东亚飞蝗染色体的减数分裂观察 (动物科学）

考查分析了东亚飞蝗精巢细胞减数分裂各主要时期的特征及分裂高峰期,为昆虫染色体结构、功能及进化研究提供标本材料,为蝗虫染色体的后续研究奠定了基础,也为生物遗传实验教学提供一种简单易行的方法。本实验采用每只活体注射0.04%秋水仙素0.1mL、细胞悬液滴片的方法,对东亚飞蝗的精巢细胞进行染色体制片。实验观察到东亚飞蝗精巢细胞减数分裂Ⅰ、Ⅱ各主要时相的鲜明特征,双线期同源染色体的四分体结构明显,浓缩期染色体形状多种,8月中旬是制作东亚飞蝗减数分裂标本的最佳时期。     

采用二维Otsu直方图斜分快速算法实现方式的改进

在二维Otsu自适应阈值快速算法的斜方窄带判决域特性基础上,依据斜分线穿越窄带区的同一特性,设立算法辅助轴,对原快速算法实现方式进行改进.简化算法实现过程,在原算法降维基础上,进一步降低算法复杂度.结果表明:改进后的二维Otsu自适应阈值快速算法更加适应图像分割的实际工况,在实验验证中取得良好的图像分割效果.     

一种远程LED照明监控系统的设计

利用STC单片机结合以太网驱动模块,设计一种基于以太网的远程发光二极管(LED)照明监控系统.该以太网驱动模块由RTL8019以太网芯片及相关外围电路组成,利用电量采集芯片AD7755对整个系统所耗电量进行采集,采用大功率LED恒流驱动方案,并利用可调光芯片CAT4109和脉宽调制(PWM)技术对LED灯实现调光.结果表明:设计的系统可实时采集系统所耗电量,可对灯的亮度、色温进行远程调节.     

顾及沉积岩应变强化与扩容效应的围岩弹塑性力学状态理论分析

根据非关联流动法则与中主应力表达式,顾及沉积岩应变强化和扩容效应,推导基于幂强化-理想塑性本构模型和Drucker-Prager屈服准则的应力、位移、塑性区半径的解析解.将文中解、幂强化解、幂强化-理想塑性解进行比较,分析幂强化指数与扩容角对解析解的影响规律.结果表明:幂强化指数对围岩稳定性有较大的影响;扩容程度的变化对围岩应力和位移的影响随着扩容角及原岩应力的增加而增大;当隧洞围岩受到应变强化和扩容效应共同影响时,幂强化指数与扩容角越大,隧洞围岩位移越为敏感,对围岩稳定十分不利.     

响应面法优化章鱼内脏酸性蛋白酶提取条件

首先,以章鱼内脏为原料,通过单因素实验,分析pH值、温度、料液比、抽提时间对提取粗酶液中酸性蛋白酶活性的影响.然后,通过响应面法优化,得到多项式拟合回归方程,并对酶活的预测值和实测值进行验证.最后,测定粗酶液中蛋白酶的种类和活性.结果表明:酸性蛋白酶的最优抽提条件为pH值5.0、温度30 ℃、时间2.5 h、料液比1∶5,由此得到的粗酶液酶活为917.2 nkat·g^-1,对应比活为28.5 nkat·mg^-1;响应面回归方程计算的预测值与实际值位于误差范围内,说明该方程具有预测作用;粗酶液中,蛋白酶大部分为酸性蛋白酶,占总蛋白酶76.0%.     

费马大定理的初等证明方法

给出不定方程Xⁿ+Yⁿ=Zⁿ在n为奇素数时,无正整数解的初等证明方法,即用初等数学方法证明了费马大定理.通过实例分析,结果显示文中证明方法的正确.     

双自由度串联机械手的输入转矩优化

针对串联机械手在执行任务过程中执行机构输入转矩较大,导致机构运动不平稳的问题,创建双自由度串联机械手运动简图模型.采用能量最小化控制方式,构造能量控制的动力学方程,分析机械手关节角度、连杆质量及各关节之间的距离,确定优化关系式.采取优化方法计算输入转矩的控制方程,得出输入转矩的最佳尺寸,并结合具体实例,在Matlab/Simulink软件中对优化后输入转矩进行仿真.结果表明:与优化前的仿真结果相比较,优化设计后机械手输入转矩较小,整体波动相对平稳,效果较好.     

采用横向铁磁交互作用的随机场伊辛模型的量子退火算法

通过数值对角化分析瞬时基态和第一激发态,提出基于横向铁磁交互的量子退火的优势.采用贝特近似作为实际执行的算法,给出相应的模拟结果,并对传统量子退火、基于横向铁磁交互作用的量子退火和模拟退火算法的剩余误差进行比较.结果表明:所提算法能有效提高传统量子退火在随机场伊辛模型中的收敛速度;利用量子波动的选择空间可以有效实现量子退火的最佳性能.     

量子Fourier变换在实现Deutsch-Jozsa算法中的应用

提出利用量子Fourier变换解决Deutsch-Jozsa算法问题的观点.结合量子Fourier变换和Deutsch-Jozsa算法的量子电路,找到一种利用量子Fourier变换解决Deutsch-Jozsa算法新的量子电路,并考察该量子电路中各个线路的量子状态,结合算法对该量子线路的状态进行研究.结果表明:利用量子Fourier变换解决Deutsch问题,能够有效地提高运算速度,节省运算时间.     

采用粒子群优化的SVM算法在数据分类中的应用

针对分类数据集合线性不可分的问题,改进了支持向量机(SVM)的分类方法,构建新的分类决策函数和高斯核函数.在支持向量机关键参数的优化环节,采用粒子群算法对惩罚参数和高斯参数进行优化,设计便于操作的优化流程,并针对Iris数据集合展开实验研究.结果表明:相比于基于遗传算法优化的SVM方法,所提出的方法执行速度快、分类准确率高.