G蛋白偶联受体的共同激活机制

G蛋白偶联受体(G protein-coupled receptor, GPCR)构成人体中最庞大的膜蛋白家族，也是最重要的一类药物靶 标。随着GPCR结构解析技术的突破，目前已破解八十余个受体的400多个结构，揭示出GPCR复杂多样的配体结合模式和 跨膜信号转导机制。近年来，残基相互作用计算已实现对GPCR构象变化的精细描述，揭示出A家族GPCR存在共同的激活 机制。文章简要回顾GPCR激活机制研究的方法和创新点，并对A家族GPCR共同激活机制如何推动功能研究和药物研发进行展望。     

(z)性质的一个注记

利用算子的拟幂零部分、解析核及单值扩张性质(SVEP)考虑算子T的(az)性质和(z)性质,证明了若对任意的λ∈σ~f(T),H_0(T-λI)都为非零闭子空间,则T满足(az)性质,并给出T满足(z)性质的两个等价刻画.     

非线性多阶分数阶微分方程组正解的存在性

应用增算子不动点定理和锥拉伸压缩不动点定理研究一类非线性多阶分数阶微分方程组的正解,得到了该方程组正解的存在性.     

三角代数上Lie积为平方零元的非线性Jordan高阶可导映射

设U是一个 2-无挠的三角代数,D ={d_n}_n∈N是U上一个Lie积为平方零元的非线性Jordan高阶可导映射。证明了三角代数U上的每一个Lie积为平方零元的非线性Jordan高阶可导映射都是高阶导子。作为结论的应用,得到套代数或 2-无挠的上三角分块矩阵代数上的每一个Lie积为平方零元的非线性Jordan高阶可导映射都是高阶导子。     

基于改进CLDNN的辐射源信号识别

传统辐射源信号识别方法往往需要人工提取特征,不仅对专业知识要求较高,而且人为选择的特征不能够保证适用于大多数类型信号的识别,识别精度和识别速度也不能兼顾。针对上述问题,将语音处理领域常用的深度学习模型——卷积长短时深度神经网络(convolutional long short-term deep neural network, CLDNN)引入到辐射源信号的识别中,并将该模型中的长短时记忆层改为双向门控循环单元层。模型的输入为原始时间序列数据,特征提取和分类识别过程均在网络中进行,避免了人工选择特征的不完备性。实验结果表明,所提模型在低信噪比情况下也能够有效识别信号类型,同时与其他模型相比,实现了识别精度和识别速度之间的平衡。     

新型城镇化背景下绿色交通的发展对策

 通过分析绿色交通当前的发展态势，结合国内外发展的实际情况以及新型城镇化发展的要求，从宏观、中观、微观3个层面分析了绿色交通发展面临的挑战。提出绿色交通的发展应该关注各城市、各地区的差异化特征，并需要在不断应对新技术挑战的基础上，全面提升交通与用地布局的协调性，同时应全力优化交通结构，关注细节，建立"公共交通+慢行"主导的交通模式。     

宁波市公共自行车服务满意度评价模型构建研究

以宁波市公共自行车为例，将因子分析法与二项logistic法相结合，对采集的1 688份居民满意度有效问卷展开分析。利用因子分析法筛选出6个因子，利用二项logistic法剔除并筛选出5个有效因子构建公共自行车服务满意度评价模型，合理评估当前宁波市公共自行车服务满意度。同时，利用随机抽取并不参与建模的5%问卷样本对评价模型进行校验，以确保模型的准确性与合理性。该研究有助于合理评价当前宁波市居民对公共自行车的服务满意度，同时适用于对未来一段时间内公共自行车服务满意度的预测。