摘要：为了更好研究混沌现象的本质和利用混沌,根据混沌系统的李雅普诺夫稳定性理论和分岔理论研究了一类三维广义Rabinovich系统的混沌动力学特性,包括耗散性、平衡点和局部渐近稳定性、李雅普诺夫指数、李雅普诺夫维数、分岔图、全局吸引域等.依据混沌系统全局指数吸引集的结果和Dini导数,设计合适的控制器实现了两个相同混沌系统的全局指数同步.为了使所设计的控制器在实际应用中更容易实现且使同步方案有高效的同步速率,文章设计了线性反馈控制器使两个混沌系统达到全局指数同步.文章的创新点在于,首先得到了该混沌系统每个变量最终界的数学表达式,然后利用混沌系统的有界性得到了混沌系统控制器的精确数学表达式.最后,文章对同步过程进行数值模拟,仿真结果证实了理论的可行性.

摘要：以微生物群落的结构特征为依据,综述了复合菌群技术去除油污染的研究现状。提出特异性纯培养菌群已逐步发展成新的研究方向,其结构设计应建立在对天然菌群作用机制的认知上,以微生物间的效应关系以及底物特征为依据,针对性构建具有协同效应的外源菌群。随着对复合菌群技术认识的不断深入,外源菌群强化修复技术将得到长足发展。

摘要：针对女装袖型分类繁多、特征识别困难、检测效果不理想等问题,根据不同女装袖型的关联信息,结合注意力机制改进的YOLOv5目标检测网络和ResNet50残差网络,提出了一种女装袖子造型的自动识别方法。首先,从电商平台收集服装样本图像,按照长短大类和形态小类标记对女装袖型进行归类,建立了包含3600张图像的袖型数据集;其次,结合注意力机制改进的YOLOv5目标检测网络和ResNet50残差网络,设计了女装袖型识别方法;最后,在袖型数据集上开展模型训练,并通过实验验证袖型识别的效果。结果表明:改进YOLOv5和ResNet50相结合的深度学习方法可以有效地对女装袖型进行识别,整体识别准确率约93.3%。该女装袖型识别方法准确、便捷,可以实现大量服装款式的分类快速检测,提高服装设计效率,促进人工智能技术在服装设计领域的应用,助力我国智能制造和电子商务的发展。

摘要：该研究通过聚合酶链式反应(PCR)扩增克隆大肠杆菌(Escherichia coli)Rosetta(DE3)的焦磷酸酶(PPase)基因,采用无缝克隆技术构建焦磷酸酶表达载体pET-28a-ppa,并转化至感受态***(DE3),构建重组菌株*** PPa.采用单因素试验对其诱导表达条件进行优化,并进一步采用镍离子磁珠纯化重组PPas,研究其酶学性质。结果表明,成功构建重组菌株***,当异丙基-β-D硫代半乳糖苷(IPTG)诱导浓度、诱导温度和诱导时间分别为0.4 mmolL、20℃和8h时,重组PPase活性达到最高,为129.05 IU/mL,是优化前的3.14倍。重组PPase的理论分子质量为19.7kDa;最适反应温度和pH分别为55℃和9,在温度10~30℃及pH 7.0~9.0范围内稳定;金属离子K^(+)、Mg^(2+)和Na^(+)可极显著性提高该酶活性(P<0.01),而Mn^(2+)和Zn^(2+)对该酶有极显著抑制作用(P<0.01);重组PPase的动力学参数米氏常数(K_(m)值)为3.58 μmol/mL、最大反应速率(V_(max)值)为314.66μmol/(mL·min),催化常数(K_(cat)值)为87300.56S^(-1),半失活时间为10 min。该研究为后续工业化生产PPase及对该酶的理性设计提供依据。

摘要：黄连是一种常见的名贵中药材,为了研制黄连收获机械,实现黄连生产过程的机械化,分析黄连拔取过程的力学特征规律必不可少.通过黄连拔取过程的受力分析,自主设计黄连原位机械拔取测试装置,对收获期黄连进行拔取力学试验,统计试验数据并进行对比分析,预测拔取速度、拔取方向、坡度及根土复合体表面积与黄连拔取力之间的关系.结果表明:黄连拔取力主要分布在10~50 N之间,平均拔取力为27.38 N,整体呈现正态分布.黄连的拔取力随拔出时根土复合体表面积增大而增大,二者满足二次多项式函数关系,决定系数为0.76,拔取力随着拔取速度的增大而增大,但较快的速度会导致黄连根茎或茎秆的断裂,因此在保证黄连样品完好的前提下,以20 mm/s的速度拔取效果最佳.黄连多种植在坡地上,相较于铅直方向,垂直于地面方向拔取力平均降低了15.5%;拔取力随着种植坡度的增大而增大,且坡度增加,拔取力的增长幅度也随之增加.研究结果可为黄连生产机械化装备研发提供基础理论依据.

摘要：针对散焦模糊检测(defocus blur etection, DBD)模型训练时没有对响应错误区域学习优化,且在识别过程中部分图像的模糊同质区域和处理边界过渡等位置仍然具有挑战性等问题,提出了再感知双模型联合训练方法和基于注意力机制多尺度语义融合散焦模糊检测网络。将未正确响应的预测区域映射到全新合成图像中驱动模型学习,实现再感知错误位置的图像特征;利用DBD任务的互补性质构建预测网络,组成对焦预测和模糊预测双模型,将互补网络中多余响应的区域反馈到另一个模型上从而提升训练效果;利用多尺度特征融合模块逐渐整合不同尺度的语义信息;在特征提取时设计了全局通道注意力模块,使模型关注预测结果的有效特征信息,增强网络在不同输入场景下的灵活性。在DUT、CUHK和CTCUG数据集上进行的对比实验表明,提出的方法与对比方法中性能最优者相比,F-Measure指标分别提高了0.082、0.051、0.264,MAE指标分别降低了0.032、0.018、0.144。

摘要：结合边坡落石灾害现状,基于落石模型试验,系统分析落石质量、下落高度、垫层厚度、加筋位置、加筋材料等因素对落石冲击力及其动态演化的影响,揭示落石冲击棚洞的动力响应规律,结合垫层自重与落石冲击作用双因素影响确定垫层最优厚度,并对垫层设计提出优化建议。结果表明:随着垫层厚度增加,棚洞所受落石冲击力呈非线性减小,减小幅度先大后小而后趋于稳定;在同一垫层厚度下,棚洞所受落石冲击力随落石高度和落石质量近似呈线性增大;当复合垫层设计为“5 cm河砂+聚苯乙烯泡沫(EPS)+10 cm河砂”时,落石中心处土压力峰值相较于纯河砂垫层降低约60%,缓冲耗能效果最佳;通过多元回归分析得到了落石冲击力计算公式,且计算结果与实验数据吻合良好。

摘要：为提高血液采集量、缓解血液短缺现状，研究不确定环境下两类采血点定位-资源配置集成决策优化问题。首先，考虑区域人流量、献血活跃度等因素对采血点权重的影响，基于广义最大覆盖模型，建立以覆盖权重最大为目标的采血点定位-资源配置集成决策模型。在此基础上，采用鲁棒优化技术处理可用献血车、人员和设备等参数的不确定性，建立相应的鲁棒优化模型。针对模型特点，设计改进的灰狼优化算法对模型进行求解。数值结果表明，改进的灰狼优化算法优于传统灰狼优化算法与粒子群算法。

摘要：目前城市轨道交通运营风险事件频发,复杂的内部结构和网络化运营模式使得各风险之间动态关联,致险因素不易识别和管理;风险管理知识碎片化,分散存储在各种资料中,相关管理者不易获取管理经验。为解决以上问题,基于人工智能领域的网络爬虫技术和知识图谱技术,从各城市的政府官网、专业网站以及百度新闻网页获取2000—2022年间的549起城市轨道交通运营风险事件资料,使用Neo4j图数据库构建城市轨道交通运营风险事件知识图谱,实现对风险事件数据的可视化展示与智能分析。通过对风险事件开展四类分类查询、三类统计分析及两类关联路径问答研究,对以往风险事件进行智能分析,为后续类似风险事件提供事前防范或者事后处置的管理经验。研究表明:在城市轨道交通领域应用知识图谱,可以保障风险事件信息持续存储功能及效率,优化风险事件统计途径及可视化效果,实现事件关联关系灵活化智能分析,可为城市轨道交通运营期间风险的前馈控制和反馈响应提供管理经验和参考建议。

摘要：为分析带板厚度、加强筋尺寸及循环加载模式对扁钢加筋板极限强度的影响,采用有限元软件ABAQUS,基于初始变形、焊接残余应力和鲍辛格效应,针对不同带板厚度和加强筋尺寸的扁钢加筋板开展了3种轴向循环载荷模式下的极限强度数值模拟。研究结果表明:当扁钢加筋板的带板厚度相同时,经循环载荷后,加筋板的极限强度随加强筋尺寸的增加而下降,其下降程度减缓;当加强筋尺寸相同时,经循环载荷后,加筋板的极限强度随带板厚度的增加而下降,其下降程度加剧;当循环载荷的幅值由大到小时,扁钢加筋板的极限强度下降程度最大;在等幅循环载荷时,扁钢加筋板循环后的极限强度下降程度最小。