几种实用的植物化学诱导系统

已建成的多种化学诱导系统在植物中有广泛的应用,如基因功能分析、无标记植物转化、特定位点DNA切除、育性恢复和RNA沉默等方面的研究.本文所介绍的三种诱导系统GVG、pOp6/LhGR和alc各有利弊,并在多种植物种类中得以应用,具有很大的发展前景和潜力.     

最高阶元个数是4p~2的有限群

文章讨论了最高阶元素的个数是4p~2的有限群(p>3,p为素数),即|M(G)|=4p~2的情形,通过最高阶元素的个数来讨论其对群G的影响,由该方程得到n,φ(k)的取值,从而根据n,φ(k)的值推导出G的结构,进一步判断G的可解性。     

四川盆地富有机质页岩硅质生物成因及对页岩气开发的意义

通过岩石学、有机碳含量、主量元素和力学性质分析, 对四川盆地长宁双河剖面上奥陶统五峰组和下志留统龙马溪组页岩进行硅质成因研究。长宁双河剖面底部页岩过量硅含量为40%~62.7%, 具有高SiO₂, P₂O₅和Fe₂O₃, 低Al₂O₃, TiO₂, FeO和MgO的特征。Al/(Fe+Al+Mn)比值为0.67~0.71, Si/(Si+Al+Fe)比值为0.89~0.93, 在Al?Fe?Mn图解上落在生物成因区。五峰组有机碳含量(TOC)为2%~7.55%, 平均3.73%。龙马溪组页岩有机碳含量为0.23%~8.36%, 平均1.16%, TOC>2%段集中在剖面底部21 m, TOC与硅质含量具有正相关关系。页岩中发现大量放射虫、海绵骨针等微体化石, 证实硅质为生物成因, 指示页岩沉积环境为深水陆棚, 有利于形成自然裂缝和后期压裂改造, 对页岩气勘探开发具有重要意义。     

关于分布重尾程度的一类刻画

针对应用概率研究的需要,探讨个体索赔分布的重尾程度,提出了较重重尾分布的概念,具体讨论了重尾索赔分布之间的比较,及其与之有关的问题.     

TaAgN复合膜显微结构、力学性能和摩擦性能的研究

采用非平衡反应磁控溅射法制备了TaAgN复合膜。利用X射线衍射仪、CSM纳米压痕测试仪和摩擦磨损测试了复合膜的显微结构、力学性能和摩擦性能。结果显示,TaAgN复合膜由面心立方结构的TaN相和底心斜方结构的Ta₄N相组成。随着Ag靶功率的增加,硬度H、弹性模量E、弹性恢复W_e和H³/E²值均呈先升高后降低的趋势,最大值分别为34 GPa,394 GPa,57%和250 MPa。随着Ag靶功率的增加,TaAgN复合膜室温下的平均摩擦因数呈降低趋势。当Ag靶功率为25 W时,随着温度的升高,TaAgN复合膜的平均摩擦因数逐渐减小。     

基于局部填充函数的混合优化算法的改进

填充函数算法是求解全局优化问题的常用算法,其应用效果依赖于如何合理地选择算法参数。为了方便地选择参数,该文提出了局部填充函数的概念,讨论了基于局部填充函数的混合优化算法的改进策略。对于给定的参数,混合优化算法寻找一个包含极小点的区域,使得所构造的函数在该区域上满足局部填充函数的定义,从而利用局部填充函数的性质简化寻优过程,减少优化过程中参数调整的次数和难度,提高算法的效率和稳定性。此外,针对填充函数算法研究中简单盆存在性问题,该文给出了一个实例,说明二次连续可微的函数在一定条件下其孤立极小点附近可以不存在简单盆。     

三坐标测量机直线度误差线性回归方法研究

以三坐标测量机为基本分析对象,结合总体最小二乘法和最小截平方算法处理测量数据,研究其直线度误差的评定方法.研究结果表明,针对包含粗大误差和随机误差的三坐标测量数据,采用稳健性的评估算法,更能真实地反映测量机的直线度误差情况.     

超宽带电磁散射的时间步进法

采用时间步进法对飞机的基本构成部件(球、圆柱、薄板)的超宽带电磁散射问题进行了研究。导出了磁场积分方程数值计算公式,所得时域散射远场与实测或其它方法计算结果相比,吻合较好。本方法与时域有限差分法(FDTD)相比,无须设置吸收边界条件,适于成像数据的提取,运算简便。与频域方法相比,它可解决超宽带电磁散射预测问题。     

湿蒸汽凝结流动过程湿度软测量模型

针对汽轮机末级湿蒸汽凝结流动过程湿度分布影响因素的复杂性和非线性,采用灰色关联分析方法对实验测得的质量中间半径、水滴数密度、蒸汽湿度与初压、进汽口温度、背压、尾部温度、水比容、汽比容的相互关系进行关联分析处理,确定影响因子之间的主次关系;并以影响湿蒸汽凝结流动过程湿度分布的主要因素的初压、进汽口温度、背压、尾部温度、水比容、汽比容等作为支持向量机网络的输入,建立湿蒸汽凝结流动过程支持向量机网络预测模型,结果表明:支持向量机网络预测湿度的最大相对误差小于9%,以初压、入口温度、背压、尾部温度、水比容、汽比容为输入的支持向量机网络具有较高的精度,可以很好地预测汽轮机末级湿蒸汽凝结流动过程的湿度分布。     

基于隐特征提取和CRF模型的中文词义消歧

传统的中文词义消歧方法是通过观察文本的上下文信息、词性等显性特征建立消歧模型,本文通过对歧义产生原因进行深入的分析,发现词语之间隐含的语法结构、语义信息等也会导致歧义的产生,可以考虑将这些信息加入消歧模型进行消歧。由于《知网》知识库中对词语之间的搭配信息进行了总结,本文借助《知网》提取训练语料库所获取的词语搭配信息的隐性语义特征,结合显性的上下文特征,采用条件随机场的方法进行词义消歧。最后,通过实验进行词义消歧和效果验证,结果表明：本文采用的方法与传统的条件随机场消歧相比,词义消歧的准确率得到了提高。