为实现小反刍兽疫病毒(Peste des petits ruminants virus,PPRV)的快速、准确、定量检测,以国内PPRV Clone 9疫苗株N基因为靶位点设计特异性引物及探针,建立了液滴式数字PCR(Droplet digital PCR,ddPCR)方法,并对其特异性、敏感性及重...为实现小反刍兽疫病毒(Peste des petits ruminants virus,PPRV)的快速、准确、定量检测,以国内PPRV Clone 9疫苗株N基因为靶位点设计特异性引物及探针,建立了液滴式数字PCR(Droplet digital PCR,ddPCR)方法,并对其特异性、敏感性及重复性进行评价。将所建立的ddPCR方法与实时荧光定量PCR(Fluorescence quantitative PCR,qPCR)方法的灵敏度进行比较分析并应用于PPRV(Clone 9株)核糖核酸标准物质的定量。结果显示,所建立的ddPCR方法特异性好,仅PPRV检测结果为阳性,其他羊源病毒类生物制品及毒种检测结果均为阴性;敏感性高,基因拷贝数检出限度为4.33拷贝/μL,比qPCR方法的灵敏度(57.3拷贝/μL)高10倍;重复性好,重复性试验的变异系数为1.8%;定量准确,具有一定资质的9家单位各组测量数据组间变异系数小于5%。试验建立的ddPCR方法能够有效地对PPRV核酸进行快速检测,为PPRV的诊断及绝对定量提供了有效方法。展开更多
针对BP神经网络算法对电动汽车电池荷电状态(state of charge,SOC)估算的缺陷,提出一种基于萤火虫(fireflyalgorithm,FA)神经网络的SOC估算方法。以磷酸铁锂电池为测试对象,在ARBIN公司生产的EVTS电动车动力电池测试系统装置上进行测试...针对BP神经网络算法对电动汽车电池荷电状态(state of charge,SOC)估算的缺陷,提出一种基于萤火虫(fireflyalgorithm,FA)神经网络的SOC估算方法。以磷酸铁锂电池为测试对象,在ARBIN公司生产的EVTS电动车动力电池测试系统装置上进行测试,收集锂电池的各项性能参数。采用端电压和放电电流作为输入参数,SOC作为输出参数,建立FA-BP神经网络模型,用于估算锂离子电池充放电过程中的任一状态下的SOC。仿真实验结果表明,与现有的BP神经网络估算方法相比,基于FA-BP神经网络的锂电池SOC估算方法准确度高,具备很好的实用性。展开更多
文摘针对BP神经网络算法对电动汽车电池荷电状态(state of charge,SOC)估算的缺陷,提出一种基于萤火虫(fireflyalgorithm,FA)神经网络的SOC估算方法。以磷酸铁锂电池为测试对象,在ARBIN公司生产的EVTS电动车动力电池测试系统装置上进行测试,收集锂电池的各项性能参数。采用端电压和放电电流作为输入参数,SOC作为输出参数,建立FA-BP神经网络模型,用于估算锂离子电池充放电过程中的任一状态下的SOC。仿真实验结果表明,与现有的BP神经网络估算方法相比,基于FA-BP神经网络的锂电池SOC估算方法准确度高,具备很好的实用性。