要零部件进行尺寸确定和强度校核,检验设计的合理性。

摘要：针对LED显示器只能就地显示,且与控制器的接口受制于LED位数的问题,提出采用电流驱动的方法以增加连 线长度,采用串行数据传送的方式使LED位数可以随意改变,而接口标准不变。并给出了详细的硬件电路设计。实践 证明,显示器可在远距离进行稳定可靠的显示。

摘要：随着科学技术的飞速发展,现有的电力电子技术实验装置已经不能适应社会发展的要求。结合实验教学改革,对研发既能体现新的控制技术和科研成果,又能很好地满足关键知识点验证的实验项目,进行了有效的尝试。在此主要介绍研发本实验装置的背景,叙述了斩控式交流调压电路的结构,并阐述了实验装置的设计构想和设计结果。

摘要：作物种子干燥对种子的安全、保纯、适应性、温度控制精度的要求较高,为此设计了滚筒式作物种子干燥机及以单片机为核心的控制装置。分析了自行研制的滚筒式作物种子干燥机的结构及工作原理,讨论了其自动控制装置在种子干燥过程中的作用及工作原理,介绍了所设计的单片机自动控制装置的硬件电路和控制程序。使用结果表明:该控制装置设计合理,干燥的均匀性好,速度快、能保证种子的纯度,能满足不同作物种子在干燥过程中的安全性及控制精度的要求。

摘要：3D（three—dimensional）打印是最近媒体对增材制造技术的“俗称”。增材制造（Additive Manufacturing，AM）技术是依据三维CAD设计数据，采用离散材料（液体、粉末、丝、片、板、块等）逐层累加原理制造实体零件的技术。相对于传统的材料去除（如切削等）技术，增材制造是一种“自下而上”材料累加的制造工艺。

摘要：作为新兴的超高灵敏检测技术,表面增强拉曼光谱(SERS)在环境、医药、食品、生理检测等多个领域有巨大的应用前景。由于该技术的检测灵敏度完全依赖于等离激元微纳结构的理化特性,其增强基底的设计和制备成为该领域的研究关键和热点。本文采用二维MXenesAg微纳复合膜作为增强基底,并通过优化Ag纳米颗粒的大小和分布来系统研究其SERS检测性能。相比传统的SERS增强基底,二维MXenes-Ag微纳复合膜具有更大的比表面积和更多的增强位点,MXenes作为吸附层的同时也可以为拉曼检测分子提供电子,使得检测分子发生电荷转移,在电荷转移的过程中会增强拉曼信号的强度,更容易吸附检测分子以获得更大的SERS增强。研究结果表明,该基底对典型SERS探针分子耐尔蓝(NB)与亚甲基蓝(MB)的检测限分别为1×10^(-11)和1×10^(-12)mol·L^(-1)。此外,为分析该SERS增强基底的应用潜力,其增强SERS信号的重现性和均匀性也进行了探究,典型环境污染物福美双和食品添加剂三聚氰胺的检测限为10和100μg·ml^(-1)。本研究成果拓展了SERS增强基底的研究领域,对SERS技术的广泛应用提供了技术支撑。

摘要：为了实现对O～1MHz的信号进行测量以及显示的目的，制作了基于SOPC技术的VGA显示数字存储示波器。采用硬件与软件相配合的设计方法，主要模块有基于FPGA的最小系统模块、信号调理电路模块、AD采样模块、触发电路模块、VGA显示模块、4×4矩阵键盘模块和RAM存储以及FLASH存储模块。具有模拟信号可进行任意电平触发、数字信号可使用上升沿和下降沿触发、存储回放、垂直灵敏度档位设置、扫描速度档位设置、VGA显示多个界面等特点。通过波形测量实验，得到较好的显示波形。

摘要：提出一种基于文件和网络行为关联分析的异常文件管理活动识别方法,并实现原型系统F-Sensor。根据异常文件管理活动的时序特征,生成由API函数组成的行为序列;依据异常文件管理活动的实现特点,关联分析文件和网络行为以识别疑似异常的行为;结合白名单机制和异常文件管理行为间的依存关系,识别真正的异常文件管理活动。实验结果表明,F-Sensor能较好地识别异常文件管理行为,误报率较低,利用其识别结果可检测恶意软件,有助于分析攻击者的控制意图。