基于神经区分器的KATAN48算法条件差分分析方法

针对KATAN48算法的安全性分析问题，提出了一种基于神经区分器的KATAN48算法条件差分分析方法。首先，研究了多输出差分神经区分器的基本原理，并将它应用于KATAN48算法，根据KATAN48算法的数据格式调整了深度残差神经网络的输入格式和超参数；其次，建立了KATAN48算法的混合整数线性规划(MILP)模型，并用该模型搜索了前加差分路径及相应的约束条件；最后，利用多输出差分神经区分器，至多给出了80轮KATAN48算法的实际密钥恢复攻击结果。实验结果表明，在单密钥下，KATAN48算法的实际攻击的轮数提高了10轮，可恢复的密钥比特数增加了22比特，数据复杂度和时间复杂度分别由2³⁴和2³⁴降至2^16.39和2^19.68。可见，相较于前人单密钥下的实际攻击，所提方法能够有效增加攻击轮数和可恢复的密钥比特数，同时降低攻击的计算复杂度。     

美食纪录片中传统文化的人文精神呈现

美食纪录片以美食为主要表现对象，从视听艺术的角度传播中国传统饮食文化的题材类型。笔者将以《寻味顺德》为代表的一系列国内优秀美食纪录片作为研究对象，从传统文化中蕴含的儒家精神、道家精神、工匠精神等三个层面，分析当代美食纪录片中蕴含的人文内涵与思想情怀，并探讨美食纪录片所呈现的传统文化中蕴含的人生意义，以及对人类生存意义的关注和思考。     

母乳源益生菌的筛选及其降血糖能力测定

研究从母乳中筛选具有降血糖能力的优良益生菌，为开发降血糖功能益生菌乳制品奠定基础。采用稀释涂布法分离纯化菌株并鉴定，以对硝基苯基-α-D-吡喃葡萄糖苷（pNPG）为底物筛选对α-葡萄糖苷酶和α-淀粉酶有抑制活性的菌株。从母乳中共计获得21株益生菌，鉴定15株为植物乳杆菌，3株为罗伊氏乳杆菌，3株为格式乳杆菌，经测定，R15和R17对α-葡萄糖苷酶抑制率达12.73%和13.83%,R15和R7对α-淀粉酶抑制率高达88%和89.3%，而商业菌罗伊氏乳杆菌254474对α-葡萄糖苷酶和α-淀粉酶抑制率仅有11.4%和80%。表明植物乳杆菌R15具有最优降血糖能力，可为后期研发功能性乳制品提供优良菌株。     

BiVO4表面氧空位的调控及其光降解抗生素研究

通过水热法一步合成了BiVO₄催化剂，并在氩气气氛下对BiVO₄催化剂进行表面改性。通过SEM、TEM、XRD、XPS和PL对BiVO₄催化剂进行分析表征，结果表明BiVO₄催化剂及改性BiVO₄催化剂为单斜状的晶体结构，且改性BiVO₄催化剂表面含有大量的氧空位。相比BiVO₄催化剂，氧空位BiVO₄催化剂的价带由1.97 eV增加至2.13 eV，扩大了带隙，降低了电子和空穴的复合率。在抗生素磺胺甲唑(SMX)初始质量浓度为10 mg/L，考察了不同因素对氧空位BiVO₄催化剂光催化降解SMX的影响，结果表明最佳反应条件为氧空位BiVO₄催化剂投加量50 mg/L，反应温度35℃，光照度150 mW/cm²,pH 5.0～9.0。此外，研究表明氧空位BiVO₄催化体系能够抵御水体中常见阴离子的干扰，但受到腐殖酸的抑制较为明...     

柯萨奇病毒A16型核酸检测试剂国家参考品的建立

目的 建立柯萨奇病毒A16型(coxsackievirus A16,CA16)核酸检测试剂国家参考品，并制定其质量标准。方法收集并筛选CA16核酸阳性和阴性样本，分装、冻干后，建立CA16核酸检测试剂国家参考品。采用不同企业的试剂对参考品进行协作标定，根据协作标定结果确定参考品的质量标准，并考察其均匀性和稳定性。结果 CA16核酸检测试剂国家参考品由9份阳性参考品，8份阴性参考品，1份检测限参考品和1份精密度参考品组成。其质量标准为：阳性参考品符合率≥8/9；阴性参考品符合率为8/8；最低检测限为稀释度不低于1∶103；精密度参考品稀释100倍后重复检测10次，结果均为阳性，且Ct值的CV≤5%。该参考品均匀性符合要求，室温(25℃)放置1 d、反复冻融3次均未影响参考品的稳定性。结论 建立了首批CA16核酸检测试剂国家参考品，并制定了质量标准，为相关试剂的质量控制和评价提供了依据。     

UTBB SOI MOSFETs短沟道效应抑制技术

随着栅极长度、硅膜厚度以及埋氧层厚度的减小，MOS器件短沟道效应变得越来越严峻。本文首先给出了决定全耗尽绝缘体上硅短沟道效应的三种机制；然后从接地层、埋层工程、沟道工程、源漏工程、侧墙工程和栅工程等六种工程技术方面讨论了为抑制短沟道效应而引入的不同UTBB SOI MOSFETs结构，分析了这些结构能够有效抑制短沟道效应（如漏致势垒降低、亚阈值摆幅、关态泄露电流、开态电流等）的机理；而后基于这六种技术，对近年来在UTBB SOI MOSFETs短沟道效应抑制方面所做的工作进行了总结；最后对未来技术的发展进行了展望。     

基于水系沉积物地球化学采样的地形加权图卷积网络基岩填图方法（英文）

为了探索高效的第四系覆盖及露头较少区域的基岩智能填图方法，应用图卷积网络(GCN)对青海省察汗乌苏河地区水系沉积物地球化学采样的下伏基岩进行分类。基于Delaunay三角化采样点被组织为一个地形加权的有向图来表达水系沉积物地球化学采样点之间的河流上下游关系。实验结果表明：半监督的GCN模型仅使用了20%的采样点标签，分类精度达到68.20%(10类基岩)和78.31%(5类基岩)。该方法能有效利用水系沉积物地球化学采样中的元素含量进行基岩填图，且能提高基岩填图的效率并能进行大面积应用。