鸡新城疫强毒分离株SC01的分子特性及与La Sota和F48E8的交叉保护

对NDV四川分离鸡源强毒株SC01的F基因进行克隆测序,克隆的SC01 F基因片段长1600bp,编码的F蛋白裂解位点序列为112R-R-Q-K-R-F117,具有强毒株序列特征,聚类分析属基因Ⅶe型;F基因与国内外NDV代表株的核苷酸同源性为75.4 %～95.4 %,其中与鹅源毒株JS501Go 的同源性高达95.4%,与F48E8同源性为84.3%,与La Sota 的同源性为82%;La Sota弱毒活疫苗及F48E8灭活疫苗免疫小鸡2周后,对SC01的致死性攻击能提供完全保护.     

基于遗传搜索策略的人工蜂群算法

针对人工蜂群算法收敛速度缓慢、容易陷入局部最优解的问题,将改进的遗传进化机制与蜂群算法相融合,提出了一种遗传蜂群算法。通过引入遗传算法的交叉变异算子,有效地增加了食物源的多样性,减小陷入局部最优的可能;采用了自适应选择食物源的机制,使蜂群在中后期更好地搜索到最优食物源所在区域,进而提高了全局搜索效率;此外,提出了在侦察蜂阶段的局部搜索策略,提高了算法进化的收敛速度。将遗传蜂群算法应用于TSP中,通过对TSBLIB中几个典型问题的实验,结果表明,提出的遗传蜂群算法具有很强的全局优化能力,在求解TSP问题中精度高,收敛速度快,且是一种解决TSP问题的有效方法。     

基于重要性评分的多级随机森林网络语音情感识别

在源数据不充分或不平衡的情况下,深度学习方法在小样本集上难以取得令人满意的语音情感识别效果。因此,本研究构造了一种三层随机森林情感识别网络,在每一层都单独剥离易于区分的情感类别,并通过重要性评分方法,为每一层网络都构造一个识别特定类别的特征集,该特征集的每一个特征都依据贡献度大小得到赋权,以确保对分类贡献越多的特征因子对结果影响越大。本研究构建的多级情感识别网络,在小样本集语音情感识别的整体识别率上,较单层随机森林网络和支持向量机分别提高了5%和7%,较流行的深度学习方法卷积神经网络提高了12%。实验结果和理论分析表明:基于重要性评分的多级随机森林网络相较于其他方法,在源数据样本量较少和部分不平衡的情况下,有更高的识别准确率,具有语音情感识别方向的实际应用意义。     

用于求解TSP问题的遗传算法比较研究

针对基本遗传算法收敛速度慢、易早熟的现象,提出了基于贪心交叉算子的改进型遗传算法,利用贪心思想引导交叉操作,加快寻优速度。利用新算法进行了30城规模的TSP问题求解,并且与基于部分匹配交叉算子和顺序交叉算子的遗传算法进行了比较研究。通过在不同种群大小、迭代次数、交叉及变异概率、代沟等参数设置下对三种算子的性能影响进行深入分析。结果表明:基于贪心交叉算子的改进型遗传算法具有收敛速度快、寻优效率高的特点。     

南海海温与云南省降水的谱分析

采用波谱分析的方法对南海海表温度和云南省降水作出分析，通过功率谱以及交叉谱计算表明了云南省降水与南海海温之间的一些相关关系．这种关系对进一步给出云南省降水的后期预报及探讨与南海海域的海气关系提供了良好的事实依据．     

福建行洛坑钨矿变异函数模型的研究

以行洛坑细-网脉状钨矿为实例,对服从对数正态分布的区域化变量,分别用原始品位值和对数变换值建立变异函数模型。通过交叉验证等方法研究表明,对原始数据进行对数变换所得到的模型能更好地揭示区域化变量的空间变化规律,而且,对数线性克立格估值也比线性克立格估值更佳。     

论数学教育学的对象,范围和方法

本文从数学教育学是一门多学科“交叉”性综合学科的学科性质出发,揭示了数学教育学的对象、内容、范围、对数学教育学的方法:历史分析法、特征归纳法、逻辑推演法、突现综合法、观察实验法和定量化方法等作了较为全面、系统的论述。     

柴油机连杆塑性成形高向充填的研究

用塑性变形理论对柴油机连杆辊轧成形的变形过程及变形特点进行了分析，阐明了辊轧连杆时存在着高向充填的难易成形区，并进行了实验验证，找出了解决高向充填不足的途径与方法。     

交叉余积双代数结构和Hopf代数

将Ｍｏｌｎａｒ的半直余积双代数推广到交叉余积双代数，得到交叉余积双代数实现的充要条件，并研究了交叉余积Ｈｏｐｆ代数实现的条件．     

非对称轧制时轧辊轴向力的影响函数法模型──四辊轧机轴向力学行为的研究（Ⅲ）

本文利用影响函数分析方法对辊系的轴向特性进行了分析，除讨论了辊系不对称变形而引起的轴向力外，还讨论了在交叉情况下，辊系受力不均匀及由此造成的变形不对称对轴向力计算理论的影响。