本发明公开了一株耐热红法夫酵母及其利用秸秆水解液生产虾青素的方法，所述菌株分类命名为红法夫酵母GF6 Xanthophyllomyces dendrorhous GF6，保藏编号为CCTCC NO:M 2025649；将该菌株接种到发酵培养基中，以秸秆水解液为碳源，在28~30℃下高效生产虾青素；本发明利用农业废弃物秸秆水解液作为廉价的粗原料代替了全部碳源来生产虾青素，提升了发酵温度，降低生产成本，并且对环境友好。

常温保存性能稳定 防止理化特性的改变，冻干试剂水份含量非常低，使其稳定性提高，避免酶等粘稠度高的组分损耗。 快速活化 遇水即化并恢复原有试剂的理化特性和活性。 无需冷链运输 常温下可运输，解决了冷链运输中因温度失控导致产品质量下降的不足，降低了运输过程中的风险和损耗。 操作更简单，零损耗 冻干试剂预分装到八联管，避免反复冻融导致的实验结果误差。缩短了整个PCR检测过程的时长，极大地提高临床检验效率。 高便捷性 八联管一物两用（既作为冻干试剂装载容器，又作为PCR实验反应容器），无需体系配制，简化实验操作。 固态试剂真空包装 试剂成分紧贴八联管底部，避免了运输过程中由于颗粒的不固定性而导致颗粒破损变成粉末造成一定的损耗，增加产品实用性。

  仪器概述 本仪器是根据中华人民共和国国家标准GB/T-17040 2008《石油和石油产品硫含量的测定能量色散X射线荧光光谱法》的相关要求设计制造；广泛运用于测试原油、重油、柴油、煤油、汽油、石脑油等油品中的总硫质量百分比含量，测量固体粉末样品中硫含量（如阳极炭块、石油焦、改质沥青等碳素类材料），测量润滑油、石油添加剂中总硫或硫化物含量，测量煤化工产品,例如初级苯中总硫含量，测量其它液体中总硫或硫化物含量的测量；本仪器科技含量高，机电一体微机化设计,检测品种广,检测量程宽,分析速度快,标准样品耗量少。操作简单，且价格仅为进口仪器的几分之一，是科院院所，质检单位，原油、石油化工生产过程中硫含量的检测必备仪器。 技术参数 1、测硫范围: 80ppm～5%; 2、精密度: a重复性(r):＜0.02894（X+0.1691)；b再现性(R):＜0.1215（X+0.05555）； 3、样品量: 2～3ml(相当样品深度3mm～4mm)； 4、测量时间: 60、120、240、300、600秒,任意设定； 5、单样品自动测量,测量次数: 2、3、5、10、50次任意设定,测量结束给出平均值和标准偏差； 6、校正曲线数:仪器可存储9条标定曲线,5条为一元一次直线,4条为二项式抛物线； 7、工作条件: 温度:5～35℃；相对湿度:≤85%（30℃）； 8、电源:AC220V±20V、50Hz或 DC 12V额定功率:30W； 9、外形尺寸：378*232*158mm;重量:7kg 性能特点 1、仪器机电一体微机化设计小巧,可作台式,也可野外便携。交220V或直流12V两用。 2、样品台定位精确，大屏幕液晶显示,操作人机对话,简洁美观； 3、检测品种广,检测量程宽,分析速度快,标准样品耗量少，样品可重复使用； 4、采用荧光强度比率分析方法, 温度、气压自动修正,碳氢比(C/H)亦可修正； 5、采用一次性样品杯,可避免交叉污染，样品直接倒在一次性杯子里进行检测； 6、检测时间快，一个样品的分析时间是2min～4min 7、仪器数据存储量大,含量分析结果和标定工作曲线参数随时可查； 8、采用热敏打印机,更换打印纸简单便捷,也省去了打印色带耗材； 网址链接 http://www.csscyq.com/proshow.asp?id=763

本发明公开了一种基于开槽结构的四分之一模基片集成波导滤波器，包括四分之一模基片集成波导弧形腔，四分之一模基片集成波导弧形腔通过基片集成波导圆形腔沿任意两条相互垂直的磁壁分割得到，四分之一模基片集成波导弧形腔包括介质基片，介质基片的上表面设有上金属层，介质基片的下表面设有下金属层，介质基片中沿四分之一模基片集成波导弧形腔的周向均匀分布有贯穿上金属层和下金属层的金属通孔。本发明相对于传统的基片集成波导圆形腔有效实现了小型化。并且，相对于传统的多层结构，本发明结构简单，加工方便。此外，相对于传统的微带结构，本发明的滤波器品质因数高，损耗小。

导读东北电力大学和长春理工大学研究团队开发并实现一种结合脑电图源成像(ESI)技术和卷积神经网络(CNN)的新方法，以对运动想象(MI)任务进行分类。ESI技术采用边界元法(BEM)和加权最小范数估计(WMNE)分别解决EEG的正向和逆向问题。然后在运动皮层中创建十个scout来选择感兴趣的区域(ROI)。研究者使用Morlet小波方法从scout的时间序列中提取特征。最后，使用CNN对MI任务进行分类。实验结果:在Physionet数据库上的整体平均准确率达到94.5%，分别对左拳头、右拳头、双拳和双脚的单个准确率达到95.3%、93.3%、93.6%、96%，采用十倍交叉验证进行验证。研究人员表示，他们的研究成果与最先进的MI分类方法的结果相比，总体分类增加了14.4%。研究者为验证方法的有效性，加入了4个新的受试者进行验证，发现总体平均准确率为92.5%。此外，全局分类器适应单一对象，整体平均准确率提高到94.54%。研究者表示，他们提出的结合scout ESI和CNN的方法，提高了脑电解码四类MI任务的BCI性能。系统框架图1 系统框架图系统框架如图1所示。原始数据来自国际10-10系统的64个电极(不包括Nz、F9、F10、FT9、FT10、A1、A2、TP9、TP10、P9和P10电极)，并以每秒160个样本的速度采集。根据国际10-10系统从64个通道采集原始脑电图，并使用BCI2000系统进行记录。记录的数据被分为四个独立MI任务包括左拳MI,右拳MI,双拳MI和双脚MI。首先，由于ERD在执行运动想象时在alpha和beta中不同，因此使用FIR滤波器对EEG进行了8 Hz至30 Hz的带通滤波。然后，通过计算包含正问题和逆问题的源，将传感器空间的活动转化为源空间的活动。接下来，创建scout并提取特征。研究者在运动皮层中创建了10个scout，因为我们只关心与运动相关的活动。十个scout中的每一个都代表了可用源空间中的一个感兴趣的区域(ROI)，并且是定义在皮层表面或头部体积上的偶极子的子集。左脑的scout称为L1、L2、L3、L4、L5，右脑的scout称为R1、R2、R3、R4、R5。利用JTFA从10个scout的源时间序列中提取特征。最后，利用CNN对时频图进行分离并进行分类。实验在实验中，研究人员仅使用了随机选择的十个受试者的MI trail (S5，S6，S7，S8，S9，S10，S11，S12，S13，S14)。这里用于分析的数据集包含每个受试者84次试验，每一类包含21次试验。在记录64通道脑电图时，受试者执行了不同的运动想象任务。每个受试者针对以下四个任务中的每一个执行了3轮21试验：当目标出现在屏幕左侧时，受试者想象打开和合上相应的拳头，直到目标消失。然后受试者放松。当目标出现在屏幕的右侧时，受试者想象打开和合上相应的拳头，直到目标消失。然后受试者放松。当目标出现在屏幕顶部时，受试者想象打开和合上双手的拳头，直到目标消失。然后受试者放松。当目标出现在屏幕底部时，目标会想象双脚张开和合拢，直到目标消失。然后受试者放松。为了统一数据维数，研究者选择了4s的数据，因为每次想象任务的执行时间都在4s左右。此外，脑电图任务是分开的，研究人员在实验中将左拳，右拳，双拳和双脚MI任务分别称为T1，T2，T3和T4。图2 scout命名左右运动想象的scout分别命名为L1、L2、L3、L4、L5、R1、R2、R3、R4、R5，如图2所示。10个scout每一个都被扩展到40个顶点，每个顶点只有一个源。L1区域对应40个信号，其他scout也一样。在计算了来源后，研究者在运动皮层中创建了十个scout，如图3所示。图3 创建10个scout使用ESI计算十个受试者(S5、S6、S7、S8、S9、S10、S11、S12、S13、S14)每次试验的四个任务(T1、T2、T3、T4)的源。对于这四项任务中的每一项，每个受试者每次都要进行7次测试(#1，#2，#3，#4，#5，#6，#7)。展示了第一个步的10个被试的10个scout的4项任务的来源。然后提取10个scout的时间序列进行进一步分析。特征提取在计算源之后，研究人员在运动皮层中创建了包含40个源的10个scout，并提取了scout的时间序列。如图4所示为提取R5 scout时间序列作为示例。图的右边显示了R5 scout的时间序列。本文利用小波变换从scout时间序列中提取特征。图4 提取R5 scout时间序列作为示例在这项研究中，研究者提出利用CNN来解决运动想象任务分类的问题。该模型基于Schirrmeister等提出的Deep ConvNet架构，该网络模型由一个六层卷积网络组成，其中两个最大池层和三个全连接层，如图5所示。图5对于Physionet数据库，研究者首先采用Deep ConvNet架构，包括四个卷积层、四个最大池层和一个全连接层。在实验中，研究者依据经验使用两个最大池化层。并尝试了不同数量的卷积层和完全连接层。时频图利用Morlet小波方法得到了scout的特征。对于每个任务，R5 scout的时频图如图6所示。包含时间和频率互补的时频分析方法提供了时域和频域的联合分布信息，清晰地描述了信号频率与时间的关系。图6 R5 scout的时频图显然，只有部分时频映射是红色的，表明每个任务只对特定的频率和时间敏感。由于图的数量比较大，研究者使用CNN来选择和学习这些图中最基本的特征。研究人员随机选择了几个样本，并将一些特征图可视化，作为MI任务的学习表示，如图7所示。图7为了获得有效的结果，将数据集分为90％作为训练集，其余10％作为测试集。首先，将十个受试者的数据集（总共19320个样本）分为17388个样本以训练所提出的CNN模型，以及1932个样本以验证模型的有效性。在实验中，研究者还选择了另外四个受试者的数据集以增加数据集的规模(27048个样本)，其中24343个样本是训练集，其他样本是测试集。在选定的scout上对所提出的CNN架构进行了十次训练和测试，以验证所提出模型的鲁棒性。图8(a)显示了10个scout中每个的全局平均精度。图8 统计结果R5的全局平均精度最高，达到94.5%，而L2的全局平均精度最低，为91.3%。对应L1、L3、L4、L5、R1、R2、R3、R4的整体准确率分别为92.4%、92.5%、93.6%、91.9%、93.0%、91.8%、92.1%、92.6%。所有scout的总体精度均在91%以上，标准差均在0.20%以下。图8(b)显示了十个scout中每个scout四个MI任务的组级统计结果及其标准差。一般来说，R5表现的要比其他的好，而L2在迭代2000中表现最差。标准差较小，说明这些精度更接近平均值且稳定。图9 统计结果图9(a)显示了带有标准差的混淆矩阵，说明了group level分类结果。T1、T2、T3和T4的全局平均精度峰值分别为95.3%、93.3%、93.6%和96.0%。R5 scout的四个MI任务中的每一个都如图9(b)所示。通过改变训练集和测试集顺序的10次试验，确定了scoutR5的性能，结果如图10(a)和(b)所示。在10次试验中，scout R5的T1、T2、T3、T4的平均准确率分别为93.3%、93.8%、94.2%、94.1%。换句话说，四个任务中每一个的平均准确率都超过了93%。全局平均准确率为93.7%。10次试验结果表明，该方法对scout R5的分类效果较好。从以上结果可以清楚地看出，R5 scout在四种MI任务的分类中扮演着最重要的角色。因此，选择R5对四个MI任务进行分类。图 10图11. (a)是不同模型的全局平均准确性的比较。可以发现，该研究提出的模型可以达到最大的精度。从图11. (b)不同模型的ROC曲线可以看出提出的模型比其他模型表现更好。©不同模型T1上的精度比较。(d)不同模型T2的精度比较。(e)不同模型T3的精度比较。(f)不同型号T4的精度比较。图11 不同模型的精度比较结论东北电力大学和长春理工大学研究团队开发并实现一种结合脑电图源成像(ESI)技术和卷积神经网络(CNN)的新方法。该方法可以对运动想象(MI)任务进行分类。实验结果表明，他们的研究成果与最先进的MI分类方法的结果相比，总体分类增加了14.4%。研究者加入了4个新的受试者进行验证来验证方法的有效性。研究者表示，他们提出的结合scout ESI和CNN的方法，提高了脑电解码四类MI任务的BCI性能。论文信息：A novel approach of decoding EEG four-class motor imagery tasks via scout ESI and CNN

面向工程机械机电液一体化系统的动态性能匹配方法与分析软件（以下简称为软件）， 能够根据用户对工程机械整机动力配件的选型，自动组成整机系统模型，并预测工程机 械整机运行时的性能以及各配件的功率输出和发热情况。该软件可应用于工程机械产品 开发的各个阶段如参数选型，性能匹配、故障诊断、实验辅助等，并已成功应用于山推 工程机械股份有限公司的新产品开发中。 技术特点： (1) 机电液热融合建模，理论定位高级。软件以预制的机电液零部件模块模型为基 础，可快速地、精细化地实现极端工况条件下机电液融合模型。 (2) 一体化的系统分析，问题覆盖面广。软件综合多种软件资源，对特定工程机械 机型的核心动力系统，可实现任意节点输出的、图解化的、基于机械系统实验结 果的系统分析。 (3) 机型软件快速开发，面向用户需求。软件可针对牵引底盘和非牵引底盘，快速 开发出面向特定工程机械机型的机电液一体化性能分析软件。 (4) 功能契合实际需要，适用范围广泛。适用于工程机械各个技术阶段的参数选型、 性能匹配、故障诊断、以及实验辅助。

纳米二氧化钛 (10-50nm) 具有特异的光学性能、催化性能等，被广泛应用于汽车工业、催 化剂、防晒化妆品、高档油漆、农用薄膜以及精细陶瓷等领域。目前国内纳米二氧化钛的市场 已有相当量的需求，估计在1万吨/年左右，市场份额高达20亿元，主要从国外进口，进口价超 过3万美元/吨。本项目计划建设200吨/年规模的气相燃烧制备纳米二氧化钛生产装置，利用氢 氧焰燃烧生产纳米二氧化钛。项目建设总投资为2000万元，建设期为1.5年。项目投产后可以形 成4000－5000万元的产值，利润超过1500万元。

目前国内发电厂主要是燃煤发电，煤炭的燃烧使发电厂废气中含有大量的二氧化碳（CO2），占工业CO2 总排放量的30%左右，造成了严重的大气污染和温室效应。燃煤电厂中二氧化碳的处理已成为目前急需解决的问题，因此燃煤电厂废气中二氧化碳的捕集成为目前的研究热点之一。燃煤电厂尾气脱CO2 理论上有吸收分离法、吸附法、膜分离法、膜基吸收法和低温蒸馏法等。国际能源署在上世纪90 年代对上述几种脱CO2 法的调查研究表明,对烟道气脱CO2 较有前途的是“膜基气体吸收法”。膜吸收技术是膜技术与气体吸收技术相结合的膜过程,通常使用疏水微孔中空纤维膜将气体与吸收液隔开。用于分隔气液两相的疏水微孔膜的可用材料广泛，可以为聚四氟乙烯、聚偏氟乙烯、聚丙烯等。利用膜吸收技术捕集CO2 与传统的吸收塔相比，膜吸收可以对气、液两相流速宽范围独立控制，而且气液接触面大，能耗低，避免了液泛、雾沫夹带、沟流、鼓泡等现象发生。另外，膜吸收技术更有利于燃煤电厂尾气中CO2 的回收后再次利用，利用膜吸收技术回收的CO2 纯度高，可达到95%以上，可应用于食品、医药等行业，为社会创造了更多的经济价值和社会效益。 本技术以疏水中空纤维膜为气液两相间分隔界面，其较强的疏水性能可以防止液相的泄漏，另外所用膜材料能耐受强酸强碱的长期腐蚀，给膜吸收设备提供了更长的使用寿命。而所采用的中空纤维膜组件还具有气液接触面积大、设备体积小等优点。以MEA、MDEA 等醇胺溶液为吸收剂，膜解吸过程相对简单,与传统的方法相比具有设备投资低、分离效率高、使用周期长等优点，是具有广大前景并值得推广的技术。 技术指标：所用吸收剂：MEA、DEA 等醇胺类吸收剂；处理前CO2 含量≤10%；处理后CO2 含量≤0.3%；去除能力：99%；吸收剂回用方式：加热解吸循环；吸收剂热解吸温度：60～80℃；装置使用寿命1～2 年。应用范围：可广泛应用于燃煤发电厂尾气中CO2 的回收处理、烟道气处理及相关领域。市场分析膜吸收法捕集CO2 技术能耗低，占地面积小，在操作上存在很大的优势；另外，吸收CO2的吸收剂可经过加热等方法进行循环利用，捕集的CO2 浓度较高，市场前景相当广阔。效益分析：本技术设备简单、投资少、操作成本低，与传统技术相比能耗大大降低，而且回收的CO2纯度较高，经过净化之后可再次应用于医药、食品、化工等行业，具有显著的经济效益。

本发明公开了一种原位注射聚乙二醇型水凝胶的制备方法，包括：以聚乙二醇和硫代苹果酸为原料，以三氟甲基磺酸稀土为催化剂，通过缩聚反应制备多巯基线形聚乙二醇型聚醚酯；以聚乙二醇和马来酸酐为初始原料，以三氟甲基磺酸稀土为催化剂，通过缩聚反应制备多双键线形聚乙二醇型聚醚酯；分别将多巯基线形聚乙二醇型聚醚酯及多双键线形聚乙二醇型聚醚酯溶PBS缓冲溶液中，两份溶液迅速混匀，静置，制得原位注射聚乙二醇型水凝胶。该方法操作简单，条件易控制，适于工业化生产。本发明还公开了一种原位注射聚乙二醇型水凝胶，具有可降解、可原位注射性能。

在建筑物的空调负荷中，新风负荷占相当大的比例。在国外，新风负荷一般占建筑空调总负荷的20～30[%]。同时从室内排出的空气中大量的热(冷)量排放到大气中, 不仅给城市空气造成热污染, 同时也浪费了大量的能源. 因此从排风中回收能量已经是空调业内人士的共识, 在国外集中空调系统能量回收设备已经成为法定必须的设备。