微生物共培养产生新颖活性次生代谢产物的研究进展

微生物源天然产物是药物先导化合物的重要资源之一.近年来,利用微生物共培养产生各类天然产物的研究发展迅速.微生物共培养是一种通过模拟（微生物）栖息地/栖息环境以激活可能的沉默生物合成基因簇并进而诱导微生物产生新次生代谢物的有效方法.与菌株纯培养相比,共培养不仅增加了次级代谢产物的种类多样性,而且其生物活性及产量也得到了提高.文章就近5年来真菌与真菌、真菌与细菌、细菌与细菌等3种类型的微生物共培养研究成果进行了综述,同时简要介绍了用于分析共培养作用机制的多组学技术,并在此基础上探讨了微生物共培养相互作用机制研究的进展及挑战.综述旨在为微生物共培养的深入研究提供借鉴,并为微生物药物的开发提供新思路.     

碳基烧蚀材料高温氧化反应机理的分子动力学研究

本文采用基于紧束缚密度泛函理论的分子动力学,研究高温下碳基烧蚀材料三种模型(无缺陷、原子缺陷以及孔洞缺陷)的氧化反应机制．研究发现高温下的反应产物主要是CO和CO₂.CO的产生过程主要源于环氧基团中C-C键的裂解,而CO₂的形成则较为复杂,主要源于小分子团簇(C₂O₂、C₃O₁、C₄O₁)的裂解．C-C键裂解是石墨氧化反应的主要途径,C-O键形成是CO和CO₂生成速率的控制因素．此外,体系的温度、缺陷以及孔洞对石墨的氧化反应机制有重要的影响．通过分析氧化反应速率,计算得到三种模型氧化反应的活化能分别为7.56、2.4和1.6kcal/mol．缺陷越明显活化能越低,则氧化反应速率较高,无缺陷的模型由于活化能最高,其氧化反应速率最低．     

基于DCPAN的低剂量能谱CT图像去噪方法

能谱式计算机断层扫描(CT)成像技术具备良好的能量分辨率,能够精确地鉴别人体组织成分,从而为后续诊断提供更准确的检测信息．随着辐射剂量的降低,能谱CT图像中噪声水平显著提高,对成像质量产生严重影响,进而降低了组织成分的解析精度．基于卷积神经网络(CNN)的去噪模型虽然可以显著降低图像中的噪声含量,但随着卷积层数的增加,深层神经网络通常会丢失高频信息．为了解决这一问题,并实现在低剂量条件下重建出高质量能谱CT图像,本文提出了一种结合通道注意力机制(CA)和持续自注意力机制(PSA)的密集连接持续注意力网络(DCPAN)．两种注意力机制分别建立特征图像在通道和全局维度的联系以提高网络对图像高频分量的敏感程度,进而抑制高频细节信息的丢失．该模型所采用的密集连接结构通过特征复用的方式可以在前馈传播中保留高频信息,使用复合损失函数来监督网络的训练可以使该模型对边缘特征和组织细节信息更加敏感．实验结果表明,经该模型处理的腹部切片CT图像峰值信噪比、结构相似性指数和特征相似性指数分别达到了38.25 dB、0.993 7和0.973 2以上．相比于目前先进的CT噪声去除方法,该方法具有更好的噪声抑制...     

基于层次注意力机制的垃圾用户检测模型

目前基于网络的垃圾用户检测方法只考虑了简单社会关系,缺乏对更多复杂社会语义关系的利用,难以达到最优性能.针对这一挑战,提出一种基于层次注意力机制的垃圾用户检测模型(HAM-SD).模型首先使用异质信息网络对社交媒体进行建模,挖掘丰富的语义与结构信息,接着利用节点级注意力层聚合元路径邻居增强节点表示,同时利用自适应层级聚合模块选择不同层级特征提升表征能力,然后通过语义级注意力层融合不同元路径下的节点表示,最后带入分类检测模块实现垃圾用户检测.在公开数据集上的实验结果表明该模型能够有效检测垃圾用户,并在不平衡数据分布时保持较强的稳定性.     

基于双重匹配注意力网络的观点型阅读理解

提出一种基于双重匹配注意力网络的方法.先用动态匹配机制迭代综合获取全局观点信息,同时利用多维度匹配机制在不同特征空间上计算全局语义信息,然后交互式多路注意力机制通过两路注意力之间的交互计算对上述全局的观点与语义信息进行融合,最后与选项表示结合预测答案的观点倾向.在观点型阅读理解数据集ReCO和Dureader上面的实验表明,该方法相对于基准模型在准确率上提升了1.18%和0.84%,在加权宏F1上提升了1.16%和0.75%.     

基于残差卷积自注意力神经网络的铝电解过热度识别方法

过热度是反映铝电解槽当前生产效率的重要指标,由于过热度难以在线实时测量,本文提出一种基于残差卷积自注意力神经网络的过热度识别方法.针对铝电解生产过程数据为时间序列数据且具有多源异构特性,设计异构数据的同构表示方法.在此基础上建立残差卷积自注意力神经网络模型以提取同构时间序列数据的全局与局部特征.针对过热度数据标签少且类别分布不均匀问题,采用基于自动编码器的无监督预训练方法与加权交叉熵损失函数以提高过热度识别任务的性能.在基准数据集上进行仿真对比实验以验证本文所提方法的有效性,然后在只包含少量不平衡标签的铝电解过热度数据集上进行实验验证,结果表明本文构建的过热度识别模型相较与其他现有模型不仅提高了过热度识别准确率,而且在训练样本较少时保证了模型的泛化能力.     

F?对熔融NaCl–KCl熔盐中钛离子配位结构的影响

本文采用电化学、数学分析和光谱分析相结合的方法,研究了氟离子(F?)对钛离子(Tin+)的电化学行为和配位性能的影响,以α表示F?和Tin+的摩尔浓度比。采用循环伏安法(CV)、方波伏安法(SWV)和开路电位法(OCP)研究了不同α条件下钛离子的电化学行为,并采用原位采样器制备了α = 0、1.0、2.0、3.0、4.0、5.0、6.0、8.0时的熔盐样品,然后用X射线光电子能谱(XPS)和拉曼光谱对样品进行分析。结果表明:熔盐中F?的加入缩短了钛离子的还原步骤,并极大地影响了价态钛离子的比例,使高价态钛含量增加且更加稳定,当α大于3.0时,Ti2+不再存在于熔盐中,最终转移到价态更高的钛离子中。研究发现,这些现象背后的机制是由于配合物(TiCl_jF_im?)的形成,这对揭示钛还原过程机理和电解质的选择具有重要意义。     

基于改进I-Attention U-Net的锌浮选泡沫图像分割算法

针对泡沫图像的高度复杂性导致其难以被准确分割的难题,本文提出了一种新的I-Attention U-Net网络用于泡沫图像分割.该算法以U-Net网络作为主干网络,使用Inception模块替换第一卷积池化层来提取泡沫图像的多尺度、多层次浅层特征信息;引入金字塔池化模块,通过对不同尺度的特征图求和来提升分割效果;并对自注意力门控单元进行改进,使注意力单元更适合于浮选泡沫图像的分割,强化深层特征的重要性并对不同尺寸的泡沫边界进行强化学习.研究结果表明：本文所提出算法的Jaccard系数为91.73%,Dice系数为95.66%.与同类其他分割算法结果相比,Jaccard系数及Dice系数分别提高了1.59%、0.88%.该模型能够较好地对锌浮选泡沫图像进行分割,解决欠分割与过分割的问题,为后续的泡沫特征提取奠定基础.此外,该方法检测时间和模型参数少,具备可以部署在工业现场计算机的能力,有一定的实际应用价值.     

基于扩散偶法的CaO–V2O5和MnO2–V2O5固相界面反应行为比较

钒是我国重要的战略金属资源,广泛应用于钢铁、化工、航空航天等领域。钒渣作为我国最重要的含钒原料,其钙化提钒及锰化提钒工艺在钒的高效分离、尾渣利用和环境保护方面优势显著,但焙烧过程中钒酸钙和钒酸锰始终共存。两种钒酸盐的生成机理及钒与钙、锰反应能力的差异是两种提钒工艺的基本问题和共性问题,这对充实提钒基础理论和促进提钒工艺优化具有重要意义。为此,本文基于扩散偶研究方法,通过制备氧化钙–氧化钒和二氧化锰–氧化钒扩散偶,并在不同时间恒温焙烧,比较研究了钙、锰与钒组元固相反应的界面扩散行为差异;阐明了钒酸钙和钒酸锰的生成机理;进一步基于扫描电子显微镜和能谱分析研究并计算了扩散产物和扩散系数随焙烧时间的变化规律。结果表明,随着焙烧时间的延长,氧化钙–氧化钒、二氧化锰–氧化钒两组扩散反应逐渐进行。氧化钙–氧化钒扩散偶中钙和钒的分布区域边界始终清晰。而对于二氧化锰–氧化钒扩散偶而言,随着恒温焙烧时间的延长,二氧化锰逐渐分解生成三氧化二锰,钒组元能扩散到三氧化二锰内部,但仅有部分钒与锰反应形成扩散产物层。氧化钙–氧化钒、二氧化锰–氧化钒扩散偶的界面反应产物分别是偏钒酸钙和偏钒酸锰。恒温焙烧16 h后,产物厚度分别为39.85和32.13 μm,且由于组元扩散反应能力的限制,两个扩散偶均达到反应平衡。相同恒温焙烧时间内,氧化钙–氧化钒扩散偶的扩散系数略高于二氧化锰–氧化钒扩散偶,这说明钒与钙的扩散反应比钒与锰的扩散反应更易进行。     

基于双向门控机制和层次注意力的方面级情感分析

针对传统情感分析模型将单词或词语作为单一嵌入,而忽略句子之间依存信息和位置信息的问题,提出基于双向门控机制和层次注意力的方面级情感分析模型（Based on Bi-GRU and Hierarchical Attention,BGHA）。首先,将文本数据转成词向量再加入位置编码信息,得到包含位置和语义信息的词向量后通过双向门控机制提取上下文特征;接着,分别在单词注意力层和句子注意力层用注意力机制对特征分配权重,突出重点词和重点句信息;最后,结合给定的方面信息选择性提取与其较匹配的情感特征。在SemEval 2014、SemEval 2016和Twitter短文本评论数据集上的实验结果表示,BGHA模型的准确率对比其他模型都有不同程度的提高,证明了模型的有效性。