Taq酶体外合成DNA时模板错位机制的探讨

利用Taq DNA聚合酶体外合成DNA过程中,当反应体系中缺少与模板链互补配对的dNTP底物时,产物合成并不会在底物缺失位点处终止,聚合反应继续进行.为研究此复制缺陷现象,设计一系列模板用于DNA体外酶促合成.除了已知的碱基错配机制,笔者发现存在另一种"模板错位"机制,即模板中与底物非Watson-Crick互补配对的碱基位点首先进行收缩滑动,形成模板bulge结构后再继续进行酶促合成反应.这项研究有助于提高DNA样品合成保真度以及继续深入探索体外DNA合成的详细机制.     

小层尺度储层质量对致密砂岩油分布的影响——以华庆地区延长组长8_1油藏为例

以鄂尔多斯盆地华庆地区三叠系延长组长8_1致密砂岩油藏为例,综合利用露头、岩心、测井及生产动态等多种资料,结合成岩演化及成藏史,恢复鄂尔多斯盆地华庆地区三叠系延长组长8_1成藏时期小层尺度的石油运聚格架,通过对储层质量展布以及流体差异分布的对比,探讨小层尺度石油差异分布的机理。研究结果表明,源储距离在垂向上控制着砂体的含油性,储层质量影响同一小层含油砂体内部石油的差异分布。研究后认为,研究区长8_1内各小层分流河道砂体及河口坝砂体中心位置储层质量相对较好,有利于石油的输导和聚集。     

巷道过断层支护技术分析与实践

断层是制约矿井安全生产的常见因素。本文以鹤煤公司某矿-530轨道暗斜井下平巷在掘进工程中遇到F138断层的情况为例探讨巷道过断层支护技术,结合该矿的地质特点和相关参考资料,提出锚网索喷+U型棚的联合支护方案。通过现场监测得出:该支护方案能较好地控制巷道围岩的稳定性。     

基于合作博弈的农村微电网群与配电网运行优化方法

针对农村高渗透率新能源接纳问题,提出了基于合作博弈理论的农村微电网群与配电网运行优化方法.通过建立包含风电、光伏、沼气发电、储能和可中断负荷的微电网运行成本最小目标函数,优化微电网内不同时间段各电源的出力水平、蓄电池充放电和可中断的负荷.以各微电网自身运行成本最小为目标,考虑风、光、沼气发电日内的互补性和负荷特性,建立基于合作博弈论的微电网群合作联盟,使余电微电网与缺电微电网实现电能互用,降低联盟整体运行成本,增加配电网运营商收益.采用Shapley值法对联盟的节省成本进行分配,实现各微电网节省成本的公平分配.仿真算例证明了该方法的有效性.     

基于盾构隧道环缝点云的中轴线提取方法

为了降低盾构隧道中轴线提取对原始点云预处理的要求,引入了点云特征提取方法。 首先, 以基于距离差特征的裂缝点云提取方法,识别盾构隧道管片拼接处的环缝点云;然后,以最小二乘 法对提取的环缝内散点进行环缝曲线拟合;最后,在环缝曲线的基础上提取隧道中轴线。 实验结果 表明:基于距离差特征的点云提取方法能够有效识别环缝点云,并在环缝点云的基础上拟合得到隧 道中轴线。 与传统提取方法相比,该方法更加快捷,且提取的中轴线更具有空间感。     

基于滑模与状态反馈模糊加权控制的气动伺服焊枪柔性接触研究

在焊枪电极接近运动过程中，期望接近速度大且在接触面附近快速降速以减小接触时的冲击力，实现一种柔性接触，对于提高焊接的效率和质量具有很重要的作用. 滑模控制虽然能有效降低焊枪电极接触力，但所用时间较长. 本文将基于模糊逻辑的滑模与状态反馈加权控制运用到气动伺服焊枪系统中，在建立系统模型的基础上设计滑模切换函数和滑模控制律，通过极点配置的方法设计状态反馈控制器，之后基于模糊控制设计滑模与状态反馈模糊加权控制器，最后通过实验验证提出的控制策略. 实验结果表明设计的控制器控制效果优于最大量控制和滑模控制，可有效实现柔性接触.      

基于遗传算法与WiFi聚类算法结合的北斗农机精准调度

为了使我国农机在农耕季节得到高效的调度安排,保障农田顺利完成农事作业,设计出基于遗传算法与WiFi聚类算法结合的北斗农机精准调度方案.该方案首先根据物联网技术采集田间土壤墒情数据来提前预知田间是否需要农机进行农事作业;其次利用北斗卫星导航对作业田地和农机进行定位获取其位置信息,然后通过地理信息系统技术规划作业田地进行轨迹测算;最终通过遗传算法对一片区域的农机与农田进行模拟迭代推演,筛选出农机调度的最佳方案.方案使农户的作业需求得到精准、快速的解决,并且在无信号环境下作业可通过WiFi聚类算法对农机进行定位,掌握农机自身状况.结果表明:此方案具有简单易用、高效便捷、适应性强等特点,能帮助各地农机站对农机进行精准调度,提升我国农业的信息化及现代化水平,从而推动农业现代化的发展.     

Lupas算子对局部有界函数的点态逼近估计

利用概率方法并结合区间分割技术和Bojanic-Cheng方法研究了Lupas算子对局部有界函数的点态逼近估计,得到了Lupas算子的渐近估计。     

基于半监督宽度学习系统的气温空间插值

近年来,基于人工神经网络的气象空间插值研究因其较强的非线性映射能力受到越来越多的关注。然而,由于网络参数众多,这些方法的训练过程都非常耗时。考虑到以上原因,基于宽度学习系统提出了一个高效的气温空间插值模型,首先使用稀疏编码对输入数据进行特征提取,然后将映射后的向量引入宽度学习系统中得到一个半监督宽度学习模型。相关实验建立在山西省的气象数据集上,实验结果表明,该方法比基于深度学习的方法和传统空间插值方法具有更好的预测性能和时间损耗。