基于自然边界元的一类拟线性问题的数值算法

基于自然边界归化原理,利用非重叠型区域分解算法（即Dirichlet-Neumann交替算法）研究了长条形区域拟线性方程问题.在得到椭圆人工边界上的自然积分方程后,构造出相应的交替算法,并根据非线性算子的特性,证明了算法在连续和离散条件下的收敛性.数值实例的结果表明,算法是可行且有效的.     

面向大规模体系仿真的高性能仿真计算机系统

随着应用的不断深入,大规模体系仿真对计算资源的要求越来越高。归纳总结了大规模体系仿真所具有的＂多样本＂、＂超实时＂、＂复杂模型解算＂、＂因果序协同＂四个特点,分析了大规模体系仿真对计算平台在计算能力、通信、I/O、并行、建模开发等方面的需求,指出了目前国内大规模体系仿真软件上采用HLA架构、硬件上基于工作站联网或商用集群系统的解决方案存在的不足。在此基础上,介绍了研制的高性能仿真计算机系统的组成和主要关键技术突破,并给出了两个典型应用效果。应用表明,与HLA加通用高性能计算机的解决方案相比,高性能仿真计算机系统具有更好的使用效能和更高的产出率,对于一般的大规模体系仿真系统,效率可提高几十倍到数百倍不等。     

极值分析下基于位置矩阵的质心定位方法

为以使星敏感器在复杂工况下依旧能获得高精度的星点质心位置,提出一种极值分析下基于位置矩阵的质心定位方法。首先, 提出极值分析下的星点弥散区域粗提取算法, 对去噪后的星图进行星点局部区域限定。接着, 提出基于位置矩阵的线段编码标记法对星点弥散区域进行精提取。最后, 利用星点区域像素信息估计出高斯曲面参数以得到星点精确的质心坐标。仿真结果表明, 星图噪声标准差处于2的水平时, 所提方法可以使星点质心定位精度达到0.070 4 pixel, 且在星图噪声标准差处于12的水平时, 仍具有90.03%的高星点提取成功率。     

基于微载体技术的生物人工肝研究进展

在无法进行肝移植的情况下,肝衰竭的发病率和死亡率均较高.人工肝支持系统,特别是生物人工肝,则可促进肝衰竭恢复或作为肝移植的过渡辅助.生物人工肝中含肝细胞的生物反应器可提供生物转化和肝脏的合成功能.所使用的肝细胞既可以为人肝细胞也可以为异种肝细胞(动物源性).病人的血液或血浆循环通过生物反应器,由肝细胞代谢去除毒素并产生所需化学成分后,再返回病人体内.随着人类及猪肝细胞长期培养增殖的成功,以及具有充分生物相容性的微载体的发展,单位体积内培养肝细胞的密度在当前已经可以满足生物人工肝系统的需要.以生长在微载体上的肝细胞填充而成的中空纤维生物反应器已得到广泛使用,在不久的将来,生物人工肝支持系统成为肝衰竭治疗的有效方法具有良好前景.     

琼东南盆地深水重力流沉积旋回

通过3D地震资料,在琼东南盆地西部陆坡(15°30′00″~16°30′00″N)、早更新世至今的沉积地层中,自下而上依次识别了3套重力流沉积旋回,每套重力流沉积旋回由下部的块体搬运沉积体系和上部的水道-堤岸沉积体系构成.块体搬运沉积体系整体呈现为杂乱、半透明状的地震反射特征,底界面发育侵蚀沟谷,内部发育逆冲断层;水道-堤岸沉积体系整体表现为平行、连续同向轴的地震反射特征,局部半透明,发育弯曲水道、海鸥翼状堤岸、越岸沉积、决口扇和滑塌体.依据海底地形、重力流流动方向和中南半岛的山间河流分布推断越南中部山区是研究区的重力流物源,山间河流是主要的输送途径,指出陆架-陆坡的快速沉积物堆积是形成重力流沉积旋回的基本条件,探讨了海平面变化过程中的孔隙流体压力变化与重力流沉积体系类型之间的对应关系,并在理论上推测重力流旋回周期与更新世偏心率长周期(400~500 ka)的海平面变化一致.     

伦敦奥运会我国竞技体操优势项目群的研究

运用文献资料、数理统计以及比较分析法,以第41—43届世界体操锦标赛各国竞技体操项目奖牌数为研究平台,依据竞技比较优势理论找出目前我国竞技体操的优势、潜优势项目,在此基础上,对近3年世界竞技体操强国的优势项目群的动态变化以及与我国优势项目群重叠的各竞技单位优势项目群的动态变化进行分析,结果显示:伦敦奥运会我国竞技体操的比较优势项目有双杠等6项,潜优势项目有高低杠等5项,伦敦奥运会世界竞技体操强国有各自的优势项目群且比较优势程度不同.伦敦奥运会我国竞技体操优势项目与潜优势项目的主要竞争对手如下:男子团体项目为日本,平衡木项目为美国,女子团体项目为美国和俄罗斯,高低杠项目为美国,女子自由操项目为澳大利亚,鞍马项目为匈牙利.     

计算机辅助解析FTIR定量研究蛋白质构象的应用进展

综述了计算机辅助解析傅里叶变换红外光谱在蛋白质构象定量研究中的应用进展,简要介绍了红外光谱测定及二阶导数谱、去卷积和曲线拟合等计算机数学处理方法.对已有的研究结果进行了分类总结,最后讨论了该领域中存在的问题和发展方向.     

抗人骨桥蛋白单克隆抗体制备及其特异性研究

利用RT-PCR技术克隆人骨桥蛋白(hOPN)基因,构建OPN原核表达质粒pET-32a(+)-hOPN,转化BL21菌株,经IPTG诱导表达重组人骨桥蛋白(rhOPN).以纯化的rhOPN为免疫原,免疫BABL/c小鼠,取其脾细胞与小鼠骨髓瘤细胞NS1融合.通过有限稀释法进行克隆和间接ELISA筛选,获得抗人OPN蛋白单克隆抗体杂交瘤细胞株,以ELISA、Western blot对抗体特异性进行鉴定.通过竞争抑制试验对单克隆抗体识别抗原位点进行分析.结果共获得2株抗人OPN单克隆抗体,分别命名为8F1和2B5,亚型测定皆为IgG1.通过细胞侵袭抑制试验检测,2株抗人OPN mAb皆能很好地抑制细胞迁移.本研究成功获得了抗人骨桥蛋白的特异性单克隆抗体,为进一步研究OPN蛋白在自身免疫病和肿瘤中的功能提供了重要的工具.     

Generating Mechanism Study for a Bipartite Weighted Complex Network Based on Three Worlds: Take the Case of a Bank's Service Channels

we classify a bank's 15595 clients into 9 groups by their ages and bank balances, and then each group is classified further into two parts, namely active and inactive clients. The 1939 service channels, which are used in the transaction are divided into three transaction worlds for each group of clients: local world, the weak nonlocal world, and the strong nonlocal world. The service channels in regular use are defined as its local world, the weak nonlocal world, and the strong nonlocal world are the channels, which are used occasionally, but the use probability of the former is higher than the latter. For the bipartite weighted network, which consists of 15595 clients and 1939 service channels, we propose an evolving model, which has the mechanism of different active degrees of clients, preferential attachment in the local world, random attachment in the weak nonlocal world by higher probability and in the strong nonlocal world by lesser probability, to discuss the network generating mechanism. Finally, by the method of numerical simulation, we validate the generating mechanism. The work is significant for the generating mechanism study of the bipartite weighted network related to the geographical location and the management of bank service channels.     

基于数据场联合PRI变换与聚类的雷达信号分选

基于脉冲描述字进行雷达信号分选时,传统聚类算法需要预先人工设定聚类中心和聚类数目。针对该问题,提出一种基于数据场理论联合脉冲重复间隔(pulse repetition interval,PRI)变换与聚类的雷达信号分选新方法。首先,依据数据场理论,基于势值大小实现干扰点剔除,而后利用PRI变换算法进行PRI估计,依据PRI估计值将归一化脉冲描述字数据预分类,进而以各类数据集中心间的欧氏距离小于辐射因子为准则进行类别合并,自动得到初始聚类中心和聚类数目,最后通过改进K-Means算法完成聚类分选。仿真实验表明:所提方法能够应对存在频率捷变,重频参差、抖动、参数交叠、局部脉冲丢失的复杂信号环境,分选正确率明显提升。