基于强RSA假设的数字签名方案

针对基于强RSA(Riverst,Shamir,Adleman)假设的数字答名方案,首先通过哈希函数潜在性质分析现有方案的安全缺陷,然后通过删除冗余参数x和采用一个生成元简化签名方案,最后在强RSA假设和签名预言机模型下证明该方案是安全的.新方案弥补了安全漏洞,比以往的方案更简洁、高效且安全.     

添加吸附树脂紫草细胞培养生产紫草色素

采用静态方法从多种大孔树脂中筛选出的Ｘ－５,ＡＢ－８两种树脂,它们对紫草色素具有较好的吸附能力,同时对糖吸附弱,多次高温灭菌后进行的吸附实验显示其吸附性能变化不大,摇瓶培养实验结果表明,树脂的最佳添加量为６．７％,色素的产量比常规培养分别增加了５．２和６倍,反应器与ＡＢ－８树脂柱相偶联进行同时分离色素的培养实验,结果使色素产量增加了５．３倍。     

丙烯酰胺与N-乙烯基吡咯烷酮共聚物水凝胶的合成与性能研究

以Ｎ,Ｎ’－亚甲基双丙烯酰胺为交联剂,采用溶液聚合法合成丙烯酰胺／Ｎ－乙烯基吡咯烷酮共聚物水凝胶．研究了合成条件对水凝胶溶胀度和凝胶强度的影响,并用该水凝胶来浓缩蛋白质稀溶液．     

ICP-MS的仪器参数对稀土元素离子信号强度的影响

研究了电感耦合等离子体质谱法（ICP－MS）的仪器主要参数（射频功率、雾化气流量、离子透镜电压）对15种稀土元素的离子、氧化物离子、氢氧化物离子和氢化物离子信号强度及各多原子离子产率的影响,并对各稀土元素多原子离子产率与各稀土元素性质的关系进行了探讨．研究结果有助于在测定单一高纯稀土中的其他稀土杂质时,选择仪器参数．     

用二溴邻羧基偶氮氯膦光度法测定陶瓷中的稀土

本文建立了一种测定瓷土中稀土总量的分析方法。在硝酸介质中,稀土元素与二溴邻羧基偶氮氯膦生成蓝色配合物,其最大吸收峰在６４５ ｎｍ 处,比尔定律范围是０—１６ μｇ·ＲＥ／２５ｍｌ,方法选择性好,可不经分离直接测定瓷土中稀土的总量     

交流励磁电机系统的谐波分析

交流励磁电机和交交变频器是交流励磁电机系统中最主要的两个谐波源.交流励磁电机的参数计算采用多回路分析方法,计及空间气隙谐波磁动势和定、转子齿槽效应;交交变频器采用面向线路的模型,并加入两管换流模式和正、负组换流模式.仿真结果与实验进行了对比,并在此基础上,详细讨论了:1) 交交变频器两管切换、正负组切换对系统谐波的影响;六脉波与十二脉波变频器的谐波比较;2) 交流励磁电机的空间气隙谐波磁势,定、转子的齿槽和定、转子短距系数对系统谐波的影响.归纳了交流励磁电机系统中谐波的抑制措施.     

水稻硝酸还原酶基因5′上游序列的克隆与序列分析

以日本晴水稻幼苗叶的基因组总DNA为模板,采用PCR方法扩增获得约1 300 bp大小的DNA片段,回收该片段并与pMD18-T载体连接,转化大肠杆菌感受态,并提取质粒DNA.用凝胶电泳检测和酶切鉴定,选取阳性克隆进行测序分析.测序结果显示,该片段含1 376个核苷酸对;应用NCBI网站的BLAST软件对本试验中克隆的序列与GenBank(NC_008401)公布的水稻硝酸还原酶基因启动子序列进行比对,有3个核苷酸差异,同源性为99%,证实本试验中克隆的DNA序列为水稻硝酸诱导基因启动子.该序列含有多个与转录调控有关的保守序列(如TATA-box、CAAT-box和GAGA-box).此序列的成功克隆,为今后开展水稻等重要农作物转基因研究奠定基础.     

大数据时代的天文学研究

天文学已经进入数据密集型时代或者说大数据时代.面对海量天文数据在存储、计算、网络、软件、算法乃至工作模式等方面的需求和挑战,天文学家连同计算机和信息技术领域的专家正努力使基于科学数据的知识发现过程变得更加容易.虚拟天文台旨在实现科学数据的互操作,打造一个全球性的数据网格.天文信息学则从分支学科的高度来考虑天文学的长远发展.数据挖掘和知识发现在数据密集型时代大有可为,自身也必将获得长足发展.本文简要论述天文学研究在数据密集型时代所面临的挑战,介绍虚拟天文台理念和最新进展,探讨天文信息学发展的必要性和所包含的研究内容,阐明数据挖掘和知识发现的必要性和发展方向.     

基于Voting机制的IMA-BP不平衡数据分类算法

针对传统分类模型在实际应用中对提取到的不平衡数据特征进行分类时分类结果精度低的问题,提出使用蜉蝣算法(Mayfly Algorithm, MA)优化的BP神经网络分类模型。同时为了提升算法前期全局搜索能力和后期局部搜索能力,引入阻尼比系数和非线性惯性权重因子,构建出改进蜉蝣算法(Improved Mayfly Algorithm, IMA)优化的BP神经网络（IMA-BP）分类器。根据该分类器分类具有随机的特点,引入集成学习中的投票（Voting）机制,将IMA-BP作为弱分类器,将各弱分类器的分类结果通过软投票方法融合,构成了一个Voting机制的IMA-BP分类模型。为验证分类模型的性能,使用UCI 数据库中的数据集将该模型与其他的模型进行比较,结果表明Voting机制的IMA-BP分类模型对4个数据集的分类准确率分别为88.67%、96.67%、91.25%、93.52%,都要高于其他模型,说明该分类模型具有较好准确性和可行性,对一些分类任务具有较强的指导作用和应用价值。     

部分关系的对称模式

在以边界表示的实体造型中,如果为某实体元素保存部分的邻接实体元素,这便导致了部分关系的拓扑结构．本文根据PANADA3系统部分关系模式,给出了部分关系建立和优化的存储和时间复杂性分析,并给出了一种优化的对称模式。