氧化铁纳米颗粒固定化溶藻菌的除藻作用

为了探讨氧化铁纳米颗粒固定化溶藻菌后对铜绿微囊藻的溶藻作用和降解微囊藻毒素LR(MC-LR)的作用,从太湖水体中分离获得一株属于芽孢杆菌属的溶藻菌,将其与氧化铁纳米颗粒固定化后,以普通Fe2O3作为实验对照,测定其溶藻作用和降解MC-LR作用.以激光粒度仪测定氧化铁纳米颗粒与溶藻菌两者单独和同时存在时的粒径大小及粒径分布,以获得氧化铁纳米颗粒固定化溶藻菌的证据.分析结果表明:在太湖水体中分离获得的一株芽孢杆菌具有较强的溶藻和降解MC-LR的作用,作用24 h后的溶藻率和MC-LR降解率分别达到44.3%和20.5%.同时加入氧化铁纳米颗粒后,溶藻率达到53.0%,MC-LR的降解率达到33.0%.激光粒度仪检测发现,氧化铁纳米颗粒与细菌混合后的颗粒物的平均直径增加到氧化铁纳米颗粒的12.3倍,同时氧化铁纳米颗粒和细菌单独存在时的粒径分布峰消失.氧化铁纳米颗粒是一种具有良好性能的生物固定化材料,可能通过其特有的途径有效地固定化溶藻菌,并增强溶藻菌的溶藻和降解藻毒素作用.     

基于新型空间注意力机制和迁移学习的垃圾图像分类算法

随着我国各级政府大力推动垃圾强制分类,分类回收各环节中实现标准化、自动化的垃圾分类识别需要适合云端部署的高准确率、低延时要求的细粒度图像分类模型.本文发挥深度迁移学习的优势建立了一套端到端的迁移学习网络架构GANet (garbage neural network);针对垃圾分类中类别易混淆、背景干扰等挑战,提出一种新型的像素级空间注意力机制PSATT (pixel-level spatial attention).为克服类别多和样本不平衡挑战,提出使用标签平滑正则化损失函数;为改善收敛速度以及模型稳定性与泛化性,提出了阶梯形OneCycle学习率控制方法,并给出了结合Rectified Adam (RAdam)优化方法和权重平滑处理技术的组合使用策略.实验使用了"华为云人工智能大赛.垃圾分类挑战杯"提供的按照深圳市垃圾分类标准标注的训练数据,验证了GANet在垃圾分类问题中的显著效果,获得了全国二等奖(第2名);同时,提出的PSATT机制优于对比方法,且在不同主干网络架构上均得到了提升,具有良好的通用性.本文提出的GANet架构、PSATT机制和训练策略不仅具有重要的工程参考价值,也具有较好的学术价值.     

海量用户评论在APP更新设计中的参与作用挖掘

APP市场上用户发表的评论包含着对APP软件研发团队的有用信息,尤其是软件功能请求以及具有特定应用的用户体验内容,可以应用到APP软件的版本更新设计中.为了研究海量用户评论在APP软件更新和重新设计中的参与作用,本文提出一种基于词向量表征的句向量相似性计算模型,它可以用于度量来自更新日志文本和用户评论文本中的句子的相似性.然后,本文提出了APP产品的“更新日志-用户评论”匹配算法将不同语义匹配结果划分到不同的数据集.基于真实的APP市场上采集的海量APP软件升级日志数据和用户评论数据的实验证明了本文提出方法的有效性.研究结果还发现:APP开发团队对于用户评论内容的采纳不到20%,而且采纳的内容主要集中在APP软件功能方面.用户评论中众多内容指向企业的营销活动问题,这部分内容由于研发团队在企业运营中的管理角色所限,很少能够顾及.     

BJ4320SMFJ型车和ZK6100H型车维护周期验证与经济效益分析

结合车辆运行生产实际,采用试验对比及数理统计方法,实施信息反馈,验证并在必要时对前期理论研究阶段所得到的模型解进行修正,以便最终确定目前国产主要货运和客运使用车型的最优维护周期。     

基于TMS320C80的矩阵并行乘法研究

介绍了在TMS320C80上实现并行算法需要解决的两个问题:存储器访问冲突、数据“双缓冲”传送,然后讨论了在其上实现矩阵相乘的并行算法.     

南湖水体多相介质中重金属元素的分布特征

以南湖水体中的水、 沉积物、 生物膜和悬浮物为研究对象, 对重金属元素的分布与富集情况进行了研究. 结果表明, 不同采样点、 不同相中Zn的含量最高, Cd的含量最低, 但Cd的富集能力最强, 生物膜和悬浮物富集重金属的能力远大于沉积物的富集能力, 且Zn,Cu,Cd和Pb均表现出点源污染的特性; 采用社会科学统计程序（SPSS）相关分析方法分析了重金属元素（Zn,Cu,Cd,Pb,Fe和Mn）在固相介质中的相互关系, 结果显示, 沉积物、 生物膜和悬浮物中元素间的相关性趋势存在着一定差异, 3种固相介质中Cd与Fe的相关系数均大于Cd与Mn的相关系数, 而Pb与Fe的相关系数均小于Pb与Mn的相关系数, 说明铁氧化物对镉环境化学行为的贡献大于锰氧化物, 对铅环境化学行为的贡献小于锰氧化物.     

Engineering of multiferroic BiFeO3 grain boundaries with head-to-head polarization configurations

Confined low dimensional charges with high density such as two-dimensional electron gas (2DEG) at interfaces and charged domain walls in ferroelectrics show gre...     

Nuclear Norm Subspace System Identification and Its Application on a Stochastic Model of Plague

The discrete-time model of plague is deduced by zero-order holder based on the continuoustime model. Due to the existence of stochastic disturbances, the stochastic model is given corresponding to the discrete-time model. The state estimation and noise reduction of the stochastic model are achieved by designing Kalman filter. Nuclear norm minimization is to structure the low-rank matrix approximation instead of the singular value decomposition in the process of subspace system identification. According to the plague data from the World Health Organization, the system matrices and noise intensity of the model are identified. Simulations are carried out to show the higher approximation capability of the proposed method.     

多精英采样与个体差分学习的分布估计算法

提出了基于多精英采样和差分搜索的分布估计算法EDA-M/D (Estimation distribution algorithm based on multiple elites sampling and individuals differential search)。EDA-M/D利用多精英个体独立采样生成子代来提升算法全局搜索能力,利用精英群体分布的σ²约束采样半径,实现种群从全局搜索逐步过度到局部搜索。当精英群体停滞时,劣势个体借助精英群体的μ和种群历史最优解进行差分搜索,帮助种群跳出局部最优解。通过多精英采样与差分搜索的自适应协同实现种群宏观信息与个体微观信息的有机融合。实验结果表明EDA-M/D在稳定性和搜索能力方面均表现出明显的优势。