蛋白质组学技术在动物科学中的研究进展

蛋白质组学在后基因组时代以其独特的角度和重要的作用已成为生命科学领域研究的热点内容。动物科学作为生命科学的一个重要分支,其相关研究对人类的生活有着重要意义。为了系统地了解和展望蛋白质组学技术在动物科学中的研究进展,综述了蛋白质组学的概念及其相关技术,归纳和评析了近年来蛋白质组学在动物繁殖、营养、遗传育种和疾病防治方面的研究现状。     

西昌人工与自动酸雨观测记录差异规律研究

利用西昌国家基本气象站2021年人工和自动的酸雨观测数据,对TCYII 1型酸雨自动观测系统和人工系统的降水采样偏差及完整性、测量数据的准确性和一致性、设备硬件及软件通讯的故障率进行了对比分析。结果表明：正常情况下,2套系统数据的完整性、准确性、一致性较好。酸雨自动观测系统在采样方式及样品保存方面具备一定优势,能够保证观测数据更接近于自然雨水的数值,更贴近真实情况。自动观测系统面临单轨运行,它的手动操作设置、部分配件需厂家优化改进。上级主管部门对自动系统测量阈值的设定、采样中出现的漏采、空采、多采等特殊情况,仍需进一步明确处理办法。     

考虑应力集中的吊车梁多轴疲劳寿命预测

钢结构吊车梁在工业建筑中被广泛应用,应力集中的存在导致几何不连续位置在复杂应力下服役.借助有限元法分析吊车梁应力-应变状态,确定危险点位置,并提取应力、应变分量;以应变能密度作为损伤参量并以最大平面为临界面,基于能量准则建立临界面位置数值计算方法,结合有限元结果给出吊车梁临界面位置;考虑吊车梁在非对称载荷下服役,借助Goodman方程进行平均应力修正,并结合Q355D钢近似S-N曲线计算疲劳寿命.该方法考虑了应力集中处多轴应力对疲劳损伤的影响,可以为复杂应力下几何不连续钢构件的疲劳寿命评估提供新方法.     

基于变换域注意力机制的压缩伪影去除的方法

图像有损压缩过程往往会导致图像质量退化,使图像出现压缩伪影。针对现有基于深度学习的方法缺乏对联合图像专家组(Joint Photographic Experts Group,JPEG)压缩算法先验信息的利用,提出一种基于变换域注意力机制的去伪影方法。该方法利用卷积神经网络在像素域和离散余弦变换(discrete cosine transform,DCT)域分别提取特征,再将双域学习的特征信息进行融合。利用量化表设计了DCT注意力机制,该模块根据DCT系数的损失程度给予各频率系数不同的权值,使网络自适应补偿量化引起的误差。于此基础上,在像素域引入通道注意力机制,从而更好地利用量化表的先验信息。在主要数据集上,提出的去伪影方法以固定的模型参数对多种质量因子的压缩图像进行伪影去除实验。实验结果表明,所提出的方法在各评价指标和主观视觉上取得较好的效果。     

基于词-标签概率的多标签文本分类研究

针对多标签文本分类任务中如何有效地提取文本特征和获取标签之间潜在的相关性问题,提出一种CNN(convolutional neural networks)结合Bi-LSTM (bi-directional long short-term memory)的模型.首先,通过CNN网络和最大池化提取文本的特征;然后,利用训练的Labeled-LDA(labeled latent dirichlet allocation)模型获取所有词与标签之间的词-标签概率信息;接着,使用Bi-LSTM网络和CNN网络提取当前预测文本中每个词的词-标签信息特征;最后,结合提取的文本特征,预测与当前文本相关联的标签集.实验结果表明,使用词-标签概率获取文本中词与标签之间的相关性信息,能够有效提升模型的F1值.     

满旗流形Sp(3)/T的不变爱因斯坦度量

研究了迷向表示分为9个不可约子空间的满旗流形Sp(3)/T上的不变爱因斯坦度量,计算Sp(3)/T非零结构常数的值,根据其爱因斯坦方程,利用Maple软件得到64个不变爱因斯坦度量(差常数倍的情况下),在等距的意义下,其中有1个凯莱爱因斯坦度量和3个非凯莱爱因斯坦度量.     

等衰落轨道角动量索引调制系统的信道容量性能分析

射频轨道角动量(orbital angular momentum,OAM)提供了一种可以在同一载波频率物理信道上复用一组正交模式以提高信道容量的方法。现有研究大多专注于信道容量提升,对系统复杂度的研究相对较少。在基于均匀圆形阵列(uniform circular array,UCA)的OAM通信系统中,发射机需要完成大量调制运算以生成OAM信号。于是,提出了一种等衰落轨道角动量索引调制(equal fading orbital angular momentum index modulation,EOAM-IM)方案,其中,IM有效降低了OAM调制运算复杂度,且等衰落发射机也保证了不同模式OAM子信道传输增益。此外,还详细推导了所提EOAM-IM方案的系统信道容量。仿真结果表明,所提EOAM-IM方案能以更低的调制复杂度获得比传统OAM方案更高的信道容量。     

基于预训练模型和多视角循环神经网络的电力文本匹配模型

针对传统方法未能考虑词向量的动态性及句子间交互不充分等问题,提出基于BERT预训练模型及多视角循环神经网络的文本匹配模型。通过BERT-whitening方法对BERT输出的句向量进行线性变换优化,并利用多视角循环神经网络将两句子不同位置的BERT动态词向量进行双向交互计算;将句向量与词粒度交互向量进行融合后计算结果。实验结果表明,提出的模型相较于对比模型有明显性能提升,实用性良好。     

频域时间反转多用户系统的信干噪比和误比特率分析

为了更有效地将时间反转技术应用到正交频分复用系统中,推导了多天线频域时间反转预编码多用户系统的平均信干噪比和误比特率的表达式。通过推导信号功率均值的表达式和用户间干扰信号功率均值的近似表达式,得到用户的平均接收信干噪比的近似表达式,进而得到二进制相移键控调制下的平均误比特率的一个下界和近似表达式。仿真结果表明,推导的平均信干噪比的近似值与仿真结果很接近,近似BER值与仿真得到的平均BER值较为接近;通过增大速率回退因子和天线数,可明显提高平均信干噪比,降低误比特率。     

变压器绕组短路故障多特征融合诊断

绕组匝间短路是变压器最常见的初期故障类型之一.为了提高轻度故障的诊断准确率,考虑绕组短路电流、绕组温度、电流密度和磁通偏移特征,提出了变压器绕组短路故障的多特征融合诊断方法.首先建立了变压器绕组短路的COMSOL空间模型,将仿真结果和理论计算结果进行对比,证明空间模型的正确性.然后,对变压器轻度故障时进行了故障模拟和故障特征分析,提取其电流特征参量、温度特征参量、电流密度偏移率和磁通偏移率作为故障特征.采用BP网络进行故障识别.变压器的工程诊断实例验证了本文方法的有效性.