澜沧江流域不同茶区晒青茶品质比较

为深入了解云南澜沧江流域不同茶区晒青茶的品质差异，选取比较澜沧、双江2个茶区的24个乡镇晒青茶样，采用感官审评与品质理化成分检测，分析不同茶区晒青茶主要理化成分和感官品质方面存在的差异。结果表明：澜沧、双江2个茶区晒青茶的茶多酚平均值分别为24.43%、23.18%；游离氨基酸平均值分别为2.72%、3.97%；咖啡碱平均值分别为4.90%、4.48%；水浸出物平均值分别为45.67%、44.29%；酚氨比均值分别为9.40、6.07。澜沧、双江2个茶区不同产地的晒青茶茶多酚、游离氨基酸、咖啡碱、水浸出物和酚氨比之间存在一定差异。不同的内含化学成分，使各茶区的晒青茶感官品质明显不同。澜沧茶区的晒青茶滋味整体较醇和、稍涩，部分稍带花香与焦味；双江茶区的晒青茶整体滋味较浓醇、微涩带苦，部分平和。     

0?1膨胀负二项回归模型在COVID?19疫情分析中的应用

在公共卫生等应用领域，经常会同时出现零观测值、一观测值较多的情况. 为更好地拟合这类数据，采用0?1膨胀负二项分布及其回归模型进行分析. 在数据扩充基础上，结合Pólya?Gamma潜变量对模型参数进行贝叶斯推断. 最后，对我国湖北省2019冠状病毒病(COVID?19)死亡数据集进行分析. 研究表明，0?1膨胀负二项回归模型能够达到更好的拟合效果.     

基于Stacking集成算法的岩爆等级预测研究

岩爆是地下工程面临的一个巨大灾害，岩爆预测可以降低岩爆带来的危害。机器学习是岩爆预测方法的研究热点和发展方向，但现阶段各机器学习算法表现不同，并且相互独立工作，没有融合，不能优势互补，导致各机器学习算法的准确率、泛化性和稳定性较低。本文采用Stacking集成算法，融合现阶段使用较多的8个机器学习算法(4个集成算法和4个基本算法)，充分发挥各算法的优势，实现优势互补；为保证新特征信息具有多样性，结合各种机器学习算法的原理和岩爆样本库的特点，提出3组考虑多个岩爆预测指标的Stacking集成算法，每组算法拥有不同基模型和多个元模型，解决了传统Stacking集成算法接受特征信息受限和元模型选择困难的难题。对比分析各组Stacking集成算法与独立算法的准确率、精确率、召回率和F1值，结果表明构建的Stacking集成算法可以有效融合各机器学习算法，预测性能显著提升。在3组Stacking集成算法中，Stacking集成算法二的基模型由Random Forest Classifier,Extra Trees Classifier,Gradient Boosting Classifier和L...     

自交联型油基钻井液降滤失剂的研制与评价北大核心

针对传统油基钻井液降滤失剂耐温性能不足、影响体系流变等问题,基于自交联改性思路,以N-羟甲基丙烯酰胺为功能单体,与丙烯酸丁酯和苯乙烯进行乳液聚合,研制了一种自交联型油基钻井液降滤失剂(BSN)。通过红外光谱仪、激光粒度仪和透射电镜表征了BSN的主要官能团、微观形貌和自交联特征。实验结果表明,BSN含有自交联功能基团羟甲基,平均粒径为247 nm,颗粒间具有明显的交联结构。热重测试结果显示,BSN热稳定性良好,初始分解温度高达355℃,显著高于非自交联型的降滤失剂BS(278℃)。在油基钻井液体系中添加1%的BSN,不仅不影响体系流变参数而且能够提高破乳电压,180℃下的高温高压滤失量仅为4 mL,滤失控制能力明显优于非交联型的降滤失剂BS以及3%的传统油基钻井液降滤失剂有机褐煤和氧化沥青。     

油气微生物分子勘探技术与初步应用

油气微生物勘探技术因其多解性小、信噪比高、受环境影响小、经济快速的特点，越来越受到勘探家的重视。随着高通量测序、分子生物学技术及生物信息学的快速发展，从微生物群落整体的角度描述特定油气指示微生物的变化，已成为未来微生物勘探技术的重要发展方向。介绍土壤样品采集、DNA提取与分析、判别模型建立和有利区预测等4个油气微生物分子勘探技术关键环节，并针对土壤DNA提取和油气指示微生物检测进行重点阐述。工业级DNA提取技术研究发现，Griffth方法提取并纯化土壤微生物DNA效果最佳。针对大样本量工程，使用高通量移液工作站和商用多孔板DNA抽提试剂盒可大幅提高勘探效率；综合稳定性同位素探针和高通量测序的分子检测技术研究探明了典型含油气区主要油气指示微生物菌种分布规律，高频油指示菌(AMNR族)为节杆菌、分枝杆菌、诺卡氏菌和红螺菌，高频气指示菌为甲基球菌、甲基杆菌、甲基孢囊菌。微生物分子勘探技术在鄂尔多斯盆地杭锦旗地区的初步应用表明，该技术在黄土塬地貌区油气识别精度显著提升，在含油气性评价方面效果良好，为鄂尔多斯盆地北部致密气有利区带筛选提供了参考依据。