本发明提供了一种用于高压直流电源的多电平母线超前预测跟踪控制方法，将k周期内的输出电流信息通过负载特性采样单元实时采集并通过模数转化单元进入STM32。进行运算得出(k+1)周期对应的正常工作点，输出相应的电压控制信号，并输出相应的电压控制信号；与设定阈值相比较，如果大于阈值，多电平母线调节单元进行电压调控成计算所得的电压控制信号并输出，然后通过将输出电压变化信息进入功率闭环，调节输出电压。本发明通过电流信息实时预测输出电压，减小电平切换延迟。本发明实现多电平切换的控制方式简单，具有良好的适应性与拓展延伸性。能够很好的响应负载突变的情况，进行快速协同调整，提升电源系统的响应速度以及稳定性。

高密度养殖在水产领域应用日益广泛，但饵料利用率低，大量残饵、生物代谢物、动植物尸体等有机物积累于养殖水体进而腐败分解产生大量有毒的物质，导致养殖水质下降、养殖环境恶化。高碘酸盐、磺胺、环丙沙星等在内的化学类杀菌药和抗生素被超量使用，氯霉素、孔雀石绿等禁用渔药的违规使用也屡见不鲜。随着人们对食品安全的重视，通过微生物改良水质，有效防止水体恶化，从而确保养殖对象少生病或不生病已逐步形成共识。诺碧清是诺维信、拜耳公司联合推出的生物净水剂产品，在国内占据领先地位。该产品可直接投放到养殖水体，具有高效净水能力。相比国内其他产品，不需要活化步骤，应用简单，可有效维持水体的藻相平衡及稳定。但该产品售价高，间接减少了养殖户利润。国内一些大型鱼药公司也均有着自主产品。尽管使用成本有所降低，但实际效果距离诺碧清尚有差距，养殖户认可程度不高。本技术衍生产品可有效降低水体 C、N、P 含量，增加溶氧，提升水质。产品应用于水产养殖中，可显著净化水体，实现增产目的。 

产品详细介绍 PANIO卓普KCF104 4口PS2+USB Combo Free自由双界面KVM电脑切换器 KCF104为Combo Free KVM控制端及电脑PC端都支持PS/2和USB接口的键盘与鼠标,可支持PC、MAC、SUN等多种主机且不需透过任何转换接头以及线材, PANIO KCF104是通过一组键盘鼠标显示器来操作管理4台电脑，在桌面型KVM切换器中有很高的性价比。带自动侦测信号功能，自动扫描。 功能特点 PANIO卓普KCF104的控制端和PC端双接口-支持PS/2或USB接口键盘鼠标  PANIO卓普KCF104是通过一组键盘鼠标显示器来操作管理4台电脑 支持多功能键盘及鼠标(最高7键) ，具备串接功能，最高串接层级 3 层，  专利OTG技术-各口独立运算能使切换过程无延迟  支持PC、MAC、SUN电脑主机-专用双接口线材无须另购任何转换线  自动侦测功能,新接入信号自动显示,信号消失自动跳转到下一正常信号  分辨率可达2048 x 1536@85Hz并支持DDC2B  无需任何软件-端口的选择可以通过:① 前面板按钮,② 键盘热键 自动扫描模式-可监控电脑操作，无须外接电源  支持热插拔,即在切换器不关机的情况下,可以任意添加或移去所控制的电脑主机,每端   口均能仿真屏幕/键盘/鼠标讯号,可同时开机 可支持操作系统：DOS、WIN、Windows Vista、LINUX、MAC、SUN。 PANIO KCF102双介面4口KVM切换器由深圳市卓普科技有限公司生产制造.   示意图

产品详细介绍 况 包装配件   1xKF08  8x四合一1.8米长KVM连接线,(PS/2+USB+VGA KVM Cable)  1x机架面板  1x变压器  1x使用手册 详细规格

北京师范大学环境学院梁赛教授课题组研究成果在《自然》子刊《自然·食品》（Nature Food）以研究论文形式在线发表（Network resilience of phosphorus cycling in China has shifted by natural flows, fertilizer use and dietary transitions between 1600 and 2012）。该研究分析了1600-2012年间中国磷循环网络的韧性，研究结果表明，受自然流动、化肥使用和饮食转变的影响，近几十年中国磷循环网络的韧性呈下降趋势。 磷元素是人类生存和生态系统运转所需要的一种必要营养元素。对人类和生态系统而言，磷循环网络在遭受外部冲击时仍能持续保障磷供给的能力（即韧性）至关重要。已有研究主要通过磷元素代谢路径分析来研究磷资源使用和磷排放问题，较少关注磷循环网络的韧性。本研究首次综合运用生态网络分析等方法，对1600-2012年间中国磷循环网络的韧性进行了测度研究与影响因素分析。 结果表明：为满足中国不断增长的食品消费总量和结构的需求，中国磷循环网络从由土壤自然磷流主导转变为由化肥生产的工业磷流主导，并不断强化。这种变化降低了网络中的冗余路径，从而导致近几十年来磷循环网络的韧性呈下降趋势。城市化进程加剧了磷的单向流动，进一步降低了磷循环网络的韧性。特别是在2000-2012年间，由于人群饮食结构中动物性食物比重不断提高，磷循环网络的韧性下降了11%。如果按这种趋势继续发展，在社会环境的冲击和干扰下，磷供应会逐渐成为影响中国粮食安全的重要因素。 为提高磷循环网络的韧性，本研究提出减少食物损失和浪费、提高“农田到餐桌”食物供应链效率、减少化肥使用、提升磷循环率等措施，并进一步量化这些措施对磷循环网络韧性的提升程度。此外，本研究的框架和指标也适用于分析其他地区和资源的网络韧性，可以为全球可持续发展目标的实现提供科学依据。 本研究由北京师范大学和华东理工大学领衔，国际应用系统分析研究所、意大利欧洲-地中海气候变化中心和意大利威尼斯大学、美国陶森大学、捷克共和国马萨里克大学、美国密歇根大学、中山大学、清华大学、英国伦敦大学学院、广东工业大学等单位组成团队共同完成。北京师范大学梁赛教授和华东理工大学余亚东副教授为论文共同第一作者，北京师范大学梁赛教授、华东理工大学余亚东副教授和英国伦敦大学学院米志付研究员为论文的共同通讯作者。合作作者杨志峰院士对论文完成给予了重要指导。该研究得到国家自然科学基金等项目的资助。

本发明公开了一种基于神经网络的反演大气可降水量的MODIS模型改进方法，包括以下步骤：S1：利用MODIS三通道比值法反演大气可降水量PWV，记为PWVMODIS；S2：利用BP神经网络建立测站处的纬度φ、测站处的高程h、年积日doy、PWVMODIS与测站GPS/MODIS反演的PWV残差RES之间的非线性关系；S3：对BP神经网络模型进行训练；S4：将φ、h、doy以及PWVMODIS作为输入参数代入BP神经网络模型，并计算出GPS测站处PWV残差RESBP；S5：利用RESBP补偿PWVMODIS，获得大气可降水量PWV＝PWVMODIS+RESBP。本发明有效提高了建模精度。

项目成果/简介:本发明涉及一种基于果蝇算法优化广义回归神经网络算法的茶叶储存时间分类方法,旨在通过改进的广义回归神经网络解决茶叶储存时间分类问题,属于茶叶储存时间分类领域.其原理利用电子鼻传感器模拟人感官品评的功能和特征,采集不同时间不同传感器的特征值,构建样本集.利用果蝇算法优化广义回归神经网络,获得广义神经网络的平滑因子,进而构建毛峰茶叶储存时间的FOAGRNN分类模型和方法.本发明的有益效果在于将果蝇算法优化广义回归神经网络算法应用于毛峰茶叶数据中,提高预测毛峰茶叶储存时间分类的效率和准确度,为消费者提供茶叶储存时间分类的有效方法.

北京师范大学环境学院梁赛教授课题组研究成果在《自然》子刊《自然·食品》（Nature Food）以研究论文形式在线发表（Network resilience of phosphorus cycling in China has shifted by natural flows, fertilizer use and dietary transitions between 1600 and 2012）。该研究分析了1600-2012年间中国磷循环网络的韧性，研究结果表明，受自然流动、化肥使用和饮食转变的影响，近几十年中国磷循环网络的韧性呈下降趋势。 磷元素是人类生存和生态系统运转所需要的一种必要营养元素。对人类和生态系统而言，磷循环网络在遭受外部冲击时仍能持续保障磷供给的能力（即韧性）至关重要。已有研究主要通过磷元素代谢路径分析来研究磷资源使用和磷排放问题，较少关注磷循环网络的韧性。本研究首次综合运用生态网络分析等方法，对1600-2012年间中国磷循环网络的韧性进行了测度研究与影响因素分析。 结果表明：为满足中国不断增长的食品消费总量和结构的需求，中国磷循环网络从由土壤自然磷流主导转变为由化肥生产的工业磷流主导，并不断强化。这种变化降低了网络中的冗余路径，从而导致近几十年来磷循环网络的韧性呈下降趋势。城市化进程加剧了磷的单向流动，进一步降低了磷循环网络的韧性。特别是在2000-2012年间，由于人群饮食结构中动物性食物比重不断提高，磷循环网络的韧性下降了11%。如果按这种趋势继续发展，在社会环境的冲击和干扰下，磷供应会逐渐成为影响中国粮食安全的重要因素。 为提高磷循环网络的韧性，本研究提出减少食物损失和浪费、提高“农田到餐桌”食物供应链效率、减少化肥使用、提升磷循环率等措施，并进一步量化这些措施对磷循环网络韧性的提升程度。此外，本研究的框架和指标也适用于分析其他地区和资源的网络韧性，可以为全球可持续发展目标的实现提供科学依据。 本研究由北京师范大学和华东理工大学领衔，国际应用系统分析研究所、意大利欧洲-地中海气候变化中心和意大利威尼斯大学、美国陶森大学、捷克共和国马萨里克大学、美国密歇根大学、中山大学、清华大学、英国伦敦大学学院、广东工业大学等单位组成团队共同完成。北京师范大学梁赛教授和华东理工大学余亚东副教授为论文共同第一作者，北京师范大学梁赛教授、华东理工大学余亚东副教授和英国伦敦大学学院米志付研究员为论文的共同通讯作者。合作作者杨志峰院士对论文完成给予了重要指导。该研究得到国家自然科学基金等项目的资助。

本项目研发一种基于国际先进的微环流分析技术的原位水质监测系统，体积小，成本低，试剂损耗量较小，维护周期长。基于此仪器进行高密度水质监测网络的搭建，并通过无线技术将水质监测网络的数据上传到服务器，通过算法对数据进行分析，完成快速、准确的污染溯源，为水域污染的进一步防、治提供一种实时、有效的手段。

本发明公开了一种基于选择性隐朴素贝叶斯分类器的网络故障 诊断方法，包括：(1)从网络历史数据库中获取历史数据，包括症状变 量集以及故障类变量集；(2)构建选择性隐朴素贝叶斯分类器预测模型， 根据症状变量集中的每个症状变量确定对应的最相关症状变量集合； (3)所述选择性隐朴素贝叶斯分类器通过训练历史数据自动学习到分类 器参数；(4)进行故障诊断时，对测试数据利用上述选择性隐朴素贝叶 斯分类器进行估计得到对应最终的故障诊断结果。通过执行本发明中的网络故障诊断方法，有效解决了现有网络故障诊断中运算复杂度高、 网络诊断结果偏差大的问题，显著提高了网络诊断的准确性，在进一 步降低运算复杂度的同时，能够保持较好的学习能力及容错特性。