寨卡病毒非结构蛋白NS5的结构与功能研究进展

寨卡病毒(Zika virus, ZIKV)是黄病毒科黄病毒属重要成员,因其能引起小头症、格林-巴利综合征等严重神经疾病引起了全球的关注. NS5蛋白是其基因组编码的最大非结构蛋白,主要包括N端的甲基转移酶MTase(methyltransferase)结构域和C端的RNA依赖的RNA聚合酶RdRp(RNA-dependent RNA polymerase)结构域. NS5蛋白是一个多功能蛋白,不仅负责病毒基因组的复制和加帽过程,而且参与调控宿主的多种天然免疫反应.鉴于其具备重要的生物学功能, NS5蛋白被广泛认为是抗病毒药物设计的重要靶标.近年来,寨卡病毒NS5蛋白的高分辨率结构被成功解析,其生物学功能的研究也取得了重要突破,本文就相关领域的最新进展作一简要综述.     

模糊故障树在通风系统可靠性研究中的应用

在缺乏足够可靠性数据的情况下,模糊故障树分析为研究矿井通风系统可靠性提供了重要途径.以完善的矿井通风系统构成为基础,用三角模糊数表示基本事件概率,以“矿井通风系统故障”作为顶事件构建矿井通风系统故障树(FTA),对通风系统可靠性进行研究,并将其应用于甘肃某矿.结果表明:故障树最小割集共549个,一级事件“监控反馈系统故障”是造成最小割集数量庞大的最主要原因;顶事件和一级事件可靠性较低,顶事件的失效模糊概率为(0.009,0.014,0.009),最大值达2.3％;监控反馈系统故障内基本事件模糊重要度最高,归一化最大值0.084 3,其余多分布于0.005 0～0.010 0范围内.     

A356合金近液相线法铸造坯料及重熔加热组织研究

采用近液相线半连续铸造法制备了A356铝合金半固态坯料,并利用电阻炉加热,采用电子显微镜研究了近液相线铸造A356铝合金在二次加热过程中的组织演变.结果表明:A356铝合金半固态坯料组织呈均匀、细小的蔷薇状分布;在585℃加热,保温10~15 min,可获得半固态加工所需的触变性组织.而且,保温温度和保温时间共同影响着二次加热组织的演变过程.随着加热温度的升高,α相的生长和球化的速度变快,保温时间越长,晶粒球化度越高.     

风机盘管变工况供冷量灰色预估模型

风机盘管(FCU)变工况供冷性能数据是空调工程设计中FCU选型的重要依据,针对在FCU供冷性能测试过程中变工况实验次数非常多,非常费时和能耗大的问题,研究了运用灰色系统建模理论建立FCU供冷量与工况条件参数的G(1,N)灰色模型,并论述了利用该建模方法预测FCU变工况时供冷量估计值的方法过程.研究结果表明建模拟合精度和预测估计精度都较高,为FCU企业和测试部门在做变工况特性实验时,利用少数几个工况的实验数据和以往同规格品种FCU更多工况的历史数据估计本批次FCU变工况特性提供了有效的方法,从而可以大幅度减少实验次数,提高实验测试的工作效率,节省测试的能源消耗.     

桃河阳泉段河道渗漏测验断面的选取

讨论了桃河阳泉段河道渗漏测验问题.包括测验断面站址的勘测、测验断面的设立、测验设施的设立、仪器设备的配备以及高程的测量等,为合理开发、利用和保护泉水提供了参考依据.     

开闭裂纹转子的模型化与动态仿真

基于所建立的开闭裂纹转子系统的非线性动力学模型，对裂纹转子在不同激励参数下的开闭条件进行了预测，并对转子运行轨道和频谱响应进行了动态仿真．结果表明，对裂纹开闭条件的预测是正确的，同时转子出现裂纹时显示出特殊的动力学特性     

企业技术创新群体项目中止决策研究

如何科学、合理、有效地识别和中止那些行将失败或没有前途的技术创新项目,对于企业成功地进行技术创新、建立和保持竞争优势,显然具有十分重要的理论价值和实践意义.我们对技术创新项目中止决策的机理进行了分析,在此基础上提出了企业技术创新群体项目最佳中止比例的四阶段决策模型,并将该模型与企业技术创新风险评价物元模型相结合来确定应该被中止的项目.该方法不仅克服了现有中止决策模型在构造与求解方面的局限性,而且为技术创新项目的跟踪管理提供了一种新的理论依据.文末,应用实例说明了该方法的可行性和有效性.     

浅谈工程机械液压系统的泄漏原因及对策

针对工程机械液压系统泄漏的主要影响因素进行几点叙述,并提出液压系统泄漏的简单防治措施。     

融合情感词典的改进BiLSTM-CNN+Attention情感分类算法

传统机器学习和深度学习模型在处理情感分类任务时会忽略情感特征词的强度,情感语义关系单薄,造成情感分类的精准度不高。本文提出一种融合情感词典的改进型BiLSTM-CNN+Attention情感分类算法。首先,该算法通过融合情感词典优化特征词的权重;其次,利用卷积神经网络(CNN)提取局部特征,利用双向长短时记忆网络(BiLSTM)高效提取上下文语义特征和长距离依赖关系;再结合注意力机制对情感特征加成;最后由Softmax分类器实现文本情感预测。实验结果表明,本文提出的情感分类算法在精确率、召回率和F值上均有较大提升。相较于TextCNN、BiLSTM、LSTM、CNN和随机森林模型,本文方法的F值分别提高2.35%、3.63%、4.36%、2.72%和6.35%。这表明该方法能够充分融合情感特征词的权重,利用上下文语义特征,提高情感分类性能。该方法具有一定的学术价值和应用前景。     

基于深度残差网络的医学超声图像多尺度边缘检测算法

为提高医学超声图像在临床诊断的效果, 需先对图像进行优化检测和识别, 提出一种基于深度残差网络的医学超声图像多尺度边缘检测算法. 首先, 通过对原始医学超声图像进行自动标注, 构建医学超声图像灰度分布矩阵, 利用分布矩阵完成医学超声图像的多尺度分割; 其次, 构建医学超声图像多尺度边缘的轮廓模型, 提取多尺度图像边缘特征; 再次, 构建深度残差网络结构, 采用深度残差学习算法进行超声图像的底层图像信息融合; 最后, 对融合后的边缘图像数据进行多尺度边缘检测. 实验结果表明, 该算法的图像分割精度高, 特征提取准确率达80%以上, 图像边界中间断区检测效果较好, 边缘点查全性较高, 算法检测耗时短、收敛性强.