|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺(tái)
.jpg){kind=logo}
基于小波分析和有限高斯混合模型EM方法的模擬電路故障診斷方法
近年來(lái)已經(jīng)建立了基于故障字典，模糊理論，專家系統(tǒng)，神經(jīng)網(wǎng)絡(luò)，支持向量機(jī)，信息融合，小波分析，粒子群等各種技術(shù)的不同故障診斷方法，并在模擬電路的實(shí)際檢驗(yàn)中取得了良好的效果。然而，電路從正常到故障之間存在中間過(guò)渡狀態(tài)，怎樣定義這個(gè)中間狀態(tài)以及其對(duì)電路有怎樣的影響，如何準(zhǔn)確描述這種影響，通過(guò)查閱文獻(xiàn)，到目前為止還沒(méi)有一種合理的方法能夠解決這個(gè)問(wèn)題。
遼寧大學(xué)
2021-04-11
.jpg){kind=logo}
一種基于四點(diǎn)二元模型的圖像紋理特征值的提取方法
本發(fā)明提出一種基于四點(diǎn)二元模型的圖像紋理特征值的提取方法,首先計(jì)算2x2像素塊內(nèi)四個(gè)像素點(diǎn)像素值的均值;其次計(jì)算每個(gè)像素點(diǎn)與均值的差值,若差值大于等于一給定閾值,就置該像素塊的位置編碼值為1,否則為0;最后將四個(gè)像素塊的位置編碼值乘以相對(duì)應(yīng)的權(quán)重后,再將4個(gè)乘積求和,就得到該2x2像素塊的紋理特征值,本發(fā)明只需要計(jì)算四個(gè)像素點(diǎn)與其均值的差值,得到4bit的二進(jìn)制碼,計(jì)算量減少一半且復(fù)雜度低,且能有效地表示人臉的局部紋理信息,可應(yīng)用于人臉檢測(cè),識(shí)別和目標(biāo)跟蹤系統(tǒng).
華僑大學(xué)
2021-04-29
.jpg){kind=logo}
基于人工蜂群和量子粒子群算法的一維水質(zhì)模型參數(shù)率定方法
本發(fā)明公開(kāi)了一種基于人工蜂群算法和量子粒子群算法的優(yōu)化計(jì)算方法，其包括以下主要步驟：(1)根據(jù)實(shí)際問(wèn)題編制待優(yōu)化目標(biāo)函數(shù)；(2)輸入算法的通用運(yùn)行參數(shù)：種群數(shù)目、迭代次數(shù)、變量維數(shù)、變量取值范圍、待優(yōu)化目標(biāo)函數(shù)；(3)選取ABC、QPSO、QPSO+ABC和ABC+QPSO的一種或多種計(jì)算方法進(jìn)行計(jì)算；(4)若只使用一種，直接判斷結(jié)果是否滿足優(yōu)化要求；若多于一種計(jì)算方法，綜合比較計(jì)算結(jié)果及評(píng)價(jià)最優(yōu)的結(jié)果是否滿足此次優(yōu)化的要求；(5)若滿足要求，運(yùn)算結(jié)束，輸出計(jì)算結(jié)果和迭代曲線；(6)否則，修改算法的
安徽建筑大學(xué)
2021-01-12
.jpg){kind=logo}
重編程的神經(jīng)干細(xì)胞可以用來(lái)作為細(xì)胞模型研究疾病的發(fā)病機(jī)理
利用單個(gè)視網(wǎng)膜轉(zhuǎn)錄因子Ptf1a，可以將小鼠和人的成纖維細(xì)胞在體外高效重編程為神經(jīng)干細(xì)胞，并揭示了Ptf1a誘導(dǎo)體細(xì)胞重編程過(guò)程的內(nèi)在分子機(jī)制。由于Ptf1a是一個(gè)非神經(jīng)前體細(xì)胞轉(zhuǎn)錄因子，該發(fā)現(xiàn)顛覆了體細(xì)胞重編程為神經(jīng)干細(xì)胞需要依賴神經(jīng)前體細(xì)胞轉(zhuǎn)錄因子參與的認(rèn)知。經(jīng)過(guò)Ptf1a重編程的神經(jīng)干細(xì)胞在體外可以大量傳代擴(kuò)增，并能在體外及體內(nèi)分化成為具有功能的、各種類型的抑制性及興奮性神經(jīng)元、星型膠質(zhì)細(xì)胞和少突膠質(zhì)細(xì)胞。進(jìn)一步的研究發(fā)現(xiàn)，當(dāng)把這些誘導(dǎo)神經(jīng)干細(xì)胞移植到患有老年癡呆的小鼠模型大腦中，其可以分化并整合到大腦中，和原有的腦細(xì)胞形成功能性連接。行為學(xué)測(cè)試表明，細(xì)胞移植可以明顯改善患病小鼠的空間學(xué)習(xí)及記憶功能。? 和早期的其它研究相比，Ptf1a的單因子方案更安全、更高效、得到的神經(jīng)干細(xì)胞和體內(nèi)的神經(jīng)干細(xì)胞更接近，具有諸多優(yōu)點(diǎn)，從而解決了自體神經(jīng)干細(xì)胞的來(lái)源問(wèn)題。重編程的神經(jīng)干細(xì)胞可以用來(lái)作為細(xì)胞模型研究疾病的發(fā)病機(jī)理，篩選有效的藥物，以及移植治療各種神經(jīng)疾病的細(xì)胞來(lái)源。
中山大學(xué)
2021-04-13
.jpg){kind=logo}
信息物理融合的CVT群體計(jì)量誤差評(píng)估模型 實(shí)現(xiàn)CVT個(gè)體計(jì)量誤差狀態(tài)的在線評(píng)估
電容式電壓互感器（CVT）給電能表提供電壓信號(hào)，其測(cè)量誤差直接影響電能計(jì)量的準(zhǔn)確性。CVT在110kV及以上變電站中得到了廣泛應(yīng)用，然而CVT長(zhǎng)期運(yùn)行后易出現(xiàn)誤差異常。為了跟蹤C(jī)VT的計(jì)量誤差狀態(tài)變化，一般采用基于標(biāo)準(zhǔn)器比對(duì)的定期停電檢定法，但由于變電站停電困難等原因， CVT往往無(wú)法按期檢定，導(dǎo)致長(zhǎng)期運(yùn)行準(zhǔn)確性難以得到保證。
南方科技大學(xué)
2021-04-14
.jpg){kind=logo}
一種基于開(kāi)關(guān)表的三相可控整流器模型預(yù)測(cè)控制方法
本發(fā)明公開(kāi)了一種基于開(kāi)關(guān)表的三相可控整流器模型預(yù)測(cè)控制 方法，包括如下步驟：(1)將電網(wǎng)電壓矢量角度分為十二個(gè)扇區(qū)，對(duì)三 相可控整流器采用八個(gè)候選電壓控制矢量；(2)依據(jù)三相可控整流器的 電網(wǎng)側(cè)有功以及無(wú)功功率隨電網(wǎng)電壓矢量角度的變化規(guī)律，確定每個(gè) 扇區(qū)對(duì)應(yīng)的候選電壓控制矢量，生成開(kāi)關(guān)表；(3)在當(dāng)前時(shí)刻判定當(dāng)前 的電網(wǎng)電壓矢量角度所屬扇區(qū)，從開(kāi)關(guān)表中提取對(duì)應(yīng)的候選電壓控制 矢量；(4)依據(jù)提取的候選電壓矢量預(yù)測(cè)下一時(shí)刻的電網(wǎng)側(cè)有功以及無(wú) 功功率，從中選取最佳電壓控制矢量。本發(fā)明將開(kāi)關(guān)表和模型預(yù)測(cè)控
華中科技大學(xué)
2021-04-14
藥大學(xué).jpg){kind=logo}
當(dāng)歸飲子對(duì)復(fù)合型慢性蕁麻疹致敏小鼠模型細(xì)胞因子的影響
目的：研究當(dāng)歸飲子對(duì)氣血兩虛型慢性蕁麻疹治療機(jī)理。 方法：ＫＭ小鼠，雌雄各半，采用利血平＋乙酰苯肼，聯(lián)合ＩＶ型變態(tài)反應(yīng)模擬蕁麻疹模型，選擇模型制作成功的動(dòng)物，隨機(jī)分為模型組、氯雷他定組、當(dāng)歸飲子加減方高劑量組、中劑量組和低劑量組，每組８只動(dòng)物，另取８只作為空白對(duì)照組。實(shí)驗(yàn)結(jié)束時(shí)，各組動(dòng)物眼眶取血，分離血清，光鏡檢測(cè)外周血嗜酸性粒細(xì)胞（ＥＯＳ）變化；采用雙抗夾心ＥＬＩＳＡ法測(cè)試血清ＩｇＥ含量；剖取血管壁組織，免疫組織化學(xué)檢測(cè)血管壁組織中ＩＬ－４、ＩＦＮ－γ表達(dá)量。 結(jié)果：與模型組比較，當(dāng)歸飲子各劑量組可顯著降低動(dòng)物外周血嗜酸性粒細(xì)胞（Ｐ＜０．０１）；降低血清ＩｇＥ含量（Ｐ＜０．０１）；降低血管壁組織ＩＬ－４（Ｐ＜０．０１），升高ＩＦＮ－γ（Ｐ＜０．０１）。 結(jié)論：當(dāng)歸飲子可通過(guò)干預(yù)Ｔ細(xì)胞異常分泌相關(guān)細(xì)胞因子抑制蕁麻疹發(fā)病。 文章發(fā)表于南京中醫(yī)藥大學(xué)學(xué)報(bào)２０１３年３月第２９卷第２期。
成都中醫(yī)藥大學(xué)
2015-05-14
大學(xué).jpg){kind=logo}
新型冠狀病毒肺炎(COVID-19）傳播預(yù)測(cè)模型及流行病學(xué)分析成果
全球肆虐的新型冠狀病毒肺炎對(duì)世界各國(guó)人民的生命健康造成了嚴(yán)重的損害，對(duì)國(guó)際經(jīng)濟(jì)產(chǎn)生巨大沖擊。加深對(duì)突發(fā)新型傳染性疾病的全面認(rèn)識(shí)，分析新型冠狀病毒肺炎的流行病學(xué)特征，預(yù)測(cè)新型冠狀病毒肺炎的傳播趨勢(shì)成為了應(yīng)對(duì)疫情最為迫切的需求。馬婷團(tuán)隊(duì)基于深度數(shù)據(jù)挖掘，建立輸入風(fēng)險(xiǎn)及傳染病傳播動(dòng)力學(xué)模型，通過(guò)與深圳市疾控中心、深圳市三院、黑龍江省疾控中心、美國(guó)約翰霍普金斯公共衛(wèi)生學(xué)院專家的密切合作，建立精準(zhǔn)度更高、更為個(gè)性化的預(yù)測(cè)模型，第一時(shí)
哈爾濱工業(yè)大學(xué)
2021-04-14
一種五橋臂的可控整流變頻調(diào)速系統(tǒng)的模型預(yù)測(cè)控制方法
本發(fā)明公開(kāi)了一種五橋臂的可控整流變頻調(diào)速系統(tǒng)的模型預(yù)測(cè)控制方法，包括：A、根據(jù)測(cè)量的相電流和轉(zhuǎn)速估算感應(yīng)電機(jī)的定子、轉(zhuǎn)子磁鏈；B、預(yù)測(cè)下一采樣時(shí)刻八個(gè)電壓矢量對(duì)應(yīng)定子磁鏈的絕對(duì)值、·744·轉(zhuǎn)矩、有功功率和無(wú)功功率；C、速度外環(huán)和母線電壓外環(huán)采用比例積分調(diào)節(jié)器(PI)，調(diào)節(jié)器輸出有功功率給定和電機(jī)磁鏈給定；D、通過(guò)預(yù)測(cè)值和給定值構(gòu)建系統(tǒng)的目標(biāo)函數(shù)，分別計(jì)算共享橋臂開(kāi)關(guān)狀態(tài)為 0和 1 時(shí)，整流側(cè)和逆變側(cè)
華中科技大學(xué)
2021-04-14
一種可見(jiàn)光目標(biāo)輪廓模型指導(dǎo)的飛機(jī)感興趣區(qū)測(cè)譜方法
本發(fā)明公開(kāi)了一種可見(jiàn)光目標(biāo)輪廓模型指導(dǎo)的飛機(jī)感興趣區(qū)測(cè)譜方法，包括：(1)建立典型飛機(jī)目標(biāo)輪廓姿態(tài)數(shù)據(jù)庫(kù)；(2)對(duì)實(shí)測(cè)飛機(jī)目標(biāo)可見(jiàn)光圖像進(jìn)行測(cè)譜，包括：(2.1)獲取飛機(jī)目標(biāo)的可見(jiàn)光圖像；(2.2)獲得目標(biāo)輪廓特征；(2.3)用目標(biāo)輪廓匹配步驟(1)中建立的輪廓姿態(tài)數(shù)據(jù)庫(kù)，得到飛機(jī)的對(duì)應(yīng)姿態(tài)，以及在此種姿態(tài)下的部件對(duì)應(yīng)幾何關(guān)系；(2.4)根據(jù)輪廓與各個(gè)部件之間的相互關(guān)系，尋找目標(biāo)各部件測(cè)譜的中心位置坐標(biāo)；(2.5)把
華中科技大學(xué)
2021-04-14