高产耐热3''''-磷酸二酯酶菌种的选育及酶性质的研究

以粘红酵母(Rhodotorula glutinis)Q0402为出发菌株,经紫外谤变,得到一株粘红酵母QX0402.5 L发酵罐的发酵液中3'-磷酸二酯酶酶活力可达250 U/mL,为文献报道过的最高酶活力的2.5倍.所产生的3'-磷酸二酯酶在70℃下保温1 h,酶活力仍有50%以上.该酶最适反应pH为5.4,最适反应温度为60℃,反应3 h的反应转化率为56.37%,底物浓度可以提高到3%,生产效率为文献报道的3倍.     

{αn}≤{βn}对所有正整数n成立是否蕴涵{α}={β}?

运用连分数理论证明了下面两个结果:①如果α,β为正实数且α不为整数,对所有正整数n满足{αn}≤{βn},那么{α}={β};②如果,αβ为正有理数,对所有素数p有{αp}≤{βp},那么{α}={β}.同时提出两个问题:①是否对n2也成立?②是否对,αβ为正无理数也成立?     

非单向流洁净室换气次数的计算方法

为减少洁净室能耗,提出了理论计算此类洁净室换气次数的新数学模型,新模型基于室内空气颗粒物输送的模拟流程,室内气溶胶浓度计算考虑了换气次数、室内颗粒物散发量、过滤器效率、新风比和室外气溶胶浓度等多个参数．将新的数学模型与以往的数学模型进行了对比,新的数学模型考虑了更多的环境参数和变量的影响,这使得新的数学模型计算得出的换气次数更合理、更精确．采用敏感性分析的方法,评价了各个变量对洁净室洁净度的影响大小．研究结果表明计算室内气溶胶浓度时考虑更全面的参数变量可以把洁净室的换气次数降到最小并满足洁净室要求,从而有效降低洁净室的能耗．     

基于DCT特征点的感知图像Hash函数

本文提出一种基于离散余弦变换(DCT)特征点的感知图像Hash函数算法.具体地说,先对输入图像预处理,生成规范化图像.在此基础上,将规范化图像分块并进行二维DCT处理,利用DCT交流系数构造特征点.最后计算特征点的重心,用特征点与重心的欧氏距离生成Hash.实验结果表明本文算法对正常数字处理稳健并具有良好的唯一性.接收机操作特性曲线对比发现,本文算法性能优于3种现有的算法.     

农业机械化发展战略研究——基于玉米机械专利分析角度

利用专利分析法对国内外玉米收获机相关专利进行了比较和分析。研究表明,国外玉米收获机专利申请速度趋缓并进入衰退期,国内申请进入高速发展期;脱粒、防堵及耐磨涂层等新材料、新技术正进入新一轮技术成长期,但中美两国技术研发各有侧重;国外收获机技术稳定性较强,而我国则刚刚起步;跨国公司专利技术垄断性很强,我国企业国际地位相对缺失;国际玉米收获机生产与研发集中在美国、德国和中国,国内集中在山东省。最后提出关于促进农业机械化创新与发展的我国玉米收获机的相关发展建议。     

改进的LOFDM系统实现方法

利用网格正交频分复用(LOFDM:Lattice O rthogonal Frequency D ivision Mu ltip lexing)可使系统的频谱利用率比采用脉冲成形OFDM(O rthogonal Frequency D ivision Mu ltip lexing)技术时更高,但带来实现上的复杂化。为此,在对LOFDM信号结构进行分析的基础上,给出了LOFDM系统调制解调器的有效实现。该方法先利用信号的反傅立叶变换(IFFT:Inverse Fast FourierTransform),可方便地分解出奇偶下标信号的反傅立叶变换的特点,把LOFDM系统的实现简化为一个脉冲成形OFDM系统的实现,再参考脉冲成形OFDM系统的有效实现方法,从而简化了系统结构。与已有方法相比,在成形脉冲是实序列时,计算量上,每个LOFDM符号周期减少4(Lg-N)次实乘和4Lg-6N实加;存储量上,发送端和接收端从分别存储两个长Lg的成形脉冲减少为发送端存储一个长Lg的成形脉冲,接收端存储一个长Lg的成形脉冲和一个长N/2的序列e-j2πn/N。     

金红石(TiO2)单晶体的生长研究

通过对比晶体在不同气氛中生长与退火的结果,研究了焰熔法生长金红石单晶体的工艺条件·结果表明:炉膛气氛是决定晶体能否形成的关键因素,在合适的气氛条件下,晶体易于生长,生长速度范围较宽,可以长成较大尺寸的单晶体,否则,依赖调整(增加或降低)生长速度,不能形成完整的晶体·炉膛气氛中的氧分压大于液固界面(即生长界面)处熔体的氧离解压是生长完整晶体的前提条件;晶体在退火过程中消除热应力,但更重要的是氧化反应,消除氧空位,在氧气氛中退火,可明显缩短退火时间,并能获得呈透明状,微有浅黄色(金红石本色)的金红石单晶体·     

基于码头闸口数据的集卡周转时间短时预测方法

为给车辆调度优化以及集卡预约系统设计提供重要参考,利用所采集的深圳市某港口的码头闸口数据,建立一种基于数据挖掘的集卡周转时间短时预测方法.首先,通过对码头闸口数据进行分析,获取车辆到达时间分布、任务类型、作业方式等集卡作业特征以及集卡在码头内的周转时间;在此基础上,利用循环神经网络并结合训练集数据,建立集卡作业特征与其周转时间之间的映射关系.其次,为减少随机波动对周转时间预测效果的影响,利用小波分解算法对循环神经网络拟合结果的残差进行高频噪声分离,并通过自回归模型拟合过滤后的低频序列.最后,将拟合后的循环神经网络与自回归模型进行结合,建立一种支持集卡周转时间短时预测的组合模型,并利用测试集数据进行有效性验证.结果 表明,相比单一的循环神经网络,该组合模型可以大幅提升预测精度.     

基于权重调节和用户偏好的协同过滤算法

针对传统相似度计算方法只利用用户的评分信息这一显性反馈行为进行推荐, 导致推荐效果不理想的问题, 提出一种新的相似度计算方法, 通过引入权重调节机制及用户行为偏好等隐性反馈信息, 提升推荐的准确度. 首先, 根据负采样的反用户频率, 降低流行物品全局软件工程的影响程度, 并使用共同评分行为的最小权重, 调节因共同评分数过少而导致的推荐准确度偏差. 其次, 提出项目偏好词定义, 根据项目偏好词矩阵计算出在项目特征上具有共同偏好的用户. 最后, 在MovieLens数据集上进行实验对比分析, 实验结果表明, 改进后的相似度计算有较优的MAE值, 且有更高的推荐准确性.