一种基于局部平均法向变形的网格参数化方法

针对有边界无边界的网格参数化问题, 提出一种局部平均法向变形的网格参数化方法, 以平均曲率流的方式为参考, 将顶点推向其邻居的平均位置, 使网格变形至平面或球面. 首先, 计算每个三角形邻居面的平均法向, 并以该法向为目标, 计算每个面法向变化的旋转矩阵; 其次, 基于Poisson方程将整个网格重新“缝合”, 通过优化拉伸能量, 计算顶点的新坐标. 交替迭代上述两个步骤, 将网格变形至常平均曲率曲面. 该算法与一般的基于能量优化的方法不同, 每次迭代只需求解稀疏线性方程, 因此可以快速处理大型数据集. 通过在形变过程中加入惩罚函数动态地调整全局平均法向量的权重, 避免了变形过程中三角形退化或翻转的问题. 实验结果表明, 与其他参数化方法相比, 该方法具有实用可靠、 计算效率高等优点, 并能在同一框架下计算低扭曲的平面参数化和球面参数化.     

构建吡喃骨架的双环化反应研究

吡喃骨架存在于Warfarin、Oxandrolone、(-)-Penicipyrone等天然产物中,在氧杂环化合物中扮演重要角色.通过单组分,两组分和多组分双环化反应来构建吡喃骨架得到了充分研究.对已有文献进行归纳总结,将为探寻更加绿色高效的吡喃合成新法指明方向.     

河南方言词"高低"词汇化探析

在河南方言中,"高低"是一个使用频率极高的词汇.翻阅相关方言词典,发现对河南方言里"高低"的解释并不全面,但在口语及小说中却有很多用例,通过搜集具体的语料,发现在河南方言中双音节词"高低"的衍生途径,即通过并列式短语粘合而成,且有五种义项:高度层面的高低比较;水平优劣;分寸;无论如何、横竖;终究.     

基于CWD和残差收缩网络的调制方式识别方法

针对低信噪比时莱斯信道下特征提取准确性难以保证、识别准确率偏低等问题, 提出一种基于Choi-Williams分布(Choi-Williams distribution, CWD)和深度残差收缩网络(deep residual shrinkage network, DRSN)的通信辐射源信号调制方式识别方法。利用CWD将时域复信号转换为二维时频矩阵, 对深度残差网络添加软阈值化得到DRSN, 将时频矩阵样本用于对DRSN的训练, 最终构建不同信噪比下的调制方式识别网络。仿真实验表明, 基于RadioML2016.10a数据集, 利用部分先验信息的情况下, 该分类识别方法具有较高的识别准确率和噪声鲁棒性。在0 dB时, 对11类信号的总体识别准确率达到了89.95%;在2 dB以上时, 总体识别准确率均超过91%, 优于其他深度学习识别方法。     

P3HT和Spiro-OMeTAD共混物作为光活性层的杂化太阳电池性能

为降低电荷复合率,提高杂化太阳电池的性能,将P3HT与Spiro-OMeTAD共混后的混合物作为光活性层和空穴传输层,旋涂在Sb_2S_3纳米粒子敏化的TiO_2纳米棒(TiO_2NR/Sb_2S_3)复合膜上,制备成杂化太阳电池。通过SEM、紫外可见吸收光谱、XRD、电化学阻抗图谱、稳态荧光光谱、J-V曲线等手段,对杂化太阳电池的微观结构、光电转换特性进行了表征和测试。结果表明:P3HT与Spiro-OMeTAD共混物比例为15 mg/1 mL时,得到结构为FTO/TiO_2NR/Sb_2S_3/P3HT:Spiro-OMeTAD/Ag杂化太阳电池的电荷负荷率低,电子生命长,能量转换效率达到了4.57%。所制备的杂化太阳电池性能优良,具有良好的应用前景。     

基于时间序列ARIMA模型的高职高专院校生师比预测

为促进高职高专教育的教学质量提高和可持续发展,提出一种基于时间序列ARIMA模型的高职高专院校生师比预测法.简要介绍了时间序列ARIMA模型,并探讨了初始数据的平稳化过程,利用自相关系数和偏自相关系数分析了模型参数的选择过程,利用该模型对高职高专院校生师比进行预测.结果表明:未来几年内高职高专院校生师比呈上升趋势,2020年将达到20.32∶1,超出合格标准。该结果为师资队伍建设及制定招生计划提供理论参考.     

聚偏氟乙烯/磷酸化纳米二氧化硅螯合金属锆杂化膜

结合原位合成法和相转化法,利用正硅酸乙酯(TEOS)和硅烷偶联剂3氨丙基三乙氧基硅烷(APTES)改性制备聚偏氟乙烯(PVDF)/氨基化纳米二氧化硅(NH 2-SiO 2)杂化膜,然后通过磷酸化处理,固定螯合金属锆(Zr),从而提高杂化膜对卵清蛋白的吸附能力,同时改善了杂化膜的亲水性能。当TEOS质量分数为8%时,改性后的磷酸化Zr+PVDF/NH 2-SiO 2杂化膜对卵清蛋白吸附量达到最大,为150.7 mg/g,且其经过4次吸附洗脱重复循环后对卵清蛋白的解吸附率保持在80%以上,显示该杂化膜具有良好的重复吸附和解吸附能力。     

小球藻表达β胡萝卜素酮化酶基因提高虾青素的量

文章以G418抗性基因(NPTⅡ)作为选择标记基因,建立以PBI121为表达载体,农杆菌为介导的小球藻(Chlorella zofingiensis)遗传转化体系。确定了G418质量浓度为0.8 mg/L和羧苄青霉素质量浓度为500 mg/L的小球藻筛选体系,GFP为报告基因,从DNA和RNA水平上鉴定转化子阳性,通过激光共聚焦检测到了GFP的表达,从而建立了农杆菌转化体系。为提高小球藻的虾青素表达量,文章克隆八氢番茄红素脱氢酶基因信号肽PDSSP为信号肽以及克隆β-胡萝卜素酮化酶基因Crto,用overlap聚合酶链式反应(polymerase chain reaction,PCR)技术构建PDSSP-Crto融合基因,并将融合基因克隆至表达载体PBI121∶35S∶PDSSP-Crto,利用上述农杆菌介导小球藻遗传转换方法转化小球藻。结果表明,转化子小球藻虾青素的质量比为0.564 mg/g,野生型为0.345 mg/g,比野生型高63.5%,有效地提高了小球藻虾青素的表达量。     

汽车理论课程平行分层化教学思路研究

汽车理论课程是车辆工程专业核心课程,其课程内容涉及车辆系统性能分析与跨学科知识点的交叉,在新工科教学理念下,传统教学模式在车辆理论分析、2自由度操纵稳定性模型、平顺性模型等内容上并不能适用于整车研发的实际需求。针对此现实问题,提出利用ADAMS软件驱动汽车理论内容平行化、分层化教学思路研究,采用软件中悬架模型、转向模型、轮胎模型、路面模型、制动及整车模型对汽车理论课程中的各个环节内容提供支撑,打通"理论教学、实践教学、企业研发"3个环节之间的屏障,使学生能够快速运用所学知识投入到生产实践中,同时转换学生思维中的传统车辆设计理念,改善课堂效果,提升教学质量。