燕麦多肽数据库及降血糖活性的虚拟筛选

为了深入研究燕麦多肽中可能发挥降血糖功能的活性多肽分子,本文首先从文献中调研了从燕麦中提取鉴定得到的多肽,构建了对应的燕麦多肽数据库,并基于DPP4蛋白对多肽数据库进行了虚拟筛选.随后,针对筛选获得的6个多肽分别进行了100 ns的分子动力学模拟.从模拟之后稳定结合的构象分析了不同多肽分子与DPP4的相互作用信息,并分别计算了不同多肽分子与DPP4的结合自由能.结果表明,从燕麦多肽数据库中筛选得到的多肽可以与DPP4蛋白稳定结合,其中2个多肽分子与DPP4的亲和力相对较强.本文得到的多肽分子可以作为后续DPP4抑制剂设计和改造的先导分子,燕麦多肽数据库也可用于研究燕麦的其他生物学功能.

农业工程类专业教师参与“双创”育人途径构建与实践

为服务国家乡村振兴战略和适应新一轮产业革命需求,文章以培养农业工程创新型人才为目标,分析了农业工程创新型人才的能力要求及育人过程存在的问题,提出了专业教师深度参与“双创”育人的途径和实践方法;通过革新激励机制促进育人活力、优化指导途径提升育人能力、拓宽参与方式推动教学相长等方法,多维度强化教师参与科创育人的动力和拓展育人途径。实践证明,通过教师深度参与的科创实践使学生的创新思维和综合能力显著提升,并形成了系列科创成果,为乡村振兴提供人才支撑。文章为新工科、新农科背景下农业工程类专业教师深度参与“双创”育人模式构建提供参考。

新工科背景下农机专业科教融合促进创新人才培养

针对新一轮产业革命和新工科发展背景下农业机械化及其自动化专业人才创新能力不强的问题,分析了制约创新型农业机械化人才的因素主要体现为学科融合度、实践教学特色和创新能力等方面,提出了教学科研融合协同育人促进创新能力培养的改革实践方法。通过科研成果和学科前沿发展动态引入课堂打造“金课”、多层次多维度搭建科研实践平台培育交叉型学科成果、以竞赛促学科融合等措施,形成以理论与实践相结合、教学与科研相互促进、多学科交叉融合为核心的理论教学+课程实践+项目提升科教融合型创新人才培养体系,从而提升学生实践和创新能力。该研究为新工科和新农科背景下农林高校农业机械化及其自动化专业人才创新能力培养提供参考。

小型无线遥控和实时配药喷施机的研制

为解决某些需要小型质保机械作业,而人工喷施农药工效较低且喷施过程中农药对操作人员身体的危害等问题,该文设计了以单片机为处理核心的无线遥控农药喷施机,并采取边喷施边配制的工作方式。该喷施机由蓄水箱、喷施系统、喷杆调节系统、行进系统、供电系统、无线遥控系统等组成,样机机身质量约为41.5kg,并对样机进行测试。测试结果表明,该农药喷施机行进速度最快可达1500m/h,性能平稳且可靠,最大可喷施面积为8000m2/h(而传统的手工喷施面积为1000～3000m2/h),喷施工效约是人工喷施的2～3倍,且通过远距离遥控完成喷施过程,保证了操作人员的安全,又因边施边配可避免喷施药液配制过多而造成农药的浪费及对环境的污染。

一种状态监测与健康评估方法及其在模拟电路中的应用

针对模拟电路的健康性能退化状况,提出一种特征选择与降维提取法(B&B+LDA)和隐马尔可夫模型(HMM)相结合、以KL距离为衡量标准的状态监测和健康评估方法.首先设置元件的参数提取幅频特征;其次针对特征存在的冗余性及高维性,采用B&B+LDA对原始特征进行提取,从而获得有效的特征集;再根据获得的特征监测出早期故障类型;最后利用正常态下的特征来训练HMM,并用其计算各状态对应的KL距离,得出故障程度,即实现电路健康退化的评估.将该方法应用于某模拟电路中,通过实验验证了其具有良好的模拟电路早期故障监测性能,与B&B,LDA,PCA及原始特征相比具有最好的状态监测与健康评估能力.

PBL教学法在药物制剂设备实验教学中的应用探讨

实验教学在药学教学体系中具有重要作用,针对目前药物制剂设备实验教学现状及存在的问题,探索项目式学习法(problem-based learning,PBL)在该实验课程教学中的应用。以药学学生为主体,通过探究创新实验教学方法和技术,促进实验课堂从“灌输式”向“研讨式”转变,切实提升学生的动手能力、创新精神和科学素养,逐步形成具有药学学科特点、符合城市大学特色的药物制剂设备实验教学模式,为提升实验教学成效、服务学科建设和创新人才培养提供参考。

混合优化的贝叶斯网络结构学习

从大型数据库中学习网络结构一直是贝叶斯网络学习的难点之一.针对此问题提出了一种混合算法,将粒子群优化法简单且全局寻优能力强的特点,以及遗传算法良好的并行计算能力进行有效的结合,以增加学习的精度和效率.最后以经典的Asia,Cancer网络为实例,并与文中算法进行比较,验证了该算法的有效性.

基于LSSVM-HMM的发射机故障预测研究

针对雷达发射机的故障状态具有强的随机性和不确定性问题,结合最小二乘支持向量机(LSSVM)能够对信号进行非线性预测和隐马尔可夫模型(HMM)能够进行较为精确的似然度概率计算的特点,提出了基于LSSVM-HMM的故障状态预测模型。通过基于小波包的SSNF算法对采集的磁控管电流信号进行去噪后提取有效的非平稳和非线性特征,用正常时的特征向量来训练HMM,并利用该模型对未知信号的特征向量及用LSSVM对其预测到的特征向量进行状态监测,从而获得故障出现的概率。实验结果表明,该模型用于小样本的发射机故障预测是有效的尝试。

基于HMM的模拟电路故障诊断方法

针对电子系统,尤其是模拟电路的早期故障诊断是重要却又困难的问题,提出一种基于隐马尔可夫模型(HMM)的模拟电路早期故障诊断方法.首先提取出模拟电路的电压特征;然后用改进的线性辨别分析法(LDA)对电压特征进行降维并消除其冗余,采取一些改进措施来消除LDA的不足;最后将改进LDA提取的特征构成多个观测序列并用于训练和测试HMM,以实现模拟电路的早期故障诊断.将该方法与其他方法进行比较的实验结果表明,其具有良好的故障识别能力.

基于贝叶斯网络的复杂系统故障预测

针对复杂电子系统信号具有不确定性的特点,提出一种基于贝叶斯网络的故障预测模型。该模型通过对连续的信号特征进行量化处理,利用专家知识结合信号建立贝叶斯网络结构;对不同样本采用不同算法来进行网络学习,采用概率推理定量估计信号的区间预测概率,从而建立一个可推理的预测模型。将该方法应用于电源系统进行故障预测,针对不同数据样本进行实验,结果验证具有较高的区间预测率,为复杂系统的故障预测提供了新手段。

组合导航系统的模糊信息融合

为了解决联合卡尔曼滤波法存在的不足,文中给出了用模糊推理系统与卡尔曼法相结合的方法,该方法可以在线对噪声统计特性进行修改。它不仅可以对子滤波器进行自适应,而且对主滤波器的融合方式提出了全新的信息融合算法,构造一个模糊推理系统,根据实际情况由该系统得到各子滤波器的各状态估计量的不同信任权值,实时地进行加权融合,既避免了传统联合卡尔曼法的复杂计算,又提高了融合精度。最后把此法用于INS/GPS组合导航系统中,仿真结果证明该方法是有效的,实用的。

基于神经网络的组合导航系统状态估计

在干扰大的外界环境中,传统滤波法对组合导航系统进行状态估计的精度难以满足要求,为此提出了引入Elman神经网络。描述了它的状态估计的设计方法,对如何获取训练样本及网络的训练算法给予了详细的介绍,并把优化后的算法与原有方法进行仿真对比。最后以INS/GPS组合导航系统为例,分别用传统滤波法与Elman神经网络法进行状态估计。仿真结果证明了该法的有效性和实用性。

CHMM在发射机状态监测与健康评估中的应用研究

根据电子系统视情维修的需要,提出一种针对发射机的状态监测与健康管理新方法。通过分析发射机的测试信号特点,对测试脉冲电流提取其小波特征,并利用连续隐马尔科夫模型作状态监测器,计算发射机未知状态下的KL距离,从而将发射机变化不明显的初期故障过程转变为变化明显的KL距离,并用其估计发射机的健康状况,以此决定维修与否。实验验证了该方法的有效性,为视情维修提供了依据。

川木香醇提物利胆镇痛作用的实验研究

目的:探讨川木香醇提物的镇痛及利胆作用。方法:采用胆汁引流法,观察不同剂量川木香醇提物对大鼠胆汁分泌的影响;采用小鼠醋酸扭体法和热板刺激法实验,观察不同剂量川木香醇提物对小鼠疼痛的影响。结果:川木香乙醇提取物高剂量组与对照组相比,可显著增加胆汁分泌,各剂量组作用基本呈量效关系。川木香乙醇提取物高剂量组与对照组相比,具有明显镇痛作用。结论:川木香醇提物具有较显著的镇痛利胆作用,诠释了其"行气止痛,疏肝利胆"功效的科学内涵。

GPS/INS组合导航系统中的信息融合算法研究

该文以GPS/INS组合导航系统为应用背景,对系统的模型建立进行详细的介绍,针对当前应用于其中的Kalman滤波法,它对量测噪声模型变化不能很好进行最优估计的缺点,引入了模糊自适应理论,实时地在线修正新息协方差值,以改善滤波器的性能,提高组合导航系统精度,并且还介绍了野值检测和处理方法。最后进行实时仿真,经仿真结果表明该方法是有效的。

基于特征融合技术的发动机故障诊断

为了提高发动机的故障识别率,设计了一种将B&B算法与广义辨别分析(GDA)相结合的多类特征融合方法。从发动机转子的振动信号中提取出频谱特征集和纹理特征集,用B&B算法删去2类特征集中信息量少的特征,并用GDA和支持向量机(SVM)分类器进行特征融合和分类识别。发动机的转子故障试验结果表明,该方法获得的融合特征包含有更多的类别信息,用于转子故障获得的识别率为98.21%,且不受分类器核参数的影响;而频谱特征、纹理特征输入SVM分类器后获得的故障识别率仅为92.86%和89.29%。该研究为发动机的故障诊断提供了一种有效、实用的特征提取方法。

贝叶斯网络在电子系统故障诊断中的应用研究

电子系统大多结构复杂,各组成模块存在错综复杂、相互影响的关系,另外测点较少且测点数据常常是不完备的。针对此类情况,以某电源系统为研究对象,提出了基于贝叶斯网络的电子系统故障诊断方法。首先依据系统的结构获得其因果图,并对各测点信号进行离散化处理;其次建立用于故障诊断的贝叶斯网络模型,并且根据历史数据完成该网络的参数学习,最后利用获得的事实来实现故障的诊断。仿真结果验证了该方法的有效性,为电子系统的故障诊断提出了一种新的思路。

故障组合预测模型研究

故障特征和随机噪声均包含在设备获得的信号中。每个预测模型都具有各自特点和噪声的不确定性,本文提出新的预测思路:采用小波相关滤波去掉信号的噪声后,分别建立时间序列ARMA(p)模型和改进灰色预测GM(1,1)模型,并将两模型的预测值进行加权组合。最后把该组合预测模型尝试应用于二次雷达获得的速度信息,实验验证了该模型用于故障预测的有效性和实用性。

改进遗传算法的路径规划研究

本文在遗传算法的基础上,对TSP问题进行了讨论,并对传统求解方法进行了改进,加入了贪婪算法,仿真结果说明了算法的有效性。并就同样是基于遗传算法的避障路径问题进行了探索。TSP系统广泛用于公交车交通线路安排、旅游景点行程安排等,具有较高的实用价值。

基于MATLAB的非线性系统模糊建模及仿真

该文主要介绍了利用MATLAB的fuzzy工具箱来解决非线性系统的模糊建模问题的几种方法,讲解了模糊建模的设计原理与步骤,在MATLAB环境中用编程和可视化编辑两方法来解决建模问题,针对原有方法的不足给出了改进,并给出程序设计。通过一个非线性实例设计了它的自适应神经网络模糊模型,从仿真结果可看出改进后的非线性系统模型更有效。