生物强化富锌食品的研究进展

生物强化是指在生物生长及其代谢过程中进行营养元素的富集以提高其营养价值。通过生物强化可将外源添加的无机锌转化为生物锌,获得的富锌食品具有安全可靠、易于吸收、稳定性强的优点。归纳总结了富锌食品的研究意义,对近年来主要研究的富锌茶、富锌食用菌、富锌酵母、富锌水稻和富锌果蔬等富锌食品的研究进展进行了综述,表明生物强化富锌食品具有安全稳定的特点,相比过去对于富锌食品的研究也有显著进展,以期为未来生物强化富锌食品的研究提供依据。     

平原型灰场区植物多样性研究

采用物种的丰富度指数、多样性指数、均匀性指数对平原型灰场区域草本植被的生物多样性进行了分析。结果表明：灰场区域植物的丰富度、多样性和均匀性与样方相对于灰场方向的变化、距灰场的远近和土壤环境因素的不同等方面均无显著性差异,但随着样方中土壤含盐量和ｐＨ的增加,样方中物种的丰富度、多样性和均匀性均呈下降趋势。     

不同氮源对结瘤小麦植株生长及其固氮活性的影响

用Ｎｉｔｒｏ苜蓿根瘤菌（Ｍｅｄｉｃａｇｏｓｐ．）诱导小麦结瘤并研究不同氮源对植株生长和结瘤的影响．研究表明,在一定浓度范围内,ＮＯ３－和ＮＨ４＋均能促进植株生长和类根瘤的形成,植株干重的增加与培养基中ＮＯ３－的减少量呈正相关,该种类根瘤具有一定的固氮活性．     

减少主轴径向跳动的空间定向装配法

分析主轴径向跳动的影响因素,介绍空间定向装配法原理,并给出具体装配方法。     

计算K-终端网络可靠度的一种新算法

讨论了由一个源点s到一个指定的点集K的网络可靠度问题。首先提出了两个网络门限变量化简原则及计算网络K-树和极小K-割的算法。然后,基于具有门限变量的布尔方程和有序二分决策图方法,给出网络K-终端可靠度算法。结果表明这种算法是有效的,改进并推广了Rauzy提出的算法。     

藏北羌塘南缘早白垩世青草山强过铝质S型花岗岩的成因: 来自地球化学和锆石U-Pb年代学的约束

藏北羌塘南缘扎普?多不杂岩浆弧内的青草山花岗岩体由花岗斑岩和石英二长斑岩组成, 目前缺乏地球化学和年代学数据来约束其成因和形成时代。用 LA-ICP-MS 方法测得石英二长斑岩锆石 206Pb/238U 年龄加权平均值为122±1 Ma (MSWD=3.9), 花岗斑岩的锆石SHRIMP U-Pb 年龄为114.6±1.2 Ma (MSWD=1.1), 表明岩体形成于早白垩世。岩体含白云母、堇青石, 无角闪石, 具有富铝(A1₂O₃ 含量: 14.81%~15.86%)、贫钙(CaO 含量: 1.10%~2.44%)、总碱含量高(K₂O+Na₂O 含量: 6.86%~8.80%)的特征, 铝饱和指数 A/CNK 为1.06~1.20, 在 CIPW 标准矿物计算中出现刚玉分子(1.20%~2.86%), 未出现透辉石, 表明该岩体为一套强过铝质亚碱性 S 型花岗岩。(La/Yb)N=3.24~16.20, LREE/HREE=4.37~12.4, 在配分曲线上显示左高右低的特征, 富集Rb, Th, U, K, La, Ce 等大离子亲石元素, 亏损Ta, Nb, P, Ti, Y 等高场强元素, 具有较典型的岛弧岩浆岩地球化学特征。研究结果揭示, 青草山花岗岩为班公湖?怒江洋壳北向俯冲背景下, 上地壳杂砂岩质成分发生部分熔融作用的产物。     

一类广义Liénard系统解的有界性

研究了一类广义Liénard系统dx/dt=p(y)-F(x),dy/dt=-g(x)q(y)解的有界性,获得了该系统存在无界解的两个新的充分条件,改进和扩展了相应结果.     

利用逻辑扩展计算二终端网络可靠度

利用布尔代数和不交和等方法提出了计算二终端网络可靠度的一个有效算法．运用简单方法将矩阵逻辑扩展中出现的大量的相同矩阵,进行合并,减少了矩阵数,从而有效地减少了运算时间．该算法推广和改进了S.Rai等在文献[1]中给出的计算二终端网络可靠度的算法．     

基于Kriging代理模型的造斜率预测方法研究

造斜率受导向工具结构、类型、钻井参数、井眼轨迹、地层和钻头等因素的影响,构成了一个多变量影响的非线性耦合体系。造斜率预测呈现一定的模糊性、随机性和非线性特点,难以用显性的定量关系式来精确刻画造斜率与其影响因素之间的函数关系。从回归分析预测法的角度,提出一种采用Kriging代理模型构建预测功能函数,进行造斜率预测的新方法。该方法基于空间插值理论,以造斜率预测值为输出目标。首先选取造斜率主要影响因素作为输入参数,确定训练样本和测试样本;然后,计算Kriging模型中的最优超参数,并构建该预测模型。最后,以测试样本为基准,计算模型预测性能指标,完成对Kriging代理模型的造斜率预测性能评价。通过现场案例研究表明,与常见的多元回归模型和径向基函数模型(radial basis function,RBF)相比,基于Kriging代理模型的造斜率预测方法在均方根误差(root-mean-square error,RMSE)、最大绝对误差(maximum absolute error,MAE)和平均绝对误差(average absolute error,AAE)3个常见的定量指标上表现了更佳的预测性能。预测结果更稳健,计算量更小,对造斜率的预测精度较高,能克服几何法预测精度不高或力学法计算量大等缺点。在工程应用中能节约计算成本和提高预测效率,便于推广应用。