In order to investigate the optimal conditions for the formation of castor oil-based polyurethane (CO-PU) films and their comprehensive performance, a series of experiments were carried out utilising biomass castor oil (CO) as the main reactant, 4,4-diphenylmethane diisocyanate (MDI) as the other main reactant, benzoyl peroxide (BPO) as the radical initiator, and dibutyltin dilaurate (DBTDL) as the catalyst. The CO-PUs with different Rvalues (the number ratio of -NCO/-OH substances) were prepared by pre-polymerisation under single-variable control. The effects of different R-values, DBTDL contents and curing temperatures on the mechanical properties and film-forming state of the CO-PUs were then investigated. Finally, the liquid-resistant medium properties and thermo-gravimetric analyses of CO-PU films were investigated. The experimental results demonstrate that when the R value is 2.5, the DBTDL content is 0.1 parts per thousand, and the curing temperature of the film-forming process is 80 degrees C, the tensile strength and elongation at break of the CO-PU film are 36.4 MPa and 49.05 % respectively, and the hardness of the pencil at this time is 6H. The water absorption rate is 0.01 %, and the contact angle of water is up to 83.5 degrees. CO-PU displays a commendable resistance to sulfuric acid, sodium hydroxide, and ethyl acetate. Additionally, CO-PU exhibits a high thermal decomposition temperature. The comprehensive performance of COPU can be enhanced by modifying the film-forming conditions of CO-PU, which paves the way for further expansion of the applications of CO-PU in the future.
针对目前中文语义提取不充分,存在特征提取不完善、丢失关键信息的问题,提出了一种融合知识增强的语义表示(enhanced representation through knowledge integration,ERNIE)、卷积神经网络(convolutional neural networks,CNNs)、双向门控循环单元(bidirectional gated recurrent unit,BiGRU)的注意力机制(integration of ERNIE and CNNs-BiGRU's attention mechanism,ECBA)模型.首先,使用ERNIE模型预训练出动态词向量;然后,在特征提取层设置不同大小的卷积核提取局部特征,再利用BiGRU模型提取全局特征,并在BiGRU模型中引入注意力机制捕获关键信息,及融合局部特征和全局特征得到最终的特征向量;最后,通过softmax函数预测类别.将模型在公开数据集上进行验证.结果表明,相较于对照模型,ECBA模型在准确率、召回率、F1 值上分别达到了 95.07%、95.01%、95.03%的较好效果.ECBA模型用于新闻分类任务中,能促进特征提取技术在文本分类上的研究.
针对综合传动装置内不同类别零部件功能和工作风险差异化,提出了一种基于风险权重联合的综合传动装置任务可靠性预计新方法.首先,根据系统任务功能利用可靠性框图法评估综合传动装置系统可靠性.其次,在给定部件故障模式发生概率等级定义及评分准则基础上,引入模糊理论建立风险权重系数计算方法.最后,用某履带车辆综合传动装置的可靠性预计进行了实例验证.实验结果表明,该方法具备一定的合理性和有效性,可为管理部门提供可靠性设计需改进的重点关注部件,为传动装置后续优化设计提供更大的改进空间,具备广泛的应用推广前景.
为了解决目前物流仓储中心选址模型存在的脱离实际、需求不合理、成本模型不完备等问题.以长三角地区为例,采用二次指数平滑法预测出该地区 27 个中心城市未来 3 年的货物需求量,构建长三角地区物流仓储中心选址模型,利用K-means聚类算法和遗传算法进行仿真实验,并与多种算法进行对比分析.仿真实验表明,K-means聚类算法在求解备选仓储中心问题上有很好的效果,可以使仓储中心到需求点的总距离和最小,遗传算法相比于其他算法在求解仓储中心选址问题上求解速度更快、迭代次数更少、最终结果更精确.结果证明,使用K-means聚类算法和遗传算法求解长三角地区物流仓储中心可以大大提高该地区物流效率并降低物流成本.
利用多尺度特征策略进行特征提取的有效性不足是多模态医学图像融合领域存在的问题.为了增加融合结果的多尺结构信息,提出了一种基于残差多尺度网络(residual multi-scale network,Res2Net)、交错稠密网络和空间通道融合算法的多模态医学图像融合算法.Res2Net的编码器在提取多尺度特征时能保留更多语义信息;交错稠密网络减少了解码器和编码器之间的语义差异,丰富了融合图像的结构和细节信息;掩码鉴别器约束了脑瘤病灶区域,进一步提高了融合图像的质量;特征图通过空间通道融合算法融合减少了多模态图像之间的信息冗余.该算法在信息熵(entropy of information,EN)、互信息(mutual information,MI)、结构相似性(structure similarity index measure,SSIM)、多尺度结构相似性(multi scale structural similarity index measure,MI_SSIM)指标上拥有较高水平的性能表现,EN提高了6%,MI提高了3%.结果显示,所提出的算法在视觉感知和指标评估上达到了较高的融合质量.
为了对灰度不均匀图像进行分割,结合图像的局部和全局信息,提出基于加权L1-L2 拟合能量项的模糊活动轮廓图像分割(fuzzy active contour based on weighted L1-L2 fitting energy for image segmentation,FAWFE)模型.首先,利用模糊隶属度函数,基于图像局部和全局信息构建混合模糊拟合图像.然后,构建加权L1 拟合能量项,量化原始图像与混合模糊拟合图像之间的差异,有效地处理灰度不均匀问题.最后,结合L2 拟合能量项,保证能量泛函的凸性,使得模型解的存在性和唯一性得以保证,避免陷入局部极小.另外,采用交替迭代算法对FAWFE模型进行数值求解,并与经典的活动轮廓模型对比.结果表明,FAWFE模型不仅可以准确定位目标边界,而且可以在0.6 s左右实现对图像的处理,对于合成图像和真实图像均有良好的处理效果.
《湖北民族大学学报(自然科学版)》 ( ISSN 2096-7594, CN 42-1908/N)本着"立足于土,涵泳自然,走向世界"的办刊理念,坚持"为民族地区经济、科技发展服务,为学校学科建设服务"的宗旨,立足于自然科学基础理论与工程技术的应用研究,突出野生动植物保护与利用学科特色,重视民族地区特色资源开发与产业技术研究,搭建自然科学研究成果的学术交流平台.
针对风机齿轮箱采用振动信号进行故障诊断时故障准确率较低的问题,提出了基于北方苍鹰优化算法(northern goshawk optimization,NGO)的变分模态分解(variational mode decomposition,VMD)算法(NGO-VMD)和结合一维复合混沌映射(sine map and piece wise linear chaotic map,SPM)与正余弦优化算法(sine cosine algorithm,SCA)的改进NGO随机森林(random forest,RF)优化算法(SSNGO-RF).首先,采用NGO对VMD的分解层数和惩罚因子进行寻优,避免 VMD 分解出现模态混叠及模态丢失问题;然后,对分解得到的若干本征模态分量(intrinsic mode function,IMF)逐层计算原始振动信号的相关系数,选取具有相关性的IMF层数进行重构并提取特征向量;最后,将特征向量输入由SPM和SCA改进的NGO优化算法,优化子树棵数和分类特征数的RF模型,进行故障分类.实验结果表明,该算法的故障诊断准确率可达 0.9917,能够有效提高采用振动信号对齿轮箱进行故障诊断的准确率.
为了探讨富硒小球藻提取物对高脂饮食大鼠体重及血糖的影响,将 60 只SD(Sprague-Dawley)大鼠随机分为6 组,分别为空白对照(control diet,CD)组、模型对照(high fat-diet,HFD)组、富硒小球藻提取物低剂量(low-dose selenium diet,LSD)组、富硒小球藻提取物中剂量(middle-dose selenium supplement diet,MSD)组、富硒小球藻提取物高剂量(high-dose selenium diet,HSD)组、无硒小球藻提取物(selenium-free chlorella diet,SFCD)组,对不同组别大鼠灌胃后比较分析体重、血糖、脏器重及脏器指数.实验结果显示,LSD、MSD、HSD组体重、肝重、肝脏指数、附睾脂肪重及其指数均降低;SFCD组各项指标有一定程度的降低但效果不如实验低、中、高剂量组.将硒剂量与各项指标进行相关性分析后发现硒剂量与体重呈显著负相关,与肝重呈极显著负相关,与附睾脂肪重呈显著负相关,与血糖呈极显著负相关.富硒小球藻提取物和无硒小球藻提取物均有控制体重与血糖的作用,但富硒小球藻提取物效果更好.
为了更好地描述竞争机制下觅食者-掠夺者之间的关系,研究了在光滑有界域中具有竞争机制的觅食者-掠夺者模型的动力学性质.研究发现,在空间维数 n≥3 的条件下,当初值和参数满足一定的正则性和限制条件p>(n/2)+1时,通过应用一些经典的不等式以及Neumann热半群理论等,可以证明模型解的正则性,由此得到了模型解在高维空间中的全局存在性和有界性.
为了研究外部输入、疫苗接种和自我防护对新型冠状病毒传播的影响,建立了一个五维时滞新型冠状病毒传播模型,并考虑其最优控制问题.首先理论分析了最优控制的存在性,其次使用极值原理得到了最优控制的表达式,最后通过数值模拟发现:外部输入大大增加了疾病的传播风险;相比疫苗接种,自我防护受控制成本影响较小;控制力度越大,感染者数量越少,且最优控制效果最佳;自我防护控制效果优于疫苗接种控制效果.结果表明:外部输入对疾病的传播产生着重要影响;对于单一控制,自我防护相比疫苗接种更应被推广;对于综合控制,最优控制效果最好.该研究结果可为相关部门开展疫情常态化防控提供一定的理论参考.
为适应新产业新技术对机械类人才的需求,从提高机械数字化设计能力出发,基于先进制造和新工科理念,针对机械基础理论、数字化设计技术与工程实践融合教学的问题,结合湖北民族大学机械类专业实际情况构建培养体系.包括:通过机械数字化设计技术的渗透,整合与优化机械类课程群内容;建立一体化课内实验实践体系,理论联系实际,开展工程实践和机械数字化设计的综合训练;以"学科赛事、项目驱动、校企合作"为依托,建立多渠道的课外实践培养体系;以社会发展为导向,加强师资队伍建设.该培养体系的实施,强化了机械设计专业知识的工程应用,分层次提升了学生的机械数字化设计水平和产品研发能力.结果表明:新的培养体系能有效提升学生的自主学习兴趣和数字化创新设计能力,为新工科背景下的教学实践提供一定的参考.
针对基于映射的跨域推荐模型未充分关注源域中数据稀疏的用户,导致用户偏好的迁移效率降低的问题,提出了一种基于邻居交互增强和多头注意力机制的跨域推荐模型.首先,利用邻居用户的交互项目来增强源域中数据稀疏用户的交互序列,以捕获更丰富的用户行为信息.然后,采用多头注意力机制从交互序列中提取用户可迁移的偏好特征,以全面捕捉用户兴趣的多个方面.最后,将提取的用户特征输入元网络生成个性化映射函数,并根据源域迁移的用户嵌入来实现目标域的个性化推荐.在亚马逊和豆瓣数据集上进行实验,结果表明所提出的模型相较于最优的基线模型,平均绝对误差指标最高提升了 6.54%,均方根误差指标最高提升了 3.73%.有效地提高了目标域的推荐性能,能够在电子商务等领域为用户提供更准确的项目推荐.
为了提高木耳菜的经济附加值,研究和优化木耳菜总黄酮的提取工艺并评估其抗氧化活性.以木耳菜为原料,总黄酮提取率为指标,利用超声波的超声震动作用破坏木耳菜的细胞壁,以提高木耳菜总黄酮的提取率.在单因素实验的基础上,进一步使用Box-Behnken设计对木耳菜总黄酮的超声波辅助提取工艺进行响应面优化,并考察木耳菜总黄酮对 1,1-二苯基-2-三硝基苯肼(DPPH)自由基、羟基(OH)自由基的清除率.研究结果表明:最佳的木耳菜总黄酮提取工艺是乙醇体积分数为 72%、超声时间为 29 min、超声温度为 63℃以及液料比为 42 mL/g,得到木耳菜总黄酮提取率为 54.23mg/g,与理论最大值的相对误差仅为 1.97%,验证了回归模型的准确性和可靠性.木耳菜总黄酮具备一定的自由基清除能力,其对DPPH自由基、OH自由基的清除能力的半抑制浓度(half maximal inhibitory concentration,IC50)分别为 69.61、154.90 mg/L,表明木耳菜总黄酮是一种具有抗氧化潜力的物质,可作为一种天然绿色抗氧化添加剂.
为解决核相关滤波(kernelized correlation filter,KCF)目标跟踪算法在复杂场景下精准度和成功率低的问题,提出基于多特征提取和自适应关键滤波器的目标跟踪算法(multi-feature extraction and adaptive key filter based object tracking algorithm,MEAKF).首先,选择帧图像的方向梯度直方图(histogram of oriented gradients,HOG)特征、深度浅层卷积特征以及深度高层卷积特征,通过主成分分析(principal component analysis,PCA)对特征进行降维,将这 3 种特征分别训练得到相应的滤波器.然后,基于跟踪目标感兴趣区域的相似度对视频序列中的关键帧图像进行判断,关键帧图像上采用深度高层卷积特征训练的滤波器作为关键滤波器.最后,在非关键帧图像上采用 2 种滤波器进行目标定位,在关键帧图像上采用 3 种滤波器进行目标定位,以此达到更好的跟踪效果.MEAKF算法与KCF算法相比,在精准度上提升了 0.051,在成功率上提升了 0.104,算法性能得到了有效提高.
风电功率受气象等因素影响具有很强的随机性和波动性,传统单一神经网络模型预测精度较低,难以满足需求.基于此,提出了多层感知机(multi-layer perceptron,MLP)-双向长短期记忆(bidirectional long short-term memory,BiLSTM)-时间卷积网络(temporal convolutional network,TCN)组合的超短期风电功率预测模型.首先使用皮尔逊相关系数处理数据,将相关性高的特征和每个预测点前 6 个真实值作为输入,然后生成 3 种基础神经网络模型MLP、BiLSTM、TCN,并根据隐藏单元设置不同参数,每个模型选取 4 个参数结果即组成 12 种基础模型.最后采用线性规划(linear programming,LP)法求出不同权值,以达到结果的最优化.以新疆某风电场为例对所提组合模型进行验证,绝对平均绝对误差(mean absolute error,MAE)为 2.975 MW,均方根误差(root mean square error,RMSE)为 5.474 MW,相较于其他模型,所提组合模型具有更高的预测精度.该研究能在风电功率预测中进行实时调度,解决电网调频问题,对组合模型预测研究有促进作用.
为了研究狐臭柴叶水提取液(Premna puberula Pamp.leaves water extract,PPW)对秀丽隐杆线虫的抗衰老作用,首先以秀丽隐杆线虫作为衰老模型,测定狐臭柴叶水提取液对秀丽隐杆线虫自然寿命、虫体长度、运动能力、紫外应激能力及丙二醛含量的影响,再以苯酚-硫酸法、酒石酸铁法、硝酸钠-硝酸铝法及考马斯亮蓝法分别测定PPW中多糖、总黄酮、总酚、蛋白质的含量.实验结果表明,与空白对照相比,在PPW含量为 25%、50%、75%时,分别延长了秀丽隐杆线虫自然寿命的 13.83%、16.42%、12.27%,在紫外应激条件下分别延长线虫寿命的 21.12%、16.81%、32.96%.在PPW含量为 50%和 75%时,线虫的运动能力、虫体长度显著高于空白组(P<0.05),显著降低了线虫体内丙二醛的含量(P<0.05).PPW中多糖、总黄酮、总酚、蛋白质含量分别为 54.30±3.39、13.52±0.90、15.52±0.53、13.87±0.30mg/g.结果说明,狐臭柴叶水提取液可以延缓秀丽隐杆线虫的衰老、降低体内丙二醛含量、促进线虫生长发育、提高运动能力和抗紫外应激能力.此结论可为狐臭柴叶进一步的研究与开发利用提供参考,尤其是为探究狐臭柴的食用价值、药用价值和医疗保健功能奠定理论基础.
为了明确炭疽病菌对猕猴桃的侵染机制,以猕猴桃胶孢炭疽病菌菌株及含潮霉素B抗性基因和绿色荧光蛋白(green fluorescent protein,GFP)基因的双元载体pCAMBgfp为材料,成功构建了由农杆菌EHA105 介导的遗传转化体系并得到了稳定表达绿色荧光的转化子.研究表明,当潮霉素B质量浓度为 160 μg/mL时可有效筛选阳性转化子;分子鉴定结果证实GFP表达基因已整合至转化子基因组中;荧光观察下继代培养的转化子菌丝及分生孢子均表现出强烈的绿色荧光信号,说明GFP标记在转化子中遗传表达稳定;与野生型菌株相比,2 株转化子的菌落形态特征、菌丝生长速率对猕猴桃果实的致病力无明显差异.该研究成功建立了猕猴桃胶孢炭疽病菌的遗传转化体系并得到了稳定表达的荧光转化子,对进一步解析该菌株与宿主之间的互作机理具有重要意义.
针对K均值(K-means)算法对形状特征复杂的图像数据集分类效果差,不能更好地对堆叠胶囊自编码器算法提取的图像特征进行分类的问题,提出基于支持向量机的流形正则堆叠胶囊自编码器(support vector machine-stacked capsule autoencoder based on manifold regularization,SVM-MRSCAE)优化算法.针对不同编码类型,对部件胶囊自编码器采用线性自编码器、卷积自编码器和基于自注意力机制的卷积自编码器进行对比,确定表现优异的编码类型;采用基于不同核函数的支持向量机对图像数据集进行分类,通过对不同核函数进行对比实验,获得更精确的分类结果.在加入不同噪声类型的MNIST和Fashion MNIST数据集上进行实验,发现相比于流形正则堆叠胶囊自编码器结构,SVM-MRSCAE模型分类准确率分别提高了 0.0099 和 0.2026,说明该模型获得了更好的分类精度.
为分析国内外生态安全研究现状及发展趋势,采用中国知网(China national knowledge internet,CNKI)数据库与web of science核心合集(WOS)数据库中2001-2022年国内外生态安全研究的相关数据,利用可视化工具Cite Space软件绘制生态安全研究的知识图谱,梳理该领域征采的相关文献并展开信息计量分析.结果表明:生态安全相关研究的年发文量呈现波动增长的趋势,高产的国家主要是中国和美国,且位列前3的研发机构均为中国机构;核心作者群体呈现"整体分散,局部聚集"的状态,且研究团队之间的合作较少;近年来,"安全评价""土地利用""粮食安全""指标体系"等关键词是国内外该领域研究的主流,并且更加趋向于对特色性的生态安全系统进行剖析.纵观总体,生态安全研究领域更加注重开展多方位的理论研究;不断趋向网络化治理并加强生态安全和生态系统服务;相关研究成果在实践中的应用已成为未来重点关注的方向和角度.
