关于有限群的s-半正规子群Ⅱ

有限群G的一个子群H称为在G中s-半正规,如果H同G的所有阶与1H1互素的Sylow子群相乘可换．研究了s-半正规子群的一些基本性质和它们是如何影响群结构的．主要结果如下：(1)假设N是有限群G的一个正规子群使得G／N是p-幂零群,其中P为|G|的素因数并且(|G|,p-1)=1.如果N的一个Sylow p-子群Np的所有极大子群都在G中s-半正规,则G是p-幂零群．(2)假设N是有限群G的一个正规子群使得G／N是超可解群．如果N的每个Sylow子群的全体极大子群都在G中s-半正规,则G是超可解群．     

Sylow子群的极大子群皆s-半正规的有限群

子群H称为在有限群G中s 半正规,若H同G的所有阶互素于｜H｜的Sylow子群可换.主要结果如下:有限群G的所有Sylow子群及其极大子群都在G中s 半正规的充要条件是G的所有阶互素的Sylow子群之极大子群互相可换并且G的每个主因子H/R是素数阶的,若｜H/R｜=p,则｜G/CG(H/R) ｜=qb,其中素数q使qb 整除p- 1 .     

基于门控循环单元网络的低阻油层测井流体识别方法

研究区块低阻油层发育广泛,油层和水层的电阻率相差不大,导致测井流体识别较为困难。为了有效识别低阻油层,本文采用Smote过采样算法对油水同层,油层等少数类样本进行过采样使数据集均衡;并利用门控循环单元(gated recurrent unit,GRU)网络模型进行低阻油层的流体识别。通过相关性分析确定了GR,RD,DEN等8条测井曲线数据作为输入训练模型,应用于中实际资料中,并将GRU与传统RNN和其他3种机器学习算法对比。结果表明,序列数据模型的流体识别效果比传统机器学习模型好,且基于Smote-GRU的流体识别模型的符合率达到89.5%(相对传统RNN的81.1%),取得了较好的应用效果。通过对照试验还证实了Smote算法提高了分类器对少数类样本的识别率。本文提出的方法可为样本不均衡的低阻油层的流体识别提供参考。     

一种新的地面激光点云中树木叶面积计算方法

【目的】地面激光扫描仪(terrestrial laser scanning, TLS)通过获取植物的稠密激光点云，以精细刻画森林的结构参数，如树木骨架和叶面积等。真实叶面积是林学和植物学中表型研究的一个重要参数，而目前在植物科学领域，还没有很好的表型特征测量手段。因此，本研究提出了一种新颖的地面激光点云的叶面积估算方法来评估树木的表型特征指标。【方法】首先，设计了一种基于小平面区域定位与生长的植物点云的单叶分割算法，实现精准的单叶点云分割提取；其次，以每片叶片法向量与扫描仪入射激光线的夹角、扫描仪与叶片的距离和单叶的点云数量3个参量为输入特征，并结合训练样本与L1+L2正则化多元回归方法获取拟合系数，以反演树冠内所有叶片的面积。最后，将校园内实验树(紫薇、樱花、银杏和香樟)作为研究对象，并将计算结果与实测值进行比对。【结果】本研究方法相较最小二乘拟合算法，取得了更优的叶面积反演结果。对于两棵小树而言，本研究方法与实测值比对取得了较好的结果：紫薇(R²=0.95,RMSE为0.42 cm²)、樱花(R²=0.92,RMS...     

钢筋混凝土结构加固方案的模糊优选决策

方案的选择是结构加固设计的关键环节 ,但影响因素众多且一般难于定量分析 .为此 ,介绍了一种基于模糊数学理论的模糊优选决策法 ,并阐明了该方法的具体决策步骤     

基于改进随机森林的火山岩测井岩性识别

准噶尔盆地石炭系火山岩岩性复杂,在某种岩性薄片、岩心等资料数量明显少于其他岩性时,常规方法划分岩性存在困难。为了解决上述问题,提高火山岩岩性识别精度,运用SMOTE算法增加少数岩性类别样本数量,解决数据不均衡问题；通过网格搜索和K折交叉验证法确定最优参数组合,开展基于改进随机森林的火山岩岩性识别研究。通过分析火山岩岩心、薄片、测井响应特征等资料,建立了岩性交会图版,确定了研究区对岩性敏感的测井参数重要性程度。实例资料应用表明,改进的随机森林算法有效的解决了传统随机森林算法受岩性样本类型不均衡及数据量较小的影响,火山岩岩性识别准确率由87%提升到了94%,为不均衡样本情况下火山岩岩性识别提供借鉴。     

药芯焊丝连轧机的数学模型及其控制方法的研究

建立了药芯焊丝连轧机的多变量数学模型，通过对轧制过程中系统各部分张力因素的分析，利用奇异摄动和变结构控制理论综合运用的方法，对现有药芯焊丝连轧机系统进行了理论分析与研究和优化，设计了针对药芯焊丝连轧机系统的滑模奇异摄动控制，可有效控制轧件所受张力，保证生产线的正常运行－ 通过对系统的仿真实验及结果的比较，控制效果比较满意－ 图３ ，参６－     

犬乳腺癌基因表达特征及肿瘤预后标志物分析

目的 探索犬自发性乳腺癌的基因表达特征和预后标志物。方法 从公共数据库获取多个犬乳腺癌转录组数据集，校正合并获得大样本量的整合数据集。通过生物信息学分析与疾病预后相关的基因聚类，筛选与预后不良相关的特征性基因并在细胞水平进行验证。结果 共识聚类分析获得的聚类3与犬乳腺癌的低生存率相关，其特征性基因主要富集于细胞增殖相关信号通路。经过单因素分析并与人类数据集提取交集基因，获得11个与乳腺癌预后不良相关的跨物种保守性关键基因。利用犬乳腺癌细胞系证实其中的ZBTB16和ABI3BP基因参与调节乳腺癌细胞增殖。结论 成功获得一组保守性风险基因，可作为生物标志物用于犬自发性乳腺癌及犬乳腺癌动物模型的疾病分型和预后评估。