果胶酶高产菌Aspergillus niger HYA4的选育

采用紫外线处理黑曲霉(Aspergillus nige)HY4孢子，照射剂量为75s。获得一株高产果胶酶突变株HYA4，在优化的固体发酵条件下酶活力达1285U/g物料，比出发菌株提高了2倍，为亚麻脱胶酶的生产提供了良好的菌株。     

诗风乐韵--从《月下小景》和《边城》看沈从文作品的音乐性

沈从文在文学上不断探索,他把音乐和文学相结合,创造出独具一格的作品<月下小景>和<边城>.他的实验,不仅具有开拓性,而且有极大的研究价值.     

对煤矿岩体中固流耦合效应问题研究的探讨

本文对固流耦合效应的基本概念、基本原理进行了简单介绍。并对采动影响下邻近煤层、岩层的瓦斯向本层采空区的流动规律,以及煤和瓦斯突出的机理和发生的理论,分别作为固流耦合效应的两类不同问题进行了研究.同时提出了今后进行进一步研究的看法。     

水滴在撞击不同厚度水膜条件下产生的二次液滴特性

采用高速相机对水滴撞击水膜的飞溅过程进行了详细测量,分析了水滴撞击水膜的飞溅临界值、二次液滴的直径分布和二次液滴的速率等飞溅特性。结果表明,在实验参数范围内,当韦伯数增大时发生飞溅现象。此外,可以使用量纲为一参数K 来描述飞溅临界值,K=We·Oh^-0.4。当K值大于2 100时发生飞溅现象,二次液滴的量纲为一直径和二次液滴的量纲为一速率随着K值的增大而增大。水膜量纲为一厚度对二次液滴直径分布的影响不明显,但由冠状水花产生的二次液滴的平均量纲为一速率随水膜量纲为一厚度的增加而减小。     

Abel数域的导子计算公式

本文基于Kronecker-Weber 定理,利用素数在Abel 数域中的分歧指数明确地给出了Abel 数域的导子计算公式. 特别地,二次数域的导子公式可以容易地从该公式推导出来.     

基于SSA-LSTM-GF的混凝土坝变形预测方法

针对混凝土坝变形分析预测的复杂性,应用相空间重构思想和融合建模理念,提出了一种基于SSA-LSTM-GF的混凝土坝变形分析预测方法。SSA-LSTM-GF方法利用奇异谱分析法(SSA)将变形实测数据序列分解为趋势分量、周期分量和剩余分量,并将剩余分量视为噪声分量予以剔除;采用长短期记忆神经网络(LSTM)模型和高斯拟合(GF)算法分别进行周期分量和趋势分量的分析预测,并将二者结果进行叠加重构,得到最终预测结果。实例验证结果表明,SSA可以达到较好的数据分解和消噪效果,LSTM模型针对周期分量的预测性能优越,GF算法能够很好地实现趋势分量的拟合预测和部分信息的挖掘提取,LSTM模型和GF算法的成果重构效果良好,SSA-LSTM-GF方法具有一定的可行性和应用价值。     

双船联合举升多体协同作业系统横摇稳性评估

基于ADAMS平台,构建特定场景双船联合举升多体协同作业系统虚拟样机,对新型一体化拆解作业双船联合举升过程中待拆除组块横摇稳性进行预测与评估。构建了该系统拓扑模型,使用几何参数描述系统中上部组块横摇运动特征;通过虚拟样机仿真探究了双船不同耦合运动情况时上部组块最危险失稳状态,并分析了上部组块重心至连接点连线垂直距离与水平距离比值对横摇角度的影响规律。结果表明:物理模型试验数据驱动的虚拟样机技术可以有效评估该系统运动特征,与几何拓扑模型得到的上部组块横摇失稳角度理论公式计算结果吻合;双船同相位横摇与反相位垂荡耦合运动时对上部组块横摇稳性影响最大;待拆除上部组块横摇失稳时的极限纵横比可以作为复杂多体系统横摇稳性评估参数,为实际工程方案选择提供参考。     

土茯苓种苗质量分级标准研究

探究土茯苓(Smilax glabra)种苗质量分级标准,为土茯苓人工种植规范化发展奠定基础。本研究随机选取50株土茯苓种苗进行调查,首先应用相关分析确定苗木分级指标,然后通过逐步聚类分析法修正分级,最终计算出土茯苓种苗的苗木分级标准。结果表明,根数和球茎数为土茯苓种苗的质量分级指标。土茯苓种苗分级标准为Ⅰ级种苗：根数≥37.4,球茎数≥6.8;Ⅱ级种苗：28.3≤根数<37.4,4.2≤球茎数<6.8;Ⅲ级种苗：根数<28.3或球茎数<4.2。所抽取的土茯苓样苗中,Ⅰ、Ⅱ级种苗(合格苗)分别占34%和20%,Ⅲ级种苗(不合格苗)占46%。本研究通过逐步聚类分析法制定的土茯苓种苗质量分级标准结果可靠,说明此方法可行,能为土茯苓人工种植繁育研究以及生产优质的土茯苓种苗提供理论资料。     

基于不确定性测度的犹豫模糊决策模型

针对已有犹豫模糊熵测度计算复杂、区分能力弱等问题,在综合衡量犹豫模糊元自身不确定性及其所表达信息不确定性的基础上,以凸组合的形式设计了混合型犹豫模糊熵和交叉熵测度。混合型犹豫模糊交叉熵测度用于度量两个犹豫模糊元之间的区分程度,它和混合型犹豫模糊熵测度一起统一于犹豫模糊元的不确定性测度。与已有的犹豫模糊不确定性测度相比,混合型熵测度具有结构简单、物理意义明确、区分能力强等优势;而混合型交叉熵测度则具有自然的对称性。然后,基于混合型犹豫模糊熵和交叉熵测度构建了属性权重未知条件下的多属性决策模型,并将其应用于无人机作战效能评估。     

增强型注意力网络点击通过率预估方法

针对以往模型在对点击通过率(click-through rate,CTR)进行建模预测时,存在着特征重要性学习不足、特征交互低效等问题,提出了一种增强型注意力网络预估模型,用于动态学习特征重要性和特征交互信息,模型主要由注意力层、双线性交互层和全连接神经网络层构成。注意力层的多尺度多头自注意力机制通过设置不同尺寸子空间增强特征重要性学习能力,在得到特征重要性后,进一步采用张量积双线性交互学习特征交互信息。通过对注意力的子空间尺寸大小、张量积交互形式、神经网络层数和节点个数等进行定量分析,确定模型的最佳参数。实验证明,该模型相比已有模型拥有更好的预测能力。