[99mTcN(PNP)(DTC)]+类心肌放射性药物的构效关系研究

采用多元回归分析及Hansch方法,对[99mTcN(PNP)(DTC)] 类配合物心肌灌注显像剂配体取代基结构与心肌摄取率的关系进行了探索研究,得到了较为理想的心肌摄取率与配合物结构间的构效关系(QSAR)方程,为该类心肌灌注显像药物的设计提供了一定的理论指导依据.     

碟形扁壳在均布载荷作用下的非线性局部稳定

将自由参数摄动法与样条函数拟合法结合起来,研究了碟形扁壳在均布载荷作用下的非线性局部稳定问题,即壳体的起始失稳区域,以及该区域与几何参数的关系等问题。     

取样光纤Bragg光栅的理论分析

根据Turan Erdogan耦合模理论,从普通单模光纤Bragg光栅的耦合模方程出发,推导了前向基模与后向基模的幅度、均匀光栅反射率及传输矩阵的表达式,并且为了方便传输矩阵的推导,在边界条件的处理上采用了与一般文献不同的方法.在此基础上用传输矩阵法对取样均匀光纤Bragg光栅进行了理论分析,并依据此方法对取样光栅的反射谱进行了数值仿真,通过对仿真结果的比较,总结了"净光栅"长度、占空比T、取样周期p等参数对取样光栅反射谱特性的影响.     

一种改良的蛋白质复合物识别方法

高通量的方法产生了大量蛋白质相互作用数据.然而研究表明,对于已过滤的双杂交酵母数据集,假阳性相互作用的比例达到50%左右.这些假阳性这对于进一步的PPI网络研究带来了负面影响.因此,消除假阳性或者降低假阳性带来的负面影响变得非常重要.根据蛋白质相互作用网络的拓扑特性,每一组相互作用被赋予一个存在概率,概率值表示相互作用的可靠程度,概率值为0的相互作用被标识为假阳性予以消除.提出了一种改良的蛋白质复合物识别方法,该方法基于核-附件的思想,识别的复合物具有更强的生物统计特性.改良的新方法及其他经典的识别方法在酵母数据集上得到运行,实验结果表明,改良的方法性能优于现有的经典方法.     

基于滑动窗双边CUSUM算法的风电爬坡事件检测方法

随着新能源并网进程的推进,风电装机规模逐年扩大。受区域内天气变化影响,风机出力的间歇性和波动性特征对电网的威胁亦越发显著。极端天气所引发的风电出力异常爬坡事件,易导致电网功率失衡,对电力系统机组调度、源荷平衡造成了极大压力。合理的风电爬坡事件检测以及精准的风电功率预测能为风电场运维及电力系统调度提供先验指导,有力缓解风电不确定性带来的危害。首先讨论了目前主流风电爬坡事件定义的盲点,分类并分析了3种风电爬坡场景的功率变化特性,据此提出基于滑动窗双边累计和(cumulative sum, CUSUM)算法的风电爬坡事件检测方法,提取时序耦合信息,捕捉短时间窗口内风电功率数据的异常波动,提高风电爬坡事件检测精度。其次,采用贝叶斯优化的长短期记忆(long short term memory, LSTM)神经网络,最优化模型超参数,提高模型对于爬坡事件发生时风机出力的预测性能。进一步应用所提风电爬坡事件检测方法,对模型预测区间内的风电爬坡事件进行检测实验,验证了所提方法的有效性。     

图的最大拉普拉斯特征值的上界

设G=（y,E）是n阶简单连通图,D（G）和A（G）分别表示图G的度对角矩阵和邻接矩阵,则L（G）=D（G）-A（G）称为G的拉普拉斯矩阵利用图的度序列,平均二次度和图的公共邻点数结合非负矩阵谱理论给出了L（G）的最大特征值的一些上界．     

焦虑测定仪将实用化

快速测定焦虑程度的装置研发成功，你感觉在生活中的压力有多大？你会怎么回答这个问题呢？日本产业技术综合研究所的研究小组成功地开发了能在短时间内测定焦虑程度的装置。使用这个装置，从采集唾液开始，经过10分钟左右即可获取测定结果。焦虑也是引起慢性疲劳或精神疾病的原因。如果能简便地测定焦虑程度，也就可能预防这些疾病。[编者按]     

结合规则和SVM方法的肺结节识别

为识别CT图像中的肺结节,提出了一种结合规则和支持向量机(SVM)的识别方法,来对分割出来的感兴趣区域(ROI)进行分类.该方法首先计算候选ROI的形态特征,利用基于规则的方法筛去非结节的区域;然后把筛选之后剩余的候选ROI作为测试样本和训练样本,计算它们的灰度和纹理等特征;最后把灰度、形态和纹理特征值作为SVM的输入...     

环境因素对斜拉桥斜索自振频率的影响

斜拉桥斜索索力可以使用振动法通过检测索的自振频率来推算,但温度、雨雪以及风等环境因素对索频也都有一定的影响。为了提高检测索频的精确度,根据跟踪检测铜陵长江大桥的资料,总结出斜拉桥斜索频率受环境因素影响的变化幅度,从而更准确地了解频率测试的误差范围     

ELM-RBF神经网络的智能优化策略

提出了ELM-RBF(extreme learning machine-radial basis function)神经网络的智能优化方法,采用差分进化算法和粒子群优化算法来确定ELM-RBF神经网络中隐层神经元的中心和宽度。仿真结果表明,在具有相同的网络结构前提下,基于智能优化策略的ELM-RBF神经网络学习算法具有更好的泛化能力和较好的鲁棒性。