轻度胶质瘤放化疗模型分析及最优控制

分析了放化疗处理早期神经胶质瘤的数学模型和最优控制方法.模型在常数控制下存在分支.存在常数c0,当常数c满足c≥c0时,不存在正平衡点,零解是全局渐近稳定的.当常数c满足0cc0时,存在正平衡点且它是局部渐近稳定的.轻度胶质瘤放化疗最优控制方法是:先以控制量的最大值实施开关控制,直至状态变量进入奇异超曲面时再实施非线性反馈的奇异控制,直至肿瘤被根除.     

本原矩阵指数集的三个重要结果的注记

对本原矩阵的三个结果进行重新刻划,发现可将两个定理长期简洁表述为一个定理,而且证明极为简单。     

农业自动化机械障碍物检测研究进展

农业机械自动导航技术在智慧农业领域饱受关注,而障碍物检测则是其中的重要环节.首先分析了早年传感器检测技术的不足,然后对计算机视觉应用于农业机械智能障碍物的检测方法以及应用前景进行了综述.传感器技术由单一传感器到多传感器信息融合,虽然已经十分成熟,但仍存在受障碍物表面影响以及检测成本过高等不足.计算机视觉和深度学习在近两年不断被用于农业领域,例如卷积神经网络等,但在遮挡、远距离检测、移动障碍物检测等多个方面仍有很大的提升空间.对二十几年来的农业障碍物检测技术进行了概括,总结了现有问题,并提出了符合未来我国智慧农业发展的新思路.     

HT－7超导托卡马克电流调制抑制破裂不稳定性的实验研究

HT-7超导托卡马克上的实验观察到,通过对等离子体环向电流的交流调制(即振荡通量电流驱动)的方法,可有效抑制撕裂模不稳定性,从而抑制大破裂。环向电流的交流调制也可减轻等离子体与壁的相互作用,减少杂质辐射,延长托卡马克等离子体放电时间。HT-7超导托卡马克上的实验发现,用等离子体环向电流的交流调制的方法,有效抑制MHD、推迟或避免大破裂的阈值是：当等离子体电流的交流调制幅值与等离子体电流的比值为10％～30％时有明显的抑制效果,小于10％时无抑制效果,大干35％会影响等离子体的稳定性。     

吐蕃末期名僧拉隆·贝吉多杰生平拾零

拉隆·贝吉多杰行刺达磨赞普而成为吐蕃史的终结者,是吐蕃末期具有重要影响的历史人物之一。但是,他的形象和生平在史料的记载极其纷杂且充满文学色彩,有其横跨三个世纪的寿命和密宗神通等传说和史载今研究者难以掌控。文章以史籍中有关拉隆·贝吉多杰的零散记载为依据,溯流从源,对其生平进行了客观概述与评论。     

过渡金属基分子筛SCR催化剂失活机制及抗失活技术研究进展

 过渡金属基分子筛是在氨选择性催化还原氮氧化物技术领域广泛应用的一类催化材料,在实际应用中容易中毒失活。失活形式主要有水热老化失活,P、S中毒失活,HCs中毒失活及尿素中毒失活等。本文分析了过渡金属基分子筛催化剂的4种失活机制及相应的抗失活工艺,并展望了过渡金属基分子筛的发展方向。     

浅谈动态监测在城市规划管理中的应用

文章以城市规划编制、规划实施、规划发展研究等作为研究基层,以城市规划动态监测数据及相关RS、GIS技术为切入点,将动态监测及城市规划管理工作进行了对接分析,以期为城市规划管理寻找新的工作体系和科学的工作方式。     

金黄色葡萄球菌VBNC状态的诱导条件和EMA-qPCR检测

为建立金黄色葡萄球菌(Staphyloccocus aureus)活的非可培养(VBNC)状态的诱导条件模型,考察了温度、盐度和酸度3个因素对金黄色葡萄球菌细菌可培养数的影响,通过正交试验优化得到了VBNC状态的诱导条件,同时观察细菌可培养数的变化,建立了DNA结合染料叠氮溴乙锭(EMA)与qPCR技术相结合检测VBNC金黄色葡萄球菌的方法.实验结果表明:细菌可培养数受酸度的影响最大,VBNC状态的最佳诱导条件为菌液在含15%NaCl和0.3%乙酸的营养肉汤培养基中于4℃下培养12 d;通过正交试验诱导后的不可培养菌可由EMA-qPCR方法有效检出,其与qPCR法的Ct值(荧光信号达到设定的阈值所经历的循环数)之差在1.29～8.56之间变化.     

翁方纲的诗学及“学术诗”

阐述了翁方纲的生平与学术成就。认为翁方纲的“肌理说”及其在创作上的反映是：（1）对王士祯“神韵”的批判及牵制;（2）以“理”和学问为基础的诗学;（3）学术诗：以考据为诗。最后,提出了关于翁方纲的诗学及“学术诗”的结论。     

基于改进的CNN-LSTM的DGA域名检测算法

近年来,网络安全问题层出不穷,其中僵尸网络是造成网络瘫痪的重要原因之一。僵 尸网络利用域名生成算法（DGA）生成大量恶意域名进行网络攻击,对网络安全造成威胁。现有的 DGA域名主要分为字典型和字符型,传统的深度学习方法无法同时检测出两种类型的DGA域名, 尤其是无法检测出基于字典的DGA域名。针对这个问题,本文提出了改进的CNN-LSTM的DGA 域名检测算法,该算法融合了卷积神经网络（CNN）、注意力机制和双向长短时记忆网络（BiLSTM）, 可以同时检测出两种类型的DGA域名。最后进行了不同算法的对比实验,实验结果表明,与其他 深度学习模型相比,该算法提高了DGA域名的二分类和多分类的准确率和F1值。在多分类实验 中,通过改进损失函数,提高了小样本数据的域名检测率。