整数距离图G(Dm,k,3)(k≥3)的点荫度

整数距离图G(D)以全体整数为顶点集,顶点u,v相邻当且仅当|u-v|∈D,其中D是一个正整数集。对于m≥4k,k≥3,设Dm,k,3={1,2,…,m}＼{k,2k,3k},得到了G(Dm,k,3)的点荫度的上界和下界并决定了它在某些m上的确切值。     

重度子痫前期患者与正常足月妊娠妇女外周静脉血中可溶性HLA-G水平比较研究

为测定重度子痫前期患者与正常足月妊娠妇女外周静脉血浆中可溶性HLA-G的含量,探讨HLA-G在子痫前期发病中的意义,应用酶联免疫吸附试验(ELISA)法测定33例重度子痫前期患者及33例正常足月妊娠妇女外周静脉血中可溶性HLA-G水平.重度子痫前期组外周静脉血中可溶性HLA-G水平为24.04±16.01 U/mL,正常妊娠组为38.38±22.15 U/mL,两组比较,差异有统计学意义(P﹤0.05).说明重度子痫前期患者外周静脉血中可溶性HLA-G水平较正常足月孕妇明显降低,提示HLA-G水平的降低与子痫前期发病有关.     

2种骨髓间充质干细胞生物性状的比较

比较老人和胎儿骨髓间充质干细胞(MSCs)的生物学性状,为选择抗砷细胞的种子细胞提供实验依据。取老人和胎儿骨髓MSCs,在α-MEM培养液中进行骨髓MSCs培养,测定生长曲线,细胞贴壁率及NaAsO2对骨髓MSCs的细胞毒作用。从老人和胎儿骨髓中可培养出骨髓MSCs,二者在细胞形态、生长特性等方面相似,胎儿骨髓MSCs的扩增潜能明显强于成人骨髓MSCs,胎儿骨髓MSCs对NaAsO2的耐受性比老人骨髓MSCs高。因此,从老人及胎儿骨髓中可分离培养出骨髓MSCs,在体外保持有效扩增能力。胎儿骨髓MSCs比老人骨髓MSCs更原始,具有更大的体外扩增潜能,可做为抗砷细胞的种子细胞。     

人造双原子分子的自旋极化电子输运

利用非平衡格林函数方法研究了Aharonov-Bohm环中人造双原子分子的自旋极化电子输运性质.计算了量子点中自旋相关的占有数、自旋积累以及系统总电导和自旋极化率.发现两电极之间的耦合强度以及量子点之间的耦合强度对系统自旋相关输运性质以及总的电导有重要影响.     

高密度电法在煤层工作面底板含水体探查中的应用

根据高密度电阻率法的工作原理、装置形式和异常特点,结合对华丰煤矿31105工作面底板含水体探测的实例,阐述高密度电阻率法在矿井含水层富水性评价过程中的应用,通过地电影像的图像显示,使得断面异常形态清晰明了.探查结果表明,31105工作面底板存在五个主要的徐、奥灰低阻异常,为底板水防治的重要部位.     

飞机地面防撞多传感器数据融合系统研究

为了实现对不同传感器探测和跟踪的目标信息融合,提出了一种车载飞机地面防撞的多传感器数据融合系统.采用矩不变量的方法描述飞机的特征;采用Levenberg-Marquardt算法对标准的BP网络算法进行改进,使系统快递、稳定地进行飞机识别.该算法实现了多传感器多目标定位、航迹融合等关键技术,实验表明,该系统可以较好地实现目标定位、跟踪以及目标识别的目的.     

桩锚基坑支护锚索位置优化分析与探讨

基于实际基坑桩锚支护工程,围绕桩身内力与基坑变形关键指标,探讨其与锚索位置之间内在关系,研究发现:桩身弯矩与剪力均随锚索间距的增大而减小,且其随第一排锚索位置的下移而减小;桩顶水平位移随锚间距影响较小,而坑顶地表沉降则随其增大而增大,同时两者均随第一排锚索位置的下移而增大;与锚索间距相比,第一排锚索位置对桩身内力和基坑变形的影响更为显著.鉴此,进一步给出了桩锚基坑支护锚索布设方案的建议,其研究结果可为其他类似工程提供参考与借鉴.     

基于神经网络研究人民币汇率对企债收益的影响

为了研究企业债券市场,并针对汇率波动对企债市场的影响,提出建立LSTM和GRU两种神经网络模型;首先证明了它们对于企业债券市场收益的研究具有良好的拟合和预测效果,再将人民币兑美元的汇率数据作为神经网络的输入变量之一,验证人民币汇率对企债市场收益的影响,并比较两种模型的预测效果;结果显示:加入汇率指标后,两种模型不仅能捕捉收益趋势,同时都在数值上也更加精准可靠。实证研究表明,目前在研究我国企业债券市场时,人民币汇率是不可忽略的影响因素,并且相较而言GRU模型的结果更为精准。     

一种生物合成基钻井液在长宁气田的应用

针对页岩气水平井用油基钻井液环境污染性强、废弃物处理难度大等缺点,开展了一种新型的页岩气井用环保型钻井液体系研究。通过生物合成基础油制备和系统配方性能实验评价,研发了一种以改性植物油为连续相,盐水为分散相的油包水乳化钻井液体系;该体系不含芳香烃等组分,易生物降解,废弃物满足环保标准。将生物合成基钻井液在长宁气田HA平台3口井中进行了应用,应用效果表明,该体系抑制性、封堵性和润滑性好,能保障钻井、电测和下套管等作业顺利施工,环保风险和废弃物处理成本低。     

基于Cholesky分解的K2DPCA人脸识别研究

K2DPCA(kernel 2D principal component analysis)是基于非线性特征提取的重要人脸识别方法,具有成功的应用.但对大规模训练数据库,其因核矩阵K规模过大、计算代价高而不能有效实现.采用选主元Cholesky,分解方法,仅需计算核矩阵的对角线上元素和部分精选列,得到迹范数意义下核矩阵K的最优Nystr(o|¨)m型低秩近似LL~T来解决该问题.并只需计算小规模矩阵L~TL的特征值和特征向量,实现大规模K2DPCA/KPCA(kernel principal component anialysis)的非线性特征提取.在加噪ORL人脸数据库上的实验结果表明,较K2DPCA/KPCA方法,新方法显著提高了识别率,并可以很大程度上克服噪声的影响;在Extended YaleB大型人脸数据库上的实验结果表明,此算法解决了K2DPCA核矩阵过大而不能有效实现的缺点.