分布式共享存储器型多处理机的研究

文章提出了一台分层结构的分布式共享存储器的型多处理机ＤＳＭＡｒｃ的系统结构，该系统采用总线监听和目录式相结合的ｃａｃｈｅ一致性协议，来保持分布式局部ｃａｃｈｅ与共享主存内容一致，为压缩目录所需存储空间，文章提出了一种新的目录存储结构－目录ｃａｃｈｅ在ＳｕｎＳｐａｒｃ工作站上对ＤＳＭＡｒｃ原型进行了模拟，根据模拟结果对ＤＳＭＡｒｃ的性能作了初步分析。     

Pd（Ⅱ）与HSA或BSA的结合平衡研究

用平衡透析法研究了生理条件（ｐＨ７．４３）下Ｐｄ（Ⅱ）与人血清白蛋白（ＨＳＡ）或牛血清白蛋白（ＢＳＡ）的结合平衡，Ｓｃａｔｃｈａｒｄ图分析表明，Ｐｄ（Ⅱ）在ＨＳＡ和ＢＳＡ中均有１个强结合部位，它可能位于ＨＳＡ和ＢＡＳ分子的Ｎ－端三肽段上。     

背角无齿蚌碱性磷酸酶的功能基团研究

在一定条件下，分别采用ＰＭＳＦ，ＤＴＴ，ＰＣＭＢ，ＮＢＳ，ＴＮＢＳ，ＳＵＡＮ，ＢｒＡｃ及ＩＡｃ等化学修饰剂，选择修饰背角无齿蚌碱性磷酸酶的多种氨基酸残基，并测定其酶活力变化。结果表明，ＰＭＳＦ，ＮＢＳ，ＴＮＢＳ，ＳＵＡＮ和ＤＴＴ的修饰能显著抑制酶的活力，而且活力的降低程度与修饰剂的浓度相关。ＢｒＡｃ，ＩＡｃ和ＰＣＭＢ的修饰不表现对酶的抑制作用。初步认为，Ｓｅｒ，Ｌｙｓ和Ｔｒｐ残基是背角无齿蚌碱性磷     

生理溶液中磺化酞菁溶液状态的研究

水溶性磺化酞菁能选择性地滞留在肿瘤组织中，是一种新的光动力治疗肿瘤的敏化剂。有关酞菁化合物光动力治疗肿瘤的机制到目前还不清楚，而在生理条件下光敏剂的状态研究对阐明其机制有重要意义。在生理条件下（ｐＨ＝７．２， ０． １５ ｍｏｌ／Ｌ ＮａＣｌ水溶液）对合成的 ３种磁化酞菁（ＺｎＰｃＳ，ＣｌＡｌＰｃＳ，Ｈ２ＰｃＳ）进行吸收光谱研究，探讨了它们在溶液中的聚集状态。结果是ＣｌＡｌＰｃＳ在实验的条件下不发生聚集，而其他两种都呈聚集态。通过分析为二聚体，并获得了平衡常数和单体摩尔吸收系数。     

关于分配格上矩阵的秩

讨论了有界分配格Ｌ上矩阵Ａ的行秩、列秩与Ｓｃｈｅｉｎ秩及其性质，给出矩阵Ａ的Ｓｃｈｅｉｎ秩的几个充要条件，以及在保并条件下减少交叉向量的并式中所含交叉向量个数的两个方法．最后对Ｌ上的ｎ阶可逆矩阵Ａ得到ρ（Ａ）对ｍ×ｎ正则矩阵Ａ得到。     

顺昌水泥厂大气污染预测的计算机模拟

根据顺昌水泥厂的具体情况及评价地区的污染气象特征，选择适当的数学模式，对该厂可能造 成的大气污染进行评价，并用计算机模拟整个评价过程，用ＢＡＳＩＣ语言编制的模拟过程在微型机 上顺利执行，结果良好。     

水合五氧化二锑的合成及其对Sc^3＋吸附性能的研究

利用所合成的水合五氧化二锑，研究了它对Ｓｃ＾３＝及其他离子的吸附性能。结果表明，所合成的ＨＡＰ在酸性条件下不仅能吸附Ｎａ＾＋，而且对ＳＣ＾３＋也有很好的吸附性能。此外，还测定了所合成的ＨＡＰ在不同烘烤温度下的晶胞参数及对Ｓｃ＾３＋的吸附交换性能。实验表明经２５０℃烘烤的ＨＡＰ具有对Ｓｃ＾３＋最大的吸附交换容量。     

肌苷高产菌TSXB29的转化育种及其发酵条件的研究

以枯草杆菌（Ｂａｃｉｌｌｕｓｓｕｂｔｉｌｉｓ）ＴＸ２（遗传标记Ｘａｎ~－）为供体，以枯草杆菌ＴＳＡ１９（遗传标记Ａｄｅ~－＋Ｈｉｓ~－＋８－ＡＧ~ｒ＋６－ＭＰ~ｒ＋ＳＧ~ｒ）为受体，利用转化法成功地获得肌苷产量高、遗传稳定性好的目的转化子ＴＳＸＢ２９。采用均匀设计理论，利用微机对实验数据进行统计处理，找出了该转化子的最佳摇瓶发酵条件，在该条件下，平均产苷为２７．８５ｇ／Ｌ。经连续摇瓶和斜面传代，发现该转化子是稳定的，具有一定应用价值。     

应用CIM—OSA方法进行CIMS设计初探

本文论述了ＣＩＭ－ＯＳＡ（Ｃｏｍｐｕｔｅｒ Ｉｎｔｅｇｒａｔｅｄ Ｍａｎｕｆａｃｔｕｒｉｎｇ Ｏｐｅｎ Ｓｙｓｔｅｍ Ａｒｃｈｉｔｅｃｔｕｒｅ）的内容及特点，详细介绍了齐齐哈尔第一机床厂在ＣＩＭＳ设计中应用ＣＩＭ－ＯＳＡ的构想。     

金属和复合材料断裂应变研究

针对与增强体相关的微裂纹萌生机制，文章根据ＭｃＣｌｉｎｔｏｃｋ柱状空穴演化方程，得到了一个非连续体增强金属基复合材料断裂应变预报方程，通过对ＳｉＣｐ／Ａｌ、ＳｉＣｐ／２０２Ａｌ、Ａｌ２Ｏ３ｐ／２０２４Ａｌ、ＳｉＣｐ／７０７５Ａｌ等复合材料单轴拉伸条件下实际断裂应变的测定，发现预报值与文章和文献中的实测值有良好的一致性。     

基于季节性自回归积分滑动平均与深度学习长短期记忆神经网络的降水量预测

降水量数据是一种非线性、非平稳的时序序列,传统的方法较难获取数据的变化规律,深度学习长短期记忆(long short-term memory, LSTM)能较好地处理多要素变量与降水量之间的非线性关系。利用扬州市区1960—2019年8种气象基本要素数据,采用传统季节性自回归积分滑动平均(seasonal autoregressive integrated moving average, SARIMA)模型和深度学习LSTM神经网络方法对降水量数据进行预测比对,并着重分析了LSTM在不同类型不同输入与输出模式形态下的预测水平差异。结果表明：传统的SARIMA模型中静态模式较动态模式能更好地反映出扬州市区月降水量数据变化趋势,且与实际值差距较小。动态模式容易造成误差累积或整体易呈现周期性稳态变化,实时性欠缺。深度学习LSTM多输入单输出动态预测模式下,完整周期的数据输入可以让神经网络更好地学习数据的变化规律。然而将多个周期数据作为一个输入单位,易造成模型过拟合。LSTM模型(预期回顾look＿back=12)对扬州市区月降水量预测精度优于传统的SARIMA模型,均方根误差(root me...     

GPS定位误差中对流层延迟的分析

系统地分析了对流层延迟特性在GPS导航中造成的定位误差。基于霍普菲尔德模型和萨斯塔莫宁模型,提出了一种在缺少实测气象参数条件下使用的简易对流层延迟修正模型,并利用Matlab仿真软件对静态和动态的接收机实测数据进行了分析。实验结果表明,简易修正模型可以消除70%左右的对流层影响,有效地提高了GPS的定位精度。     

兰州东部地区冬季风场温度场模拟

采用地形追随坐标系下具有 1.5阶精度的三维准静力模式 ,模拟兰州东部地区的风场和温度场 .模式以地转风资料和系留资料为初始输入 ,根据简化的湍流能量闭合方案进行参数化处理 ,运用地表能量平衡方程预报地表温度 ,考虑了地形影响和人工热源作用 .模拟结果与实际观测资料进行对比 ,位温廓线和风速廓线与实际的变化趋势基本一致 ,模拟的地面流场和垂直温度场基本反映出本地区冬季的流场及温度场特征 .模式技巧的统计检验表明该模式的模拟效果较好 .     

数字式气压传感器静态性能测试与评估

为了掌握硅压阻、数字式振筒和硅电容3种气压传感器的静态性能,进行了2次静态性能测试（非线性、迟滞、重复性）、温度测试和长期稳定性试验,并对相应各项性能进行了评估和比较。结果表明,硅电容式传感器静态特性和温度稳定性均优于其他2种;振筒式静态特性在不同环境温度下均表现良好且较稳定;常温下,硅压阻传感器表现良好,性能与振筒式接近,但低温条件下,性能下降明显,温度系数达0.002 1 hPa/℃。3种传感器长期稳定性比较结果说明了引入年漂移量作为周期检定的必检项目的必要性,测试结果也证明硅电容式气压传感器已达到了气象观测业务使用要求。     

风向对某超高层建筑等效静风荷载的影响

风向和平均风速联合分布是风荷载的基本特征之一,本文研究风向对某超高层建筑等效风荷载的影响,主要包括以下三个部分:(1)获取建筑物所在地区气象站的风向风速气象资料,并统计得到各个风向上的设计风速;(2)对某超高层建筑进行36个风向角下的刚性模型同步测压风洞试验,试验中模拟了周围建筑对超高层建筑的干扰作用;(3)结合各个风向上的设计风速,基于风洞试验结果,用随机风振理论计算超高层建筑的等效风荷载.本文得到的结论为超高层建筑设计提供参考.     

对可燃物的湿度模型及其影响因子的研究

可燃物是森林燃烧的物质基础,可燃物的湿度变化一定程度上决定着火灾的形成,所以可燃物湿度模型对研究可燃物湿度变化有很大的帮助,通过建立可燃物湿度模型,来研究可燃物湿度的变化情况.在研究中充分考虑了气象因子对可燃物湿度的时滞情况,研究结果表明可燃物湿度受到气象因子的影响,并随着气象因子的变化而变化.在对气象因子进行相关性分析的基础上,在考虑气象因子的影响的情况下可燃物湿度模型基本可以预测1 h后可燃物湿度的变化情况.     

意外低体温气象风险预警服务系统设计与实现

随着更多公众参与极限越野赛事和荒野休闲活动,意外低体温风险逐渐暴露在人们视野中,对应风险评价指标和预警服务系统的不足亟待提升。本文研究针对野外活动人员遭受因野外寒冷暴露气象条件影响引起的意外低体温风险,综合分析引发意外低体温的致灾因子、暴露度、身体脆弱性和防灾能力因子,提出意外低体温气象风险预警指数并构建预警模型。在此基础上,针对缺少固定气象观测站条件场景,利用目前最先进的便携式气象自动观测设备采集相关气象要素数据,集成北斗卫星通信功能,实现数据向数据中心的传输,应用意外低体温气象风险预警模型,产生预警信息和决策服务信息再向现场服务人员回送,形成预警服务系统,以求解决因突变的气象条件引发的野外活动中意外低体温风险无法得到及时预警并妥善处置的难题,具有较好的实际应用与发展前景。     

小麦赤霉病神经网络和偏最小二乘预测模型

选取2004-2014年间发病期的气象因素为自变量,小麦赤霉病病穗率为因变量,借助神经网络的函数映射能力,采用Fletcher-Reeves算法的变梯度反向传播算法,建立了小麦赤霉病的气象预报模型.由于神经网络无法提供直观的函数来反映病穗率与气象因子之间的关系,为了进一步分析气象因子间的相关性,采用主成分分析法提取主成分,并利用回归分析得到线性函数关系,建立了偏最小二乘模型.神经网络预测模型平均预报精度达到99%,但只提供病穗率和气象因子之间的拓扑关系;偏最小二乘预测模型可以得到病穗率和气象因子之间直观的函数关系,模型平均预报精度达到97%.2种模型均具有较高的预报精度,对小麦赤霉病的预防工作具有一定的参考价值.     

基于GA-PSO-BP神经网络的气象能见度预测

针对安徽省气象能见度数据缺测问题,本文选取安徽省四种不同地形条件下的自动气象站点(黄山站、灵璧站、山南溪谷站、白泽湖站)2017-2019年的气象数据,首先采用灰色关联分析法筛选出与能见度联系紧密的气象要素,然后构建遗传算法(Genetic algorithm, GA)和粒子群算法(Particle swarm optimization algorithm, PSO)混合算法优化BP(Back Propagation)神经网络的预测模型,对四种不同地形条件下的自动气象站点的能见度进行预测,并与RF预测模型、XGBoost预测模型的预测效果进行对比,结果表明采用GA-PSO-BP神经网络预测模型无论在哪种地形条件下,预测误差更小,模型精度更高。     

具有时滞的可燃物的湿度模型

可燃物是森林燃烧的物质基础,可燃物的湿度变化一定程度上决定着火灾的形成,所以建立可燃物湿度模型对研究可燃物湿度变化有很大的帮助,笔者通过建立可燃物湿度模型来研究可燃物湿度的变化情况。在研究中充分考虑了气象因子对可燃物湿度的影响,并且加入了时滞情况,研究结果表明可燃物湿度受到气象因子的影响,并随着气象因子的变化而变化,在对气象因子进行相关性分析的基础上,得出结论：可燃物的湿度与气温风速呈负相关、与湿度气压呈正相关,建立的可燃物湿度模型在考虑气象因子的影响的情况下基本可以预测一小时后可燃物湿度的变化情况,希望对森林的防火有所帮助。