带变消耗率和连续输入乙醇发酵数学模型研究

讨论了带变消耗率和连续输入乙醇发酵数学模型,利用线性扰动和Lyapunov方法研究了微生物灭绝平衡点的局部和全局稳定性及正平衡点的局部稳定性,并且得到正平衡点稳定性的阈值条件.最后利用Hopf分支理论,证明了在阈值条件下,从正平衡点周围分支出一个稳定的周期解.     

肝动脉化疗栓塞术治疗肝恶性肿瘤对肝功能的影响

目的探讨肝动脉化疗栓塞术(TACE)治疗肝恶性肿瘤患者对肝功能的影响.方法选取60例肝恶性肿瘤患者作为本组观察病例,分别在术前、术后1d、7d、3周及6周时对患者进行肝功能检测,并对结果进行对比分析.结果术后1d及术后7d的ALT,TBIL,DBIL均明显高于术前,差异具有统计学意义(P0.05);术后其余各项指标与术前相比均无明显差异,无统计学意义(P0.05).结论 TACE治疗后短期内对肝恶性肿瘤患者的肝功能有较大影响,在治疗后要注意加强对患者肝功能的保护.     

实时三维超声心动图与二维斑点追踪成像技术共同评价心肌梗死患者左室收缩功能与同步性

目的探讨二维斑点追踪成像(2D-STI)及实时三维超声心动图(RT-3DE)评价AMI患者左心室收缩功能和各节段运动的同步性.方法 50例急性心肌梗死患者为病例组,30例正常体检者为对照组,应用CMQ软件获取各节段径向圆周应变及应变率曲线,然后转变为RT-3DE模式,得到17节段时间-体积曲线(VTC),并获得收缩功能以及非同步收缩参数.结果 1)与对照组相比,心肌梗死组3个水平所有节段径向应变值和圆周应变值均减低;2)心梗组患者Trs-SD,Tcs-SD,Trsr-SD,Tcsr-SD明显高于对照组(P0.05);3)与单支冠状动脉病变心梗组比较,多支冠状动脉病变心梗组LVEDV,LVESV显著增加,LVEF显著减小;4)病例组患者左室Tmsv17-SD,Tmsv17-Dif,Tmsv17-SD%,Tmsv17-Dif%均较对照组增大(P0.05).结论 RT-3DE和2D-STI可以准确地量化左室收缩功能,评价AMI患者左室运动的同步性,左室收缩功能障碍也影响收缩同步性.     

Linex损失下Rayleigh分布参数倒数的Bayes估计

在Linex损失函数L(θ,δ)=ec(δ-θ)-c(δ-θ)-1,c>0下,给出Rayleigh分布的尺度参数倒数的唯一Bayes估计δB(X)=-1/clnE(e-cθ│X)=(n α)/cln(1 c/(λ T)),多层Byaes估计δ∧B(X)=-1/cln,和容许性估计的一般形式Sln(1 c/(d T)).     

基于RBFNN的强化学习在机器人导航中的应用

在复杂连续环境下,强化学习系统的状态空间面临维数灾难问题,需要采取量化的方法,降低输入空间的复杂度。径向基神经网络(RBFNN:Radial Basis Function Neural Networks)具有较强的函数逼近能力及泛化能力,由此提出了基于径向基神经网络的Q学习方法,并将其应用于单机器人的自主导航。在基于径向基神经网络的强化学习系统中,用径向基神经网络逼近状态空间和Q函数,使学习系统具有良好的泛化能力。仿真结果表明,该导航方法具有较强的避碰能力,提高了机器人对环境的适应能力。     

铁路道砟形态特征的统计分析与几何重构

道砟颗粒几何形态特征对其力学特性影响显著。为了量化研究铁路道砟形态特征,以真实的铁路一级碎石道砟颗粒为例,采用3D激光扫描获取道砟颗粒点云数据,引入道砟整体形态特征指标(长轴、中轴、短轴、球度指数),提出道砟局部形态特征指标(曲率指数),统计并建立上述整体和局部形态特征指标的概率密度分布函数。在此基础上,基于本征正交分解(POD)及径向基(RBF)神经网络提出了基于颗粒形态指标概率密度分布的道砟样本的重生成算法,重构道砟颗粒样本库。采用上述重生成算法分别重构了600及4 000个颗粒道砟,结果表明:重构道砟样本形态特征指标的统计分布结果均与真实扫描试样结果接近,证明该方法能够快速实现基于颗粒形态指标概率密度分布的任意数量道砟样本的建立。     

一种鲁棒的约束总体最小二乘无源定位算法

摘要：
为解决异常误差导致的机载单站无源定位不准确问题,提出了一种鲁棒的约束总体最小二乘(RCTLS)定位算法.首先建立定位模型,构建了加权的约束总体最小二乘(WCTLS)定位准则,并给出了牛顿迭代解.然后,利用广义M估计原理构建了WCTLS准则的鲁棒极值函数,将鲁棒CTLS问题转化为对等价权函数的设计问题,并根据丹麦法构建了等价权函数.理论分析表明,RCTLS算法能够有效识别异常误差,并降低异常测量数据的权值以减小其对定位结果的影响.仿真结果显示,存在异常误差时, RCTLS算法能够获得理想的定位估值,具有较强的鲁棒性.
     

Finding finer functions for partially characterized proteins by protein-protein interaction networks

Based on high-throughput data, numerous algorithms have been designed to find functions of novel proteins. However, the effectiveness of such algorithms is currently limited by some fundamental factors, including (1) the low a-priori probability of novel proteins participating in a detailed function; (2) the huge false data present in high-throughput datasets; (3) the incomplete data coverage of functional classes; (4) the abundant but heterogeneous negative samples for training the algorithms; and (5) the lack of detailed functional knowledge for training algorithms. Here, for partially characterized proteins, we suggest an approach to finding their finer functions based on protein interaction sub-networks or gene expression patterns, defined in function-specific subspaces. The proposed approach can lessen the above-mentioned problems by properly defining the prediction range and functionally filtering the noisy data, and thus can efficiently find proteins’ novel functions. For thousands of yeast and human proteins partially characterized, it is able to reliably find their finer functions (e.g., the translational functions) with more than 90% precision. The predicted finer functions are highly valuable both for guiding the follow-up wet-lab validation and for providing the necessary data for training algorithms to learn other proteins.     

T2分子X1Σg+,B1Σu+和C1Πu态的势能函数

 使用SAC/SAC-CI和D95++^**,6-311++g^**及cc-PVTZ基组,分别对T₂分子的基态X¹Σ_g⁺+、第2激发态B¹Σ_u⁺和第3简并激发态C¹Π_u的平衡结构和谐振频率进行优化计算.对所有计算结果进行比较,得出cc-PVTZ基组为最优基组.运用cc-PVTZ基组和SAC方法对基态X¹Σ_g⁺+,SAC-CI方法对激发态B¹Σ_u⁺和Cu 进行单点能扫描计算,并用正规方程组拟合Murrell-Sorbie函数,得到相应电子态的势能函数解析式,由得到的势能函数计算了与X¹Σ_g⁺+,B¹Σ_u⁺和C¹Π_u态相对应的光谱常数,结果与实验数据吻合.     

阀控非对称缸液压系统建模研究

考虑了阀控非对称缸液压系统中阀与缸之间采用软管连接的情况,构建了系统方程,推导了活塞杆在两个方向,活塞杆伸出和活塞杆缩回时的两个传递函数,分析了两个方向的增益与固有频率,采用了SimHydraulics实物仿真,仿真结果验证了对传递函数的理论分析.