中外联合办学项目实例与分析

近年来,我国高校积极开拓与国外高校的教育合作,中外联合办学促进了当今高等教育发展并加强了国际教育交流与合作.中外联合办学有利于引进国外先进的教学理念,教学内容、教学模式和管理经验,并促进师资水平的提高.由于中外联合办学尚无统一的模式可循,并且根据各高校合作办学的具体情况不同,中外联合办学呈现出多样化的格局.本文以中国桂林工学院与英国中英格兰大学联合办学项目为背景,就联合办学的项目模式以及项目运行情况进行介绍和分析.     

不同生长期凡纳滨对虾肝胰腺NAGase的基本性质变化

凡纳滨对虾[Lifopenaeus vannamei(Boune 1931)]N-乙酰-β-D-氨基葡萄糖苷酶(β-N-acetyl-D-glucosaminidase,简称NAGase,EC3.2.1.52)与周期性蜕壳和生长密切相关.我们研究了凡纳滨对虾肝胰腺中该酶的活力与部分性质在不同生长期的变化,结果表明:在不同生长期该酶活力有较大的变化,幼体虾的酶活力为每mg蛋白40 U,随着虾的生长,酶活力迅速下降,当养殖到第6周时,酶活力下降到每mg蛋白18 U,达到最低点.随后,酶活力随着虾的长大快速增大,当养殖到成虾时,酶活力达到最高值,为每mg蛋白58 U.不同生长期的酶,其最适pH均在5.5～6.0之间,最适温度由原来的34℃改变为37℃,同时测定不同生长期酶的动力学参数(Km、Vm)、酶促反应活化能(Ea)及对Cu2 、Zn2 和Hg2 的敏感性并进行了相应的比较.     

基于混沌天牛群算法优化的神经网络分类模型

针对传统BP神经网络受初始权阈值影响大且易陷入局部极值,标准天牛须搜索算法局部搜索能力差、寻优精度低等问题,提出一种自适应步长因子的混沌天牛群算法用于优化BP神经网络分类模型。通过增加天牛种群,引入自适应步长更新策略优化天牛须搜索算法的局部搜索能力,使其跳出局部最优,提高算法的计算精度;利用Logisitic混沌映射产生新个体,替换性能较差的个体,增强全局搜索效果。为了改善BP神经网络对非均衡数据集中少数类的分类效果,采用SMOTE算法处理非均衡数据集。将改进的天牛须搜索算法用于优化BP神经网络中的初始权值和阈值,建立IBAS-BPNN（Improved Beetle Antennae Search and Back Propagation Neural Network）分类模型,提高BP神经网络分类模型的准确率。为验证分类模型的性能,将改进的BP神经网络分类模型与其他六种典型的分类算法进行比较,实验结果表明IBAS-BPNN分类模型的平均分类正确率高于其他算法。改进的混沌天牛群算法泛化能力强,鲁棒性好,具有一定的优越性。     

基于XLNet的情感分析模型

目前通过深度学习方法进行语言模型预训练是情感分析的主要方式,XLNet模型的提出解决了BERT模型上下游任务不一致的问题.在XLNet基础上增加LSTM网络层和Attention机制,提出XLNet-LSTM-Att情感分析优化模型,通过XLNet预训练模型获取包含上下文语义信息的特征向量,接着利用LSTM提取上下文相关特征,最后引入注意力机制根据特征重要程度赋予不同权重,再进行文本情感倾向性分析.仿真实验中将XLNet-LSTM-Att模型与5种常用的情感分析模型进行对比,结果表明提出的模型优于其他测试模型,模型的精准率达到89.29％.     

融合流形距离与标签传播的改进密度峰值聚类

密度峰值算法依赖于欧式距离实现局部密度的选择,该算法在处理高维数据、存在密度不均匀的类簇的数据集上效果不是很理想。针对以上问题,提出一种融合流形距离与标签传播的改进密度峰值聚类算法(Improved Density Peak Clustering Combining Manifold Distance and Label Propagation,简称DPC-ML)。DPC-ML使用流形距离进行距离度量并形成流形距离矩阵,同时定义了一种局部密度,将流形距离与局部密度融合,让局部密度反映出一定的局部距离信息。实验数据表明该算法在处理不同形状,密度不均匀的类簇上有着良好的性能。而且通过绘制决策图发现在不同的人工数据集上的实验显示DPC-ML算法重新定义的局部密度对于类簇中心点的选择区分度更高。由于引入了新的参数邻近点数,故也探究了邻近点数对聚类结果的影响,发现在聚类指标在刚成为连通图时效果最好,进一步证明了流形距离可以对聚类结果性能有所提高。     

基于Holt-Winters及长短期记忆的云资源组合预测模型

云资源的预测分析对于响应资源请求并及时作出决策非常重要,针对容器云资源的过度调配、供应不足的资源管理问题,云资源预测精度低,数据波动性问题,为使云资源的预测能够为工作负载的需求提前响应并作出合理分配,提出了一种基于Holt-Winters和长短期记忆神经网络( HW-LSTM )的云资源组合预测模型,并以预测残差的变异系数赋权。对亚马逊CPU数据集的预测实验表明,提出的组合模型比Holt-Winters、LSTM及CNN模型预测性能及稳定性更好,各项误差指标优化范围在0.065-1.026、0.023-0.269、0.001-0.007、0.004-0.039和0.079-4.125之间。     

几丁质酶的结构特征与功能

几丁质酶在各种生物中起着非常重要的生理作用.最近几年,在哺乳动物中发现多种几丁质酶及类几丁质酶蛋白,它们在免疫炎症反应中起着非常重要的作用.本文综述了人几丁质酶Chitotriosidase和AMCase以及类几丁质酶YKL39,YKL40和Oviductins的结构特征与功能特点,探讨它们与相关疾病的关系.并阐述了它们之间的进化关系.     

乙醇对南美白对虾N-乙酰-β-D-氨基葡萄糖苷酶活力与构象的影响

以南美白对虾为材料,分离提纯N 乙酰 β D 氨基葡萄糖苷酶,研究乙醇对该酶的活力与构象影响.结果表明,浓度低于22%(体积比)的乙醇对该酶活力有明显的激活效应;乙醇浓度为8%时,达到最大激活效应,酶活力为纯酶的180%.动力学研究表明,在30%浓度范围内,乙醇对酶活性的激活及抑制作用均是可逆的.乙醇低浓度下,Km值与Vmax值随乙醇浓度增大而增大;随着乙醇浓度的进一步升高,Km值保持不变,Vmax值则出现下降.紫外光谱与荧光光谱分析表明,低浓度乙醇对N 乙酰 β D 氨基葡萄糖苷酶的构象产生轻微的影响,而高浓度乙醇则使酶的整体构象趋于松散.由此可以推断,乙醇对该酶的活力影响是微扰酶活性中心产生激活效应与引发整体变构失活效应的共同作用结果.     

八角茴香油树脂的提纯和红外光谱测定

八角茴香油树脂含有蜡、胶质、色素等杂质 ,产品在使用上受到限制 .用氧化铝吸附能达到一定除杂效果 ,产品香味更清纯 .傅里叶变换红外光谱仪 (FTIR)测定除杂前后样品的红外光谱 ,表明经氧化铝除杂的样品的谱图特征峰较未处理原样的芳香区突出 ,故氧化铝是八角茴香油树脂除杂的良好吸附剂 ,且柱析法优于浸泡法 .     

木糖醇发酵过程参数的在线软测量

针对在线测量或预测木糖醇浓度并适时终止发酵问题,运用广义对数方程拟合木糖醇发酵过程的各参数值,借助均匀设计法寻找神经网络的最佳隐层单元数、学习速度、初始权矩阵,构建一个具有５－８－４三层网格结构的“软传感器”。经检验,它能很好实现在线状态估计和提前一步预测木糖醇浓度。该方法也有利于实现其他发酵过程的在线控制。