解酒的蛋白肽复合营养液微球及其制备方法是根据现有的解酒产品主要来自中药成分，加工制备过程易氧化，失去生物活性，中药成分易分解，解酒效果差等弊端而研制的一种解酒的蛋白肽复合营养液微球及其制备方法。它采用绿色食品作解酒原料，对人体无害，且采用微胶囊技术，不仅可将药物浓集于靶区，提高疗效，而且可消除解酒辅料的不良气味及口味，使液态辅料固态化的同时，提高溶解和吸收效率，使解酒效果更为显著。 解酒的蛋白肽复合营养液微球及其制备方法采用植物蛋白肽，配以山楂、萝卜、甘草、橘皮的水溶提取物，按比例调配成蛋白肽复合营养液，然后采用微胶囊成型技术，制成蛋白肽复合营养液液芯微球，微球的粒径范围为5—500μm；微球制备时所选用的壁材可以为单一壁材或复合型壁材。 采用绿色食品作解酒原料，环保对人体无害，使用微胶囊包装技术，可以使蛋白肽在人体中缓慢释放，有效地解决大量饮酒所造成的血液中酒精浓度突升的问题；还可解决蛋白肽稳定性差，易变性，易被消化酶降解难题，微胶囊技术保护了有效成分，使蛋白肽在肠道中能够发挥更好的效用。不仅可将药物浓集于靶区，提高疗效，而且可掩盖解酒辅料的不良气味及口味，使液态辅料固态化的同时，提高溶解和吸收效率，具有良好的解酒、醒酒功效，并可适当改善人体机能，增强免疫力

1 成果简介 微波耦合加热移动物体的过程，在数学与物理的建模上，通常认为是极其复 杂的过程，普通人员很难掌握，另外，模拟仿真计算还极其耗时。 为解决此问题，我们利用运动的相对性原理和不同物理量(电磁场、温度场 和流场)在不同坐标系之间转换，提出了一种计算微波耦合加热移动物体的数值 计算方法。此法具有操作过程简易，计算精度高且耗时少的特点，理论上，此计 算方法还适用于微波耦合电磁搅伴器时的加热过程计算。 2 关键技术 从物理场的角度而言，微波加热是一个典型的多物理场问题，主要涉及的是 电磁场与温度场能量的转换与传导，以及流场（如周围空气）与加热物之间的共 扼传热。 在现代工业与科研中，广泛应用微波加热。如《Science》和《nature》，分 别在 2016 与 2018 年，刊登了利用微波制作石墨烯技术。但由于微波最大的缺 陷，就是加热的不均匀性，又极大地影响了微波的应用。 为了改善加热的均质性，通常使加热物运动，如旋转或采用磁搅伴器。380 微波治疗肿瘤，被国际医学界称为绿色疗法，肿瘤细胞死亡最可能萎缩和死 亡在 42.5℃～43.5℃之间，温度低了则治疗肿瘤无效，而温度高了，又会损伤周 围健康器官，由于在人体上操作，故要非常谨慎的，所以又限制了微波应用。若 能有一种快速预测的计算方法，能立即得到加热的温度场分布，则是一个非常有 意义的事！ 针对移动物体的微波加热，传统模型计算极其复杂，只有少量专业研究人员 会计算，一般人员很难掌握，同时计算又极其耗时。本方法在此方面进行了大胆 的探索。 3 知识产权及项目获奖情况 发表了一篇 SCI 论文，专门论述了该方法，详见： PU GUANGYi, PU CHENG XI, J. WANG, C. F. SONG, “A method for coupled microwave heating process and heat transfer simultaneously of moving objects,” Journal of Food Processing and Preservation, vol. 42, no.1, e13468, 2018. DOI: 10.1111/jfpp.13468. 4 项目成熟度 该方法计算工作量小，计算方便，且精度高，适合加热运动物体或电磁搅拌 装置，或同时加热运动物体及有电磁搅拌的情况。现在 CAD 与 CAE 技术发展非常 迅速。所以，理论上可以直接利用这些商业软件进行建模与计算。 5 投资期望及应用情况； （1） 微波治疗肿瘤方面。由于微波能够穿透到肿瘤内部，直接“杀死” 肿瘤细胞，理论上，远比高能射线如γ射线效果好，且对人体副作用小。先 前没有广泛使用，原因之一是不好控制加热的不均匀性。若能在治疗之前， 先预先计算出加热物温度场分布，即预测出温度场的分布，则可以控制微波 直接“杀死”肿瘤细胞。 （2） 石墨烯的过程制作。 （3） 食品及其他工业与科研的应用。 

本发明公开了一种基于运动学变换的数控砂轮磨削加工方法，包括：生成初始砂轮加工路径并执行离散化处理以产生多个离散点；在砂轮架驱动轴的移动范围内选择位置点，并根据这些位置点网格划分生成多个立方体网格单元；找到分别包含各个离散点的立方体网格单元，然后计算离散点在所处网格单元中的体积误差矢量；利用体积误差矢量对各个离散点执行转换，由此生成新的多个离散点；通过拟合方式生成新的砂轮加工路径并执行相应的磨削处理。本发明中还公开了对计算体积误差矢量和点压缩处理方式的改进。通过本发明，能够有效降低由于数控磨床运动学特性及几何误差所引起的实际磨削轨迹与理想磨削轨迹之间的偏差，相应提高加工的几何精度和尺寸精度。

本发明公开了一种数控机床的加工程序修正方法，属于数控技 术领域，包括如下步骤：S1 采集机床运行状态数据，建立机床运行状 态数据与加工程序的映射关系；S2 确定阈值，对不连续特征对应的加 工程序段进行标记，所述不连续特征即为机床运行状态数据中大于阈 值的数据；S3 计算不连续特征对应的加工程序段的修正值；S4 将步骤 S2 中所述标记以及步骤 S3 中所述修正值反馈给数控系统界面，以用 于修正加工程序。本发明方法可对数控加工过程中造成工件质量缺陷 的程序进行快速定位并进行修正。 

本发明公开了一种分布式环境下的文件快速读方法，包括：客 户节点向元数据节点发出读文件请求，客户节点判断其自身是否和分 布式文件系统中该客户节点上一次读取文件所连接的数据节点保持着 连接，若不是则元数据节点根据其索引区中的信息查询该文件是否存 在于其数据区中，若不是则元数据节点根据其一级索引信息查询存有 该文件的数据节点，客户节点与该数据节点建立连接，数据节点根据 二级索引信息查找该文件所在的数据块，根据二级索引信息获取文件， 并将该文件发送给客户节点，客户节点接收数据并保持与该数据节点 的连接。本发明能够解决现有方法中存在的元数据节点占用内存大， 以及大量文件写效率低下的问题。

本发明公开了一种基于 RCM 译码符号不等分配的无线视频传输 方法。该方法包括：(1)根据 RCM 的成功解码概率模型以及视频失真 与 I 帧、P 帧和 B 帧的成功解码概率的关系，确定分配给视频 I 帧、P 帧和 B 帧的译码符号数；(2)对 H.264 视频的 I 帧、P 帧和 B 帧的比特 流进行数据提取和比特划分；(3)根据步骤(1)得到的分配给视频 I 帧、P 帧和 B 帧的译码符号数，对 H.264 视频的 I 帧、P 帧和 B 帧的比特流 进行 RCM 编码和传输。本发明通过为视频重建中重要性逐渐减小的 I 帧、P 帧和 B 帧合理地分配数量依次减小的 RCM 译码符号，实现了 H.264 视频在不同信道条件下的平滑质量传输。

本发明公开了一种基于能量捕获的能效公平性优化方法，包括： 获取初始数据，包括基站发射功率、路径损耗因子、网络接收阈值、 用户与单层网络的基站之间的距离、网络总带宽和其它层网络的基站 对用户的干扰；在频谱正交分割的情形下，根据路径损耗因子和网络 接收阈值，得到覆盖概率的平均对数；根据覆盖概率的平均对数、网 络总带宽和网络接收阈值，以网络能效值最大为目标建立网络能效模 型，基于网络能效模型得到网络接收阈值的隐函数；将初始数据输入 到网络接收阈值的隐函数，得到最优网络接收阈值和最优网络能效值。 本发明在保证用户服务质量的同时，有效提升整个网络的能量公平性。

本发明涉及一种基于遥感影像值多元参量定标模型的自适应成像方法,其步骤包括建立成像系统电子学参数与遥感图像的定量数学关系；获取遥感成像系统的位置和姿态参数,并计算成像区域获取成像区域地物覆盖类型、地物反射光谱以及成像区域上空大气和气溶胶参数,根据辐射传输方程计算该成像区域对应的入瞳辐亮度；对每一景遥感影像入瞳辐亮度进行排序得到最大入瞳辐亮度值,并通过成像系统调节成像参数使其不超过成像系统最大输出图像值,然后驱动成像设备获取遥感影像。

本专利依托国家自然科学基金项目：有序纳/材料的设计、合成及其质子传输性质研究（编号：20704004）。主要是应用基础研究，探索构筑新型高性能杂化质子传输膜的新方法。 本发明主要提供一种新型纳/微米孔结构聚酰亚胺杂化质子交换膜的制备方法。通过将磺化的介孔二氧化硅粒子与磺化聚酰亚胺溶液共混；或在聚酰亚胺及其前驱体溶液中直接加入含有模板剂的二氧化硅溶胶；或以胶体晶模板法制备三维大孔聚酰亚胺膜并向大孔中灌入含有磺酸基或巯基的二氧化硅溶胶，从而将无机的二氧化硅引入到聚酰亚胺中，形成了具有纳/微米孔结构有机-无机杂化聚酰亚胺质子交换膜。本发明由于在制得的复合质子交换膜中引入了无机二氧化硅，所以膜的机械性能有明显的改善，甲醇渗透率也得到了明显的降低，同时由于存在介孔或微孔结构，为质子传输提供了良好的通道，从而有利于质子传导率的提高（大约提高20-50%）。与当前报导和应用的质子传输膜相比，加工方法相对简单，成本低，特别适合于高温条件应用，因此相对于商业化的Nafion117有一定的优势，且在质子传输特性和抗甲醇性方面有较大的改善。

本发明主要包括：(1)通过对接收信号进行ZF或者MMSE检测，再对各天线上的多用户的数据进行MPA检测，得到初始解；(2)对MIMO‑SCMA系统的数学模型进行线性等效变换，转换为MIMO系统的数学模型；(3)若初始解的ML代价值小于门限值，即直接输出初始解；(4)若初始解不满足门限值，则对初始解进行邻域搜索，将前m个最优邻域解作为m个初始解。对当前m个解同时进行邻域搜索，对每个当前解各保留n个最优邻域解，然后在m×n个邻域解中保留前m个不同的最优解作为下次迭代的当前解，循环迭代搜索至满足终止条件。