超导约瑟夫森结微波单光子量子态测量的研究

超导状态下用约瑟夫森结构成的微波单光子探测电路测量量子系统状态,定量分析并探讨约瑟夫森结的量子特征,作为一种新兴的固态量子位状态测量系统,对未来的量子信息理论与量子位的研究有着显著的帮助.     

A study on nano-sized NiO electrodes doping with C and Co prepared by electrochemical deposition-sintering processes and their capacitance performance

In the present work, it was studied that nanoosized NiO electrodes doping with C and Co were prepared by electrochemical deposition in an ethanol solution containing nickel nitrate and cobalt nitrate and sintering processes. The capacitance performance of such electrodes was also studied. The results reveal that samples obtained by electrochemical deposition first on a porous nickel cathode in an ethanol solution contain 0.5 mol/L nitrates, in which Ni(NO3)2 and Co(NO3)2 were mixed in a molar proportion of 8 : 2. After sintering at 300℃ for 2 h, they exhibited the best performance. XRD analysis illustrates that the essential phase of the product is NiO doping with certain content of C and Co. The particles of product imaged a spherical morphology with sizes of 20---30 nm in diameter, and with an average crystal size of 4--5 nm. The capacitance measurement of the simulating C/NiO capacitors indicates that a single electrode can reach as high as 410.0 F/g, and still maintain the value of 323 F/g after 30 recycles showed as a stabilized value with increasing recycles, when it was discharged at a current of 5 mA.     

基于减法聚类产生具有优化规则的模糊神经网络及其软测量建模

提出了一种通过调整减法聚类半径优选模糊规则的软测量建模方法。首先用减法聚类建立T—S模糊模型,然后通过调整聚类半径优选模糊规则数,以取得具有良好泛化性能的模型,之后利用梯度下降混合最小二乘算法精调参数。最后用该方法对初馏塔石脑油干点进行软测量建模,结果表明能较快确定优化模型,并能满足软测量建模精度要求。     

新型电致发光材料聚对苯乙炔的制备

报道了新型电致发光材料聚对苯乙炔的制备过程和有关测试结果。发现恒重后的双锍盐含有二个结晶水这一新现象，并确认最终产物为聚对苯乙炔。     

聚(二聚酸-癸二酸)的合成和药物释放性能

以癸二酸和二聚酸预聚物为单体,采用高真空熔融缩聚法,得到较高相对分子质量的聚（二聚酸-癸二酸）共聚物。合成的聚合物分别用于FT-IR,GPC,DSC和TGA等进行了表征,并研究了合成聚合物的体外降解及其对模型药物盐酸环丙沙星的释放性能。     

蛋白质的二级结构序列和结构型

从蛋白质的二级结构序列出发 ,提出了冗余的概念 ,定义了冗余数量和冗余长度 ,给出了不同结构型蛋白的冗余数量和长度的分布特性 .统计结果表明 α类蛋白中 30 %、β类蛋白中84 %、α/β类蛋白中 95 %的序列不同程度的存在冗余 ,冗余数量和冗余长度主要分布在 1～ 3的范围 .以主二级结构序列三联体为参数 ,利用信息聚类方法对 α类、β类、α/ β类、α β类的6 0 0个蛋白进行了聚类 ,结果表明 ,对冗余较少的α类蛋白 85 %以上能够较好地聚类在一枝中 ,但对于冗余较多的其它类蛋白不能分在一个大支中 ,大部分可以分散在多个小支中 .以主二级结构序列三联体为参数 ,利用 Mahalanobis距离方法对上述四种结构型进行预测 ,预测的总体准确率为 81 .1 % .聚类结果和利用 Mahalanobis距离分类结果充分展示了蛋白质二级结构序列对结构型的特殊作用 ,但由于冗余的影响使得二级结构序列的信息并未充分显示出来 .说明从蛋白质二级结构序列出发预测结构型和构建蛋白质框架结构是合理的选择     

基于隐马尔科夫模型的浏览路径预测

基于马尔科夫模型的浏览路径预测，仅仅从用户的浏览会话本身出发来预测用户下一步的链接，并不能捕获用户的真正兴趣所在。运用隐马尔科夫模型来分析用户浏览网页的内容，可进一步捕获用户的浏览兴趣，并作下一步的链接预测。当浏览序列长度逐渐增加，系统捕获的用户浏览信息越来越多，此时能够折射出用户的兴趣所在，预测准确率也逐步增加。当浏览序列长度大于或等于8时，预测准确率已经到达80％，提高了预测准确率。     

斑马鱼血清样淀粉A基因在病毒感染中的表达分析

利用生物信息学技术对模式生物斑马鱼(Danio rerio)血清样淀粉A(serum amyloid A,SAA)蛋白与其他物种进行序列比对发现:SAA蛋白序列具有极高的同源性,SAA的进化趋势和物种进化趋势基本一致.实时荧光定量PCR结果显示:斑马鱼SAA对虹彩病毒(ISKNV)、脂多糖(LPS)和聚肌胞苷酸Poly(I:C)均表现出典型的急性应答蛋白特性,表达量均呈现先急剧升高,后迅速下降恢复到正常水平的模式,暗示其在先天性免疫应答中具有重要作用.     

一种改进的k-means初始聚类中心选择方法

针对传统k-means聚类方法随机选择初始聚类中心而导致的收敛速度慢、聚类效果较差的问题,本文结合空间相似度度量提出一种改进的k-means初始聚类中心选择方法.该方法通过定义空间中样本的相似度,从而选择相似度较小的样本作为初始聚类中心,以减少达到聚类稳定状态的迭代次数,提高聚类的效率.UCI数据集上的实验结果表明,与传统k-means聚类方法相比,本文提出的改进的k-means初始聚类中心选择方法能够使聚类的收敛速度加快,得到良好的聚类效果.     

基于运动行为的复杂监控事件探测

针对视频监控过程,使用运动目标的状态特征描述场景中存在的语义内容.基于DBSCAN聚类模型学习特征集的潜在结构,生成了运动行为模式集.使用高级Petri网刻画模式间的连续、并发等时序关系,构成复杂语义事件探测模型.无监督式的模式学习过程对低层噪声有较强的鲁棒性,而定性的事件描述模型对于高层事件的推理具有更强的灵活性.在实验中,通过聚类学习得到的行为模式,给出了事件Petri网的具体建模过程,并演示了"停留"与"偷车"两个感兴趣事件的探测结果.