世界一流科技社团发展现状国际比较——基于实践动态的视角

 以世界一流科技社团2019年9月-2020年6月的新闻数据，分析总结了世界一流科技社团的实践动态及发展规律。研究发现：（1）国内科技社团强调党建引领，制度优势体现出强大的凝聚力；（2）国外科技社团更加善于聚合公共资源，并将产生的新知识转化为可供应用的产品和服务，推进科技与经济、创新链与产业链的融合；（3）国外科技社团善于通过多种形式发声，充分发挥决策者智库咨询的作用；（4）全球科技治理的实质性活动由国际化大型科技社团主导。中国科技社团需要重视决策咨询智库建设、为政府重大决策制定提供技术支撑；完善学术交流平台、创造有利于科技工作者的良好生态；为科技经济融合贡献智慧，推动互惠共享的国际科技交流合作。     

不同边界条件薄壁截锥壳的高阶振动特性研究

采用传递矩阵法研究了不同边界条件下薄壁截锥壳的高阶振动特性.基于Love壳体理论建立薄壁截锥壳振动微分方程,根据薄壁截锥壳子段间的状态向量,通过传递矩阵法得出整体传递矩阵,并用高精度的精细积分法计算固有频率,通过文献和有限元法进行验证,并分析了薄壁截锥壳在不同边界条件下的高阶振动特性.结果表明,不同边界条件下,采用传递矩阵法计算高阶固有频率与有限元法的计算结果基本一致.当轴向半波数增加时,频率明显增大;随着周向波数的增加,频率先减小后增大.固支-固支和简支-简支边界下在m=1和n=7处得到最小频率,固支-自由边界下在m=1和n=6处得到最小频率,三种边界下最小频率值分别为400.1、325.6和226.1 Hz;边界条件约束越多,最低阶固有频率越大.     

考虑标度的加型一致性模糊判断矩阵的排序方法

通过实例说明相关文献中加型一致性模糊判断矩阵排序方法的参数取值存在的问题,分析出该问题是由于其公式证明中没有区分标度导致的,指出其结论适用于0～1标度的加型一致性模糊判断矩阵.然后,重新证明了0.1～0.9标度下的加型一致性模糊判决矩阵的排序方法和相关结论.最后,定义了广义模糊标度,并给出广义模糊标度下加型一致性模糊判断矩阵的排序方法和相关结论,使得相关文献中排序方法和相关结论实现形式上的统一.     

"5-8"校企深度合作实践教学模式探索与实践——以大连民族大学计算机科学与工程学院为例

针对计算机类专业人才培养中出现的一些具体问题,结合大连民族大学计算机科学与工程学院实践教学的实际情况,在学院"一头一尾两足双翼"人才培养模式指导下,构建"四年八学期一贯制"的实践教学体系,提出"5-8"校企深度合作实践教学模式,三年的实践表明,其对提高学生的实践创新能力和提升毕业生的就业质量效果显著.     

转录因子BACH1的研究进展

转录因子BTB-CNC同源体1(BACH1)在大多数哺乳动物组织中广泛表达，在氧化应激、细胞周期、血红素稳态、炎症和免疫等方面起到关键的调节作用。近年来关于BACH1在心血管疾病、干细胞多能性维持和肿瘤等方面作用的研究有了突破性的进展。全基因组关联研究提示BACH1与心血管疾病密切相关。BACH1参与缺血性疾病后血管新生、高血压、动脉粥样硬化等多种心血管疾病的发生和发展。BACH1是维持干细胞干性和中内胚层分化过程中的关键因子。BACH1通过重编程肿瘤代谢以及改变上皮 间充质转化表型，促进肿瘤增殖转移，同时可能通过铁死亡抑制肿瘤生长，在肿瘤中有双重功能。BACH1作为一个转录因子，有调控自身表达的能力，并且对下游靶基因具有转录激活和转录抑制作用。细胞表型和状态的不同、体内环境以及共调节因子的招募均会对BACH1的转录产生影响。文章对BACH1研究进展进行综述。     

氧化石墨烯增强环氧树脂复合材料的制备及其力学性能研究

以天然石墨为原料，利用改进的Hummers法制备氧化石墨烯，并对其进行X-射线衍射（XRD）和傅里叶变换红外光谱（FT-IR）表征。之后利用一种新型的有机溶剂三缩水甘油基对氨基苯酚（TGPAP）作为相转移剂和表面活性剂，将氧化石墨烯（GO）从水溶液转移到环氧树脂基体中，去除水分，加入固化剂进而得到混合液，最后利用浇铸法得到复合材料。通过万能测试拉力机对复合材料的拉伸性能和弯曲性能进行测试，结果表明氧化石墨烯的加入能够有效增强复合材料的力学性能：在添加0.1%（质量分数）的氧化石墨烯时，复合材料拉伸强度达到最大值77.29 MPa，与不添加氧化石墨烯相比提高了26.60%；在添加1.0%的氧化石墨烯时，拉伸模量达到最大值2 451.99 MPa，与纯环氧树脂相比提高了21.69%。     

基于混合流量预测的虚拟网络拓扑重构方法

目前在构建虚拟网络时, 为满足用户动态变化的带宽需求, 虚拟网络控制平台通常把虚拟链路带宽设置为流量最大值, 一定程度上造成了资源浪费。针对这一问题, 提出一种基于混合流量预测的虚拟网络拓扑重构方法, 利用基于参数优化选择的混合流量预测算法对下一周期的网络流量进行预测, 根据流量预测结果进行拓扑重构, 在避免出现乒乓效应的同时节省更多带宽资源。为了提高流量预测算法的精度与效率, 首先采用小波分解方法将流量数据分解为高频的细节时间序列和低频的近似时间序列, 然后利用基于粒子群优化的相空间重构方法, 对该时间序列进行特征提取构建训练样本。之后分别采用混沌模型对细节时间序列进行训练预测, 采用极限学习机(extreme learning machine, ELM)神经网络对近似时间序列进行训练预测。仿真结果表明, 所提的流量预测算法在保证预测精度的同时, 运行时间更短, 预测效率更高, 进而保证了拓扑重构方法可以节省更多的带宽资源。     

基于八叉树优化的MoM-PO/PTD混合算法分析目标电磁散射及辐射问题

在综合利用矩量法(method of moments, MoM)和物理光学(physical optics, PO)方法的过程中, 要精准识别和划分PO位置处于点光源照射情况下的暗区和亮区。传统的识别划分手段的时间复杂度为O(N²), 当面片数量N增多时, 所需的时间呈现出急剧增长的趋势。文中应用八叉树和后向追踪算法, 对PO亮区判断过程进行加速, 可将时间复杂度由N²降为NlgN。由于计算PO区域电流时没有考虑边缘绕射造成的影响, 导致计算误差较大。鉴于此, 本文在计算过程中引入物理绕射理论对混合算法加以改进, 并通过与FEKO中的MoM相比较, 说明了修正后的混合算法能够有效提升计算精度。     

基于参数化分位回归模型的非寿险准备金评估

准备金及其风险边际对保险公司的偿付能力具有决定性影响.均值回归模型在非寿险准备金评估中的应用较为普遍,但需要通过Bootstrap等方法计算准备金的风险边际.分位回归模型可以一次性求得准备金及其风险边际的预测值,所以在非寿险准备金评估中具有独特的应用价值.基于GB2(Generalized Beta type 2)分布建立了一种参数化分位回归模型,该模型首先对GB2分布中的位置参数和尺度参数同时引入流量三角形数据中的事故年和进展年作为解释变量,增加了模型的灵活性;其次,根据模型参数的极大似然估计结果,借助分位数函数的表达式,计算了不同分位数水平下的准备金预测值;最后,利用极大似然估计的渐近性质,通过Delta方法给出了准备金预测值的误差.基于一组增量赔款数据的实证研究结果表明,GB2参数化分位回归模型在非寿险准备金评估及其风险边际的预测中具有良好的应用价值.     

置换杨图的组合性质及其应用

置换杨图本质上是A.Postnikov在研究完全非负Grassnann元胞及其元胞分解时所定义的]-图(]-diagram)的一个子集.它的发现引起许多组合学者的关注和研究,其中L.K.Williams和E.Steingrí-sson是最先关注这类组合结构的,他们在研究它的组合性质时发现了它与置换群之间存在着一一对应关系Ψ.从置换杨图本身的结构出发按照行递归的方式给出了Ψ是一一映射的一个新方法,利用这种方法可简单地将任意的一个排列π∈Sn分解成若干圈的乘积形式,并且每个圈中的元素都是按递减顺序排列.