吴国伦诗文集版本考释

吴国伦在后“七子”中享有盛名,其诗文集《甔甀洞稿》、《甔甀洞续稿》曾多次刊刻,因卷数多、版本复杂,故历来述者或失之笼统,或失之讹误,故此,有必要对其诗文集版本情况予以考察。     

解析心钠素基因多态性与运动能力的研究进程

从心钠素分子结构及生物学特性入手,归纳了人类从发现心钠素到心钠素基因的过程,并应用网络检索了国内外核心期刊有关心钠素基因多态性在医学和运动医学领域研究的相关文献.本文从心钠素与运动关系方面进行了综述,希望可以进一步推动心钠素基因多态位点与运动能力,尤其是耐力训练关联性的研究.     

一类非自治单种群阶段结构时滞模型的一致生存与全局渐近稳定性

研究了具有分布连续和离散时滞三个成长阶段的单种群模型,得到了与时滞有关的系统一致持久性的充分条件;同时通过构造Lyapunov函数得到了与时滞有关的系统全局渐近稳定的充分条件。最后由己知的文献推导出系统在持久性的条件下具有至少一个正周期解,进一步,如果系统满足全局渐近稳定的条件,则系统具有惟一全局渐进稳定的正周期解。     

12分钟匀速跑对大学生耐力素质和心肺功能影响的实验研究

对12分钟匀速跑作了初步探讨．该方法简单易行,能激发大学生练习的积极性,训练效果显著．     

运动与部分条件性氨基酸代谢

介绍了两种条件性氨基酸———精氨酸 (Arg)和谷氨酰胺 (Gln)的生物功能 ,探讨了它们与运动的关系 .发现中强度长时间的运动训练会使Arg和Gln浓度下降 ,影响运动能力 ;适当补充Arg或Orn和BCAA或Gln ,可使Arg和Gln的浓度恢复和升高 ,改善由于运动引起的免疫系统和神经系统等功能的下降 ,延缓疲劳发生和促进疲劳恢复 .     

龙柚芽变系的RAPD分析鉴定

利用100个10bp的随机引物对龙柚的4个芽变系的基因组DNA进行RAPD扩增分析,探讨芽变系遗传物质的变化．在这100个随机引物中,筛选出能在4个芽变系中扩增出稳定多态性片段的引物11个,一共扩增出了63条片段,其中多态性片段有19个,占30．16％．聚类分析的结果,芽变系2和4的遗传距离最小（0．1001）,相似系数最大（0．9048）．表明了芽变引起的遗传物质的改变能够通过无性繁殖的方式存在,用RAPD的方法来分析不同芽变系的遗传关系是可行的．     

基于改进信息熵和LSTM网络的轴承故障诊断

针对传统的时频域故障诊断方法无法对故障实现自适应识别和分类,且准确率较低的问题,提出一种基于改进信息熵(improved information entropy, IIE)的长短时记忆网络(long-short time memory network, LSTM)方法。首先对原始信号分别进行集合经验模态分解(ensemble empirical mode decomposition, EEMD)和变分模态分解(variational mode decomposition, VMD);将包含故障信息的所有本征模式分量(intrinsic mode functions, IMF)进行信息熵的求取;通过信息熵反映IMF的信息量和峭度指标对描述冲击成分的优势改进信息熵,构成特征向量;最后结合LSTM处理非线性数据的优势,利用组合特征训练LSTM网络建立诊断模型。实验结果表明：该方法能准确、高效地识别多种故障,准确率要比单一的EEMD-LSTM、VMD-LSTM、人工神经网络等传统方法更高。     

基于VMD-LSTM-IPSO-GRU的电力负荷预测

为了挖掘电力负荷数据中的潜藏信息,提高负荷预测的精度,针对电力负荷强非线性、非平稳性等特点,提出一种基于变分模态分解(variational mode decomposition,VMD)、优化长短期神经网络(long-term and short-term memory network,LSTM)、改进的粒子群算法(improve particle swarm optimization,IPSO)优化门控循环单元(gated recurrent unit neural network,GRU)的混合预测模型。首先,使用相关性分析确定确定输入因素,再将负荷数据运用VMD算法结合样本熵分解为一系列本征模态分量(intrinsic mode fuction,IMF)和残差量,更加合理地确定分解层数和惩罚因子;其次,根据过零率将这些量划分为低频和高频,低频分量使用LSTM网络,高频分量利用IPSO-GRU网络分别进行预测;最后,将预测结果重构得到电力负荷的最终结果。仿真结果表明,相对于其它常规模型,该混合模型可有效的提取模态特征,具有更高的预测精度。     

基于外部知识的药物相互作用关系抽取方法

药物相互作用是指药物之间存在的抑制或促进等作用. 针对目前方法在不同关系类别上的抽取结果差异较大的问题,论文提出了一种利用外部知识的关系抽取模型,该方法首先对外部药物数据库中的信息进行处理,构建带有药物描述信息的数据集,然后在该数据集上进行模型训练,并保存最优模型,最后将该最优模型与药物关系抽取模型相结合,进行药物关系抽取,从而更好的利用了药物数据库中已有的知识,缓解了不同关系类别抽取结果差异较大的问题,提高了抽取效果. 在DDIExtraction 2013数据集上的实验结果表明,论文方法的F1值优于目前最优方法2.47%.     

非自愿移民心理承受能力及其数学模型研究

在广西红水河龙滩水库移民心理调查的基础上,对移民心理承受能力进行了定性描述及定量分析,利用统计方法建立了判别形式与数学模型,并对承受类型及相应对策进行了讨论．