摘要：为解决线性二次型调节器(LQR)在经典固定权重系数下对大曲率参考路径适应性不佳致使车辆跟踪精度与稳定性欠佳的问题,设计了一种基于蚁狮算法(ALO)优化的带有预瞄前馈转角补偿的自适应权重系数LQR控制器以进行路径横向跟踪。基于2自由度车辆动力学横向跟踪误差模型设计了经典LQR控制器。采用预瞄前馈控制消除误差模型简化带来的稳态误差。提出以横向距离偏差、航向角偏差和输出前轮转角为评价函数,基于蚁狮算法优化的自适应LQR权重系数修正策略。通过实车测验,验证了控制器在实车环境下的控制效果。结果表明:所设计的控制器能够适应大曲率参考路径,并兼顾路径跟踪精准性和行驶稳定性,同时针对不同车速鲁棒性表现优异。

摘要：为了解决风机在低风速区偏航动作过于频繁和风能转化率低的问题,在对风机所处地区风向和风速进行预测的前提下,提出一种风机偏航控制策略。通过建立风机偏航模型,以相同风况数据为输入,对比分析了本偏航控制策略和传统偏航控制策略的控制效果,结果表明控制策略能使风机获得更多机械能。同时针对本控制策略中出现的三个变量,做三因素混合水平正交试验。并对试验结果进行分析,结果表明:小节时间对风机所获机械能影响最大,预测间隔和扇区分割有一定影响。可见最优组合为120s小节时间、20扇区分割、5小节预测间隔。

摘要：为建立一种快速诊断由猪链球菌(SS)、猪胸膜肺炎放线杆菌(App)、猪多杀性巴氏杆菌(Pm)、副猪嗜血杆菌(Hps)、猪支气管败血波氏杆菌(Bb)和猪肺炎支原体(Mhp)单独或混合感染引起的猪呼吸道疾病的检测方法,基于上述6种病原菌对应的gdh(SS)、apxⅣA(App)、KMT1(Pm)、16S rRNA(Hps)、fla(Bb)和p36 ldh(Mhp)基因设计特异性引物,通过优化各反应条件建立了能同时检测SS、App、Pm、Hps、Bb和Mhp的多重PCR方法。结果显示,该方法特异性强,仅对SS、App、Pm、Hps、Bb和Mhp有特异性扩增,对大肠埃希氏菌、奇异变形杆菌、停乳链球菌和金黄色葡萄球菌等其他病原菌的扩增结果均为阴性;敏感性较高,对6种病原菌DNA的最低检出限分别为SS 8.66×10^(2)拷贝/μL、App 1.05×10^(4)拷贝/μL、Pm 8.61×10^(2)拷贝/μL、Hps 9.01×10^(2)拷贝/μL、Bb 7.54×10^(2)拷贝/μL、Mhp 3.86×10^(3)拷贝/μL。利用该多重PCR和各单项PCR分别检测贵州省9个市(州)部分猪场的469份临床样品,结果显示,多重PCR阳性检出率为App 0.85%(4/469)、Pm 15.35%(72/469)、SS 59.49%(279/469)、Hps 52.67%(247/469)、Mhp 6.40%(30/469)、Bb 5.12%(24/469)。混合感染主要以SS和Hps为主,阳性检出率为30.92%(145/469),其次是Pm、SS和Hps混合感染,阳性检出率为7.04%(33/469),其他混合感染情况占比较低。多重PCR和单项PCR的总阳性符合率为96.76%。结果表明,建立的多重PCR检测方法为SS、App、Pm、Hps、Bb和Mhp混合感染的临床快速检测及流行病学调查提供了技术支持。

摘要：人脸表情是人类内心情绪最真实最直观的表达方式之一,不同的表情之间具有细微的类间差异信息。因此,提取表征能力较强的特征成为表情识别的关键问题。为提取较为高级的语义特征,在残差网络(ResNet)的基础上提出一种注意力金字塔卷积残差网络模型(APRNET50)。该模型融合金字塔卷积模块、通道注意力和空间注意力。首先用金字塔卷积提取图像的细节特征信息,然后对所提特征在通道和空间维度上分配权重,按权重大小定位显著区域,最后通过全连接层构建分类器对表情进行分类。以端到端的方式进行训练,使得所提网络模型更适合于精细的面部表情分类。实验结果表明,在FER2013和CK+数据集上识别准确率可以达到73.001%和94.949%,与现有的方法相比识别准确率分别提高了2.091个百分点和0.279个百分点,达到了具有相对竞争力的效果。

摘要：通过筛菌方法的设计,从酱香型高温大曲中筛选到1株具有嗜热特性的糖莱斯氏菌(Laceyella sacchari)FBKL4.014,并对其进行全基因组测序,测序和完成图组装结果表明L. sacchari FBKL4.014基因组序列全长3.35 Mb,GC含量48.67%,测序深度433×,共预测到3 328个蛋白编码基因。全基因组数据解析结果表明,该菌株具备进行完整的碳水化合物和氨基酸代谢潜力,进一步推断该菌株还可能具备生物合成四甲基吡嗪的潜能。本研究为高温放线菌代谢生成酱香型白酒风味物质机理提供了基因层面的数据支持,同时也为该菌株未知功能基因的挖掘和基因改造提供了数据参考。

摘要：旨在建立一种用于牛病毒性腹泻病毒(bovine viral diarrhea virus,BVDV)的特异、灵敏、快速、简便的检测方法。试验利用环介导等温扩增技术(loop-mediated isothermal amplification LAMP)与横向流动层析试纸(lateral flow dipstick,LFD)相结合的技术,根据BVDV 5′UTR序列保守区段设计4条LAMP特异性引物和1条异硫氰酸荧光素标记的DNA探针,再利用LFD检测扩增产物。通过对反应温度、反应时间、内外引物浓度比、Bst DNA 2.0聚合酶浓度、dNTP Mix浓度、Mg^(2+)浓度等优化后对该方法的特异性及检测灵敏度进行分析并对52份临床样本进行检测,建立了检测BVDV的LAMP-LFD方法。结果显示:LAMP-LFD可特异性检测BVDV,而口蹄疫病毒、牛流行热病毒、牛疱疹病毒1型等均未检出。LAMP-LFD的敏感性较高,对pUC57-5′UTR质粒最低检测浓度为1.9×10^(1)拷贝·μL^(-1)。LAMP-LFD与PCR两种检测方法均检测出5份阳性,符合率为100%。本试验成功建立了用于BVDV快速检测的LAMP-LFD方法,该检测方法检测时间短,特异性强,操作简单,灵敏性高,可作为一种新型检测方法应用于基层检测。

摘要：以具有凸起、卡扣、加强筋等复杂多特征的SR3薄壁塑料壳体为例,分析了该零件的注塑模具设计、制造中的关键技术。针对其具有的凸起、卡扣、加强筋等复杂多特征,分析了零件结构及成型工艺,设计了多方向抽芯机构、浇注系统等,完成了一模一腔的模具设计;进行了基于Moldflow的注塑成型工艺参数优化分析,获得了较佳的注塑工艺参数。针对薄壁结构,设计不同的刀具直径完成模具型芯和型腔的粗加工、半精加工、精加工。对同类模具设计具有一定参考价值。

摘要：传统浅层机器学习方法在识别恶意TLS流量时依赖专家经验且流量表征不足,而现有的深度神经网络检测模型因层次结构复杂导致训练时间过长。提出一种基于CNN-SIndRNN端到端的轻量级恶意加密流量识别方法,使用多层一维卷积神经网络提取流量字节序列局部模式特征,并利用全局最大池化降维以减少计算参数。为增强流量表征,设计一种改进的循环神经网络用于捕获流量字节长距离依赖关系。在此基础上,采用独立循环神经网络IndRNN单元代替传统RNN循环单元,使用切片并行计算结构代替传统RNN的串行计算结构,并将两种类型深度神经网络所提取的特征拼接作为恶意TLS流量表征。在CTU-Maluware-Capure公开数据集上的实验结果表明,该方法在二分类实验上F1值高达0.9657,在多分类实验上整体准确率为0.8489,相比BotCatcher模型训练时间与检测时间分别节省了98.47%和98.28%。

摘要：为提高嵌入式安全疏散标志视觉吸引力,开展空间方向信息传递效能模拟试验,分析不同空间角度嵌入式安全疏散标志对选择反应时、预期选择相符度及选择自信程度的影响,并通过消防演习进行验证,得出最优空间角度。最后依据研究结果设计一种空间立体嵌入式安全疏散标志。结果表明:整体上,空间角度越大,可视面积越大,选择反应时越短,预期选择相符度、选择自信程度越高。空间角度为5°时空间方向信息传递效能最强,参演人员平均逃生时间最短,且选择非熟悉出口比例增加。空间立体结构嵌入式安全疏散标志能够提高火灾应急疏散效率。

摘要：以贵州省仁怀市五马河流域关闭煤矿山酸性废水(Acid mine drainage,AMD)为例,采用纳滤膜处理技术进行实验研究.在单因素实验基础上,采用响应曲面法(Response surface methodology,RSM)建立以膜压差、铁、锰浓度为响应因素,膜通量、铁锰截留率、酸恢复率为响应值的回归模型.结果表明:在20℃,浓缩2.5倍,单次循环实验条件下,膜通量响应曲面模型拟合精度高,膜压差对膜通量影响显著,铁、锰浓度影响不显著;其他响应值模型拟合度均较低,不同响应因素条件下铁、锰截留率和酸恢复率无显著差异,主要污染物Fe截留率92.10%~100%,锰79.01%~98.81%,酸恢复效率95.2%~123.6%,纳滤膜处理煤矿山AMD可有效截留主要污染物并高效分离酸.