基于粒子追踪的风场可视化方法

为了更直观地表示三维风场的变化特点，针对气象风场数据集的特点采用粒子系统的方法可视化表示风场属性，提出了通过粒子的位置变化动态反映风场速度方向以及大小，同时将风场涡旋度的强弱映射成粒子本身的旋转状态，最后选取CDC数据中心的风场数据验证了实验结果。     

Development of the CAS-IBB single-particle microbeam for localized irradiation of living cells

A single-particle microbeam facility has been constructed at the Key Laboratory of Ion Beam Bioengineering (LIBB), Chinese Academy of Sciences (CAS). The system was designed to deliver a defined numbers of hydrogen ions, produced by a van de Graaff accelerator, in an energy range of 2.0-3.0 MeV, into an area smaller than that of the nucleus of an individual living cell. The beam is collimated by a borosilicate glass capillary that forms the beam-line exit. An integrated computer program recognizes the cells and locates them one by one over the microbeam exit for irradiation. We present technical details of the CAS-LIBB microbeam facility, particularly on the collimator, hardware, control program, as well as cell irradiation protocols available. Various factors contributing to the targeting and positioning precision are discussed along with accuracy measurement results.     

Velocity Distribution of Slurry in Horizontal Pipe When Solid Particles Sliding

Based on the laws of momentum conservation and impulse in accelerating process, the distribution on speed of ununiform slurry flow in a horizontal pipe was studied. According to the momentum change of solid particles and conveying liquid of slurry flow during accelerating, and some effect factors, the relationship between the speed of solid particles and the speed of conveying liquid was obtained.When dealing with the friction between sliding solid particles and pipe, it is pivotal to reasonably distribute component of friction to each solid particle. The friction coefficient between solid particles was obtained by forces analysis and theoretic calculation, and can be used to calculate the friction force on every solid particle. The effect of friction on speed of ever), solid particle was investigated through the impulse law. The result is more accurate than that by using uniform friction on solid particles. It is completely new method to use above theory to get solid particles speed distribution, conveying liquid speed distribution and slurry speed distribution.     

CoFe2O4,CoFe2,CoFe2/CoFe2O4磁性粒子合成与光催化应用

用水热法结合溶胶凝胶法制备4种磁催化剂材料,并用X射线衍射、透射电子显微镜、超导量子干涉仪和紫外-可见谱仪研究它们的结构、形貌、磁性及对污染物亚甲基蓝的催化降解性能,目的是获得具有强磁性的催化剂材料,便于水处理后的回收利用.4种磁载催化剂材料中,催化性能最好的样品在150 min内能去除水中84%的亚甲基蓝污染物;CoFe_2/TiO_2有较高的降解效率(72%),且有很好的磁分离能力.分析认为,催化性能与粒子大小、界面成分、结晶性、TiO_2与磁性粒子的比例有关,是多种因素的协同效应.     

动态改变惯性权重的新模式粒子群算法

针对标准粒子群算法在求解复杂优化问题时易陷入局部最优、收敛精度不高和收敛成功率低的不足,提出了一种改进的粒子群算法.通过算法所处的迭代阶段和粒子的分布情况动态改变惯性权重的值,并根据每个粒子的更新情况调整其飞行的起点.最后4个测试函数仿真结果表明,在求解复杂优化问题时,改进后算法的收敛精度和收敛成功率均有明显提高.     

一种云环境下的虚拟机负载均衡算法

针对多数负载均衡算法都以虚拟机的CPU、内存等资源的利用率作为优化目标,而未考虑虚拟机上总任务工作时长不均衡导致任务总等待时长增加的问题,提出一种结合随机森林分类器的粒子群优化算法用于解决虚拟机的负载均衡问题.该算法不仅均衡了虚拟机的CPU利用率和内存利用率,也将虚拟机上总任务工作时长作为优化目标,以达到均衡虚拟机资源利用率,同时减少任务总等待时间的目的.仿真实验结果表明,该算法能有效解决虚拟机的负载均衡问题.     

基于混沌-量子粒子群的分簇路由算法

针对粒子群分簇路由优化算法存在的收敛速度慢、 易陷入局部最优等问题, 提出一种混沌-量子粒子群 的双子粒子群分簇路由算法。 该算法以簇头的能量、 簇头与汇聚节点的距离以及与簇内成员节点的距离构造 最优簇头的代价函数, 主粒子群利用混沌粒子群寻优, 辅粒子群利用量子粒子群寻优, 加入量子波动理论, 使 算法具有较好的全局收敛性。 双子粒子群采用收敛速度快的凹函数递减策略优化权重。 仿真结果验证了该算 法可使无线传感网络节点能量消耗均衡化, 显著延长网络生命周期, 与 LEACH(Low-Energy Adaptive Clustering Hierarchy)协议、 PSO-C(Cluster setup using Particle Swarm Optimization algorithm)协议相比生命周期分别延长了 80. 1%和 41. 4%。     

再沉淀法制备复合纳米药物及体外抗肿瘤研究

本文利用两种不同的抗肿瘤药物阿霉素(DOX)和苯丁酸氮芥(Cb)混合,通过再沉淀法制备了一种新型的复合药物纳米粒子.1 H NMR证明了DOX和Cb混合后通过氨基和羧基静电力相互作用形成超分子复合物,通过DLS、SEM、AFM、TEM等表征证明了复合药物纳米粒子具有规整的形貌,较窄的尺寸分布.三种肿瘤细胞模型(MCF-7、A549、HepG2)的细胞毒性实验证明了复合药物纳米粒子相比于单独的DOX、Cb、DOX/Cb混合物有着更好杀死肿瘤细胞的效果.选取HepG2采用Hoechst染色检测凋亡细胞成像以及Western说明了复合药物纳米粒子能更好的诱导了肿瘤细胞的凋亡.共聚焦实验则很好的验证了相比于自由药阿霉素(DOX),复合药物纳米粒子可以更容易被肿瘤细胞内吞.     

距离修正的混沌粒子群多维标度定位算法

针对不规则网络以及网络空洞造成估计距离与欧氏距离相差较大,导致定位精度不足这一问题,提出一种距离修正的混沌粒子群多维标度定位算法(CMDS-CPSO).首先通过递推策略计算节点对距离,利用接收信号强度对距离加权修正,以减少距离误差,回避网络空洞问题.然后采用混沌粒子群算法对坐标转化参数问题进行优化,进一步降低坐标转换中参数所带来的影响.通过对比SPSO-MDS算法与MDS-DMC算法,仿真结果表明,距离修正的混沌粒子群算法能够明显改善节点定位精度,具有更好的鲁棒性和对不规则网络的适应性.     

基于结构自适应模糊神经网络的前列腺癌诊断方法

前列腺癌是近年来严重危害男性健康的疾病.利用模糊神经网络方法可以实现前列腺癌诊断,并将诊断模型表示为模糊规则集合.针对模糊神经网络所提取规则解释性差的问题,提出结构自适应模糊神经网络方法,通过改进损失函数,在训练中控制相似隶属度函数的合并,实现模糊神经网络模型结构自适应调整,减少模糊规则数量,在保证诊断准确性情况下,提取出容易理解的可解释性规则.同时该方法在模型的训练过程中引入粒子群优化(PSO)算法进行结构和参数学习,有效减少计算量,提高训练效率.最后,使用临床医学科学数据中心提供的前列腺疾病检查数据进行数值实验,验证了所提出方法在前列腺癌诊断和可解释性规则提取中的有效性.