植物生物反应器瞬时表达外源蛋白的研究进展

植物生物反应器瞬时表达外源蛋白是一种经济的生产方式。而且此种方法安全性高，实验周期短，见效快，为实现医用蛋白的产业化生产提供了一条捷径。本文综述了植物生物反应器瞬时表达体系的种类、特点、接种方法和研究现状。     

物理学认识框架对自然科学世界图景的影响

为了研究物理学认识框架对自然科学世界图景的影响,比较了亚力士多德、牛顿、爱因斯坦三大物理学认识框架的历史变迁,由它们与数学计算、逻辑语言的关联,阐述了物理学这三大框架对自然科学世界图景和人类文明的影响。     

ABC型pH响应含氟三亲性嵌段共聚物的合成与自组装

以甲基丙烯酸叔丁酯(tBMA)、甲基丙烯酸异辛酯(EHMA)及丙烯酸全氟辛基乙基酯(FA)作为单体,采用可逆加成-断裂链转移聚合法(RAFT)及一步酸性水解反应,得到ABC型pH响应含氟三亲性嵌段共聚物PMAA_(30)-b-PEHMA_(51)-b-PFA_6。通过核磁共振氢谱(~1H-NMR)、红外光谱(IR)、凝胶渗透色谱(GPC)及氟元素分析法(F-EA)表征了其分子结构,并利用透射电镜(TEM)及动态激光光散射法(DLS)研究了共聚物在二甲基甲酰胺(DMF)/H_2O溶液中的自组装行为。结果表明,随着溶液中水含量的增加,胶束形貌会由棒状变为尺寸较大的树枝状结构;在溶液中加入酸(HCl)或碱(NaOH)后,胶束形貌会由棒状结构转变为具有多隔室核结构或核-壳-冠结构的球形聚集体,胶束尺寸也产生相应的变化。     

数控机床伺服系统参数自整定的研究

通过分析数控机床伺服系统的控制原理,确定伺服系统的控制原理,分析各环的控制参数,整定出伺服系统的控制结构图。采用传统的PID控制器自整定方法,已不能满足伺服系统的要求。提出利用单纯形法来自整定伺服系统PID控制器,并且提供了详细的整定过程。在MATLAB的simulink里面进行建模仿真,与Z-N法进行仿真比较,单纯形法整定伺服系统PID控制器参数,系统运行的响应速度更快。     

循环流化床锅炉汽温系统的自抗扰控制

循环流化床汽温系统存在大滞后、大延迟、多时变、非线性等诸多问题,针对含时滞的回路,实施自抗扰控制,设计循环流化床锅炉(CFBB)串级汽温自抗扰控制系统,利用新型自抗扰控制器参数整定方法优化控制器参数,进行跟踪实验、扰动实验和鲁棒性实验。仿真结果表明:自抗扰控制技术能够使CFBB汽温控制系统的动态性能得到改善,过渡过程更加平稳,系统输出几乎没有超调,调节时间缩短,并且自抗扰控制器对被控对象参数变化有较好的性能鲁棒性。本文方法的有效性和适用性,为提高循环流化床锅炉汽温控制系统的控制品质提供新的思路。     

一种深度自编码器面部表情识别新方法

为解决面部表情特征维度高的问题,该文提出了一种基于深度学习自编码器的表情识别新方法,该方法利用深度自编码器在多层隐层上进行特征选择,能够在较低维度上表示高维度的面部特征.首先采用定向梯度直方图从面部表情的选定区域提取特征,然后在多个层面上使用深度自编码器,得到最优编码特征,降低特征维度,最后使用支持向量机模型对降维特征进行分类.实验表明,与其他现有特征选择和降维技术相比,该文方法提取的特征优于其他特征,并能够有效实现面部表情识别.     

四元数矩阵方程AXB+CXD=E的M自共轭解

把实数域上的M对称矩阵的概念推广到四元数体上,形成M自共轭矩阵,然后在四元数体上讨论矩阵方程AXB+CXD=E的M自共轭解及其最佳逼近问题.利用四元数矩阵的实分解和复分解,以及M自共轭矩阵的特征结构,借助Kronecker积把约束四元数矩阵方程转化为实数域上的无约束方程,克服了四元数乘法非交换运算的困难,并得到该方程具有M自共轭解的充要条件及其通解表达式.同时在解集非空的条件下,运用矩阵的分块技术及矩阵的拉直算子,获得与预先给定的四元数矩阵有极小Frobenius范数的最佳逼近解.由于M自共轭矩阵是四元数自共轭矩阵的推广,因此所得结果拓展了该方程的结构解类型.     

基于自注意力机制的冗长商品名称精简方法

大部分电子商务网站为了吸引用户的关注,通常将商品的很多属性也纳入到商品名称中,使得商品名称中包括了冗余的信息,并产生不一致性.为解决这一的问题,提出了一个基于自注意力机制的商品名称精简模型,并针对自注意力机制网络无法直接捕捉商品名称序列特征的问题,利用门控循环单元的时序特性对自注意力机制进行了时序增强,以较小的计算代价换取了商品命名精简任务整体性能的提升.在公开商品短标题数据集LESD4EC的基础上,构造了商品名称精简数据集LESD4EC_L和LESD4EC_S,并进行了模型验证.一系列的实验结果表明本,所提出的自注意力机制冗长商品名称精简方法相对于其他商品名称精简方法在效果上有较大的提升.     

基于栈式稀疏自编码多特征融合的快速手势识别方法

针对复杂背景下手势分割提取效果不佳、图像识别率不高、识别困难等问题,研究多特征融合的快速手势识别方法.利用YCbCr颜色空间模型,构建肤色分布模型,从复杂背景中去除大部分非肤色的干扰,从而实现手势分割;接着采用5层栈式稀疏自编码网络框架,分别提取手势感兴趣区域（region of interest,ROI）的纹理图像、形状图像和显著视觉图像作为自编码网络输入,将提取到的不同类型的特征进行线性融合;最后使用基于径向基核函数（radial basis function,RBF）的支持向量机（support vector machine,SVM）分类器进行融合特征数据分类,从而实现不同类型的手势识别.实验结果表明,相比其他手势识别方法,本文方法识别率较高,提取特征更具有代表性,平均识别率可达95.05%.      

基于模式识别方法的湖泊水质污染特征聚类研究

构建耦合自组织映射神经网络(SOFM)和随机森林(RF)的方法, 对中国63个湖泊11年的9种水质指标(5110条数据)进行模式识别。首先采用SOFM对湖泊进行聚类, 以识别污染状况, 然后采用RF分析水质指标对湖泊类别的决定效果, 以确定代表性指标。SOFM的结果显示, 湖泊可以按污染程度分为3类。RF的结果发现, 在分类准确率为80%时, 根据高锰酸盐指数和叶绿素a浓度即可判定湖泊污染程度。该方法可从庞杂的数据中识别出反映水体污染特征的水质指标, 为快速认知水体污染状况及选取监测指标提供参考。