线性唯象律下三热源热泵的Yong经济优化性能

研究线性唯象律下三热源热泵的Ｙｏｎｇ经济优化性能,并揭示了它与生态学优化性能间的内在联系,同时还对热泵的合理工作区作了有意义的讨论。     

抗核酸酶解性DNA分子的体外形成

在体外环境中,将λ－ＤＮＡ／ＨｉｎｄⅢ经加热变性后,快速冷却所形成的一种对ＤＮａｓｅⅠ酶解有抗生的新结构ＤＮＡ。通过＾３２Ｐ同位素标记和电泳分析,结果表明：由该法制备的样品中含有抗核酸酶解性新结构ＤＮＡ,该结构的ＤＮＡ分子量大小在１００ｂｐ左右。该ＤＮＡ分子结构可能不同于单链、双链以及三螺旋ＤＮＡ结构。     

人正常骨髓CD34+造血干/祖细胞的超微结构

时至今日,人类究竟有无造血干细胞(HSC)已不再是争论的焦点,对该问题的答案是肯定的.目前所认识HSC的某些特性已远非简单的高度自我更新与多向分化这一定义就能概括其全貌.此概念仅基于细胞的功能,而无任何形态学的特征.并且在80年代中期致力于造血干/祖细胞(HSC/HPC)形态学或本质的探索还被认为是“浪费时间”,喻作恰似以生化或电子显微镜手段是不可能证明细胞因子的生物活性一样.其主要障碍在于:①HSC在人体内含量     

空泡溃灭冲击波对流场携带颗粒的作用

讨论了无限大小域中考察液体压缩性影响下空泡溃灭冲击波对固体颗粒的作用，求得了固体颗粒所获得的最大速度，当满足一定条件时，固体颗粒运动速度值之高足以打坏现有水工建筑物所用的混凝土，引起固壁的大面积剥落，形成空蚀，冲击和磨蚀的恶性循环。     

"电子人"的时代到来了

说起“电子人”,人们可能会想到不少科幻电影,可是英国的一位科学家却通过身体力行,将幻想逐步变为现实。原本由人类设计、制造用以服务人类的人工智能机器最终反戈一击,控制了人类,这不仅已经成了科幻电影惯用的情节,也反映了人们对人工智能发展所产生的忧虑。然而现在就出现了这么一个“电子人”,他靠自己的意志控制了机器。他就是前不久《新西兰先驱报》所报道的现年50岁的英国雷丁大学科学家凯文·沃里克,他是英国颇具争议的控制论专家和思想家,现在他成为了世界上第一个“电子人”,即一部分是人,一部分是机器。在沃里克看来,“电子人”…     

一种调频发射机数字显示器的设计方法

基于一般调频发射机数字显示器的设计,本设计在硬件和软件上都进行了改良,并通过了实验室仿真和实践检验:硬件上,利用最新的PLL(Phase-Locked Loop)锁相技术,确保无频率漂移现象产生;还采用单键盘步进操作,使用骤简单易行。软件上,所有运算均采用整数运算,比一般的浮点运算稳定可靠;所有频率数据均列表存储,可直接调用,大大节省了运算时间。     

吃人植物之谜

近些年来,许多报刊杂志不断刊登有关吃人植物的报道,有的说它在南美洲亚马逊河流域的原始森林中,也有的说在印度尼西亚的爪哇岛上时有发现。这些报道对各种不同的吃人植物的形态、习性和地点作了详细的描述,结果使许多人相信,世界上的确存在这样一类可怕的植物。但十分遗憾的是,在所有发表的有关吃人植物的报道中,谁也没有拿出吃人植物吃人的直接证据——照片或标本,也没有确切地指出它是哪一个科,或哪一个属的植物。为此,许多植物学家对吃人植物是否存在的问题产生了怀疑。     

“归来的诗人”与重整的诗体

“归来的诗人”在新时期恢复创作后,伴随着抒情主体的觉醒和抒情风格的转换,抒情语言和诗歌体式也逐步恢复并进入新的调整阶段;他们注意融汇多种语言成分,追求朴素、洗炼、精粹、淡泊的语言境界,强调抒情的自然和自如状态;在诗体方面,他们因不同的艺术渊源表现出对不同诗体的选择,诸体皆备而又注意不同诗体之间的融汇与补充,创造了更为活泼的诗体形式,为现代诗体建设积累了新的经验.     

对“水世界”的念念不忘 亲水城市——探寻人类的“水之道”

<正>人们总是对江河湖海心生向往,虽然人类依靠着科技疯狂地改造着地球,但是面对着最原始的环境,每个人都会心生敬畏。时隔12年,全球瞩目的电影巨作《阿凡达2水之道》在全球上映了,影片中主角一家逃亡到临海岛礁寻求庇护,也和海洋中的各种生物建立了密切的联系。作为影片的主打元素,水景自然被打造得美轮美奂,让人身在影院但心思却已经在筹划去个亲水的城市感受现实中的“水之道”了。亲水城市一直以来都是人们向往的地方,不管是海滨小镇还是湖畔乡村,都是人们的理想目的地。     

基于Involution算子和交叉注意力机制的合成语音检测方法

随着科学技术的迅速发展,基于深度学习生成的合成语音给语音认证系统和网络空间安全带来了新的挑战。针对现有检测模型准确率较低和语音特征挖掘不够充分的问题,提出了一种基于Involution算子和交叉注意力机制改进的合成语音检测方法。前端将语音数据提取线性频率倒谱系数(LFCC)特征和恒定Q变换(CQT)谱图特征,两个特征分别输入到后端的双分支网络中。后端网络使用ResNet18作为主干网络先进行浅层的特征学习,并将Involution算子嵌入主干网络,扩大特征图像学习区域,增强在空间范围内学习到的频谱图像特征信息。同时在训练分支之后引入cross-attention交叉注意力机制,使LFCC特征和CQT谱图特征构建交互的全局信息,强化模型对特征的深层挖掘。所提模型在ASVspoof 2019 LA测试集上取得了0.84%的等错误率和0.026的最小归一化串联检测代价函数的实验结果,展现了优于主流的检测模型。结果表明,改进的模型能够有效融合不同的频谱特征,提高模型的特征学习能力,从而强化模型的检测能力。