强光照对雨生红球藻合成虾青素的影响

在不同的光照强度下研究了雨生红球藻细胞内虾青素的合成与初级代谢的关系.在强光(HL)和中等强度(ML)的光照条件下,雨生红球藻细胞内1,5-二磷酸核酮糖羧化酶 (Rubisco)和硝酸还原酶(NR)的活性第1天大幅度提高,2天后又迅速下降.与此同时,硝酸盐浓度也快速降低.当虾青素在第4天(HL)和第6天(ML)开始合成时, HL中Rubisco和NR活性以及NO3-浓度分别下降了75.5%,71.5% 和96.2%,而ML中则下降了76.5%,74.7% 和94.3%.相比之下,在低光照(LL)条件下,实验结束时三个指标仅下降了25.9%,29.8% 和56.8%,细胞中没有虾青素积累.结果表明强光提高了Rubisco 和 NR活性,导致硝酸盐浓度迅速降低而最终又抑制了这两种酶的活性,造成雨生红球藻光合作用效率下降即"碳饥饿".在此状态下,为了生存,细胞内合成虾青素的相关基因被激活,藻细胞开始合成并积累虾青素.     

整体顶梁组合悬移支架支护技术试验研究

通过对焦煤集团演马矿工作面推进过程中整体顶梁组合悬移支架阻力分布及矿压显现情况分析,并对该支护技术的使用情况和适应性进行了评价,认为该种支架稳定性好,安全系数高,适应性强,能够满足顶板管理需求.经现场应用,不但提高了工作面的产量,而且降低了生产费用,并减轻了工人的劳动强度.综合分析认为,整体顶梁组合悬移支架支护技术适合于焦作矿区的地质条件,在焦作矿区具有广泛的推广应用前景.     

社会资本支持矿产资源勘查开发的路径与举措

文章剖析了中国矿产资源勘查开发面临的战略机遇和风险挑战,从行业运行规律、宏观管理政策、资本市场发展等方面分析了资本支持矿产资源勘查存在的突出问题,在此基础上,提出了新形势下资本市场支持中国矿产资源勘查、助力国家资源安全的思路框架和路径举措：（1）统筹谋划,为社会资本支持矿产资源勘查开发提供战略指引。（2）改革创新,持续打造更加良好的矿业发展营商环境。（3）试点先行,建立完善以中国特色风险勘查资本市场为核心的多层次矿业资本市场。（4）银企联动,创新完善矿产资源勘查开发间接融资支持体系。（5）精心培育,弘扬企业家精神,加快建设风险勘查经营主体。（6）扩大开放,建立更高水平开放型勘查开采新体制。（7）综合保障,加快完善矿产资源勘查开发综合服务体系。     

基于改进细菌算法轨道电路室外设备故障分析

故障检测是近年来的热门话题,大数据环境下,原有算法在计算量和效率上已不能满足当前的需求,智能算法应用越来越广泛,将其应用于故障检测有较好的效果,细菌算法是新兴的全局优化智能算法,但其原有算法有一定的局限性.将细菌算法结合自适应理论,优化了细菌算法中趋化步长和繁殖步骤,对比传统BFO最优值有7个数量级的提高,在收敛性方面提高了一倍,并且将其与贝叶斯网络结构学习相结合解决轨道电路故障诊断的问题.     

大图上跳数受限的可达查询算法研究与优化

判断有向图上两个顶点之间是否存在一条路径是一个经典问题,而对于一些路由规划和图分析等实际应用,要求查找是否存在跳数受限的可达路径,这是一个变种的图可达查询问题.对于大图上跳数受限的查询算法,不仅仅要对大图查询的时间效率和空间效率进行权衡,而且还要利用跳数受限的特性进行优化.普通的可达查询算法存在小度数顶点索引项占用空间过多的问题,造成空间浪费严重.为此我们提出了一种面向跳数受限的2-hop部分索引方法,采用改进的索引方法并结合局部搜索,实现跳数受限的有效可达性查询.实验结果表明,在Orkut社交网络数据集上与已有算法相比,该算法索引空间节省了32％,同时查询时间略微增加,使得我们算法可以计算更大规模图的跳数受限可达问题.     

基于stm32和物联网技术的示波器教学系统设计和实现

在传统示波器教学课堂中,教师无法对学生测量结果的真实性进行有效评判。针对此问题,本文提出并实现了一种基于嵌入式Linux系统和TCP/IP协议的示波器实验系统。该系统基于linux和QT框架设计了图形操作界面;利用直接数字频率合成技术设计数控信号源;创建基于TCP/IP协议的学生端与教师端的数据传输通道。该系统可对学生实验进行全程监控和信息化管理,有效提高示波器实验课堂的教学效率。     

基于多特征融合的细粒度视频人物关系抽取

视频人物关系抽取是信息抽取问题中的重要任务,在视频描述、视频检索,以及人物搜索、公安监察等方面具有重要价值。由于视频数据的底层像素与高层关系语义之间存在巨大的鸿沟,现有方法很难准确地抽取人物关系。现有研究大多通过粗粒度地分析人物共现等因素来抽取人物关系,忽略了具有丰富语义的视频中的细粒度信息。为解决现有算法难以准确、完整地抽取视频人物关系的问题,文中提出了一种基于多特征融合的细粒度视频人物关系抽取方法。首先,为了准确识别视频人物实体,提出了一种基于多特征融合的人物实体识别模型;然后,提出了一种基于细粒度特征的人物关系识别模型,该模型不仅融合了视频中人物的时空特征,而且考虑了与人物相关的细粒度物体信息特征,从而建立更好的映射关系来准确识别人物关系。以电影视频数据和SRIV人物关系识别数据集为实验数据,实验结果验证了该模型的有效性和准确性,与现有同类模型相比,所提模型的人物实体识别F 1值提高了约14.4%,人物关系识别的准确率提高了约10.1%。     

TopoObfu:一种对抗网络侦察的网络拓扑混淆机制

链路洪泛等典型网络攻击需要在拓扑侦察的基础上针对网络中的关键链路开展攻击行为,具有较强的破坏性和隐蔽性.为了有效抵御这类攻击,提出了一种对抗网络侦察的拓扑混淆机制TopoObfu.TopoObfu能够根据网络拓扑混淆的需求,在真实网络中添加虚拟链路,并通过修改探测分组的转发规则使攻击者获得虚假的拓扑探测结果,隐藏网络中的关键链路.为了便于实现,TopoObfu将虚假拓扑映射为SDN交换机的分组处理流表项,并支持在仅部分节点为SDN交换机的混合网络中部署.基于几种典型真实网络拓扑的仿真分析结果表明,TopoObfu能够从链路重要性、网络结构熵、路径相似度等方面有效提升攻击者进行关键链路分析的难度,并在SDN交换机流表数量、混淆拓扑生成时间等方面具有较高的实现效率,可以减小关键链路被攻击的概率.     

面向信息SNP选择的聚类算法

SNP数据在人类遗传病诊断与治疗中存在重要作用,但SNP原始数据存在大量冗余,因此需要选择出信息量大的SNP,完成SNP数据的降维.针对常用聚类算法应用到信息SNP选择时未考虑单个SNP与SNP子集之间相似度的问题,采用一种新的相似度度量方法,提出了一种改进的聚类算法K-MIGS,并将其应用到SNP选择中.K-MIGS算法解决了传统K-means不能挖掘出SNP位点与SNP子集之间的强相关性问题,并在医院提供的临床数据实验中表明,K-MIGS具有更高的非信息SNP子集重构度.最后使用支持向量机、决策树和神经网络对构造的SNP子集进行分类实验,对比K-means、特征加权K-means、ReliefF和MCMR,结果表明K-MIGS分类准确率和F1指标上提升了10％和15％,充分说明K-MIGS在信息SNP选择中具有更好的效果.     

融合短文本层级注意力和时间信息的推荐方法

信息过载造成的数据稀疏性问题制约着基于评分数据的矩阵分解模型的推荐性能,融合评论文本的推荐模型能够有效缓解评分数据稀疏性.当前的推荐系统利用评论文本为用户和项目建模时,大多仅将用户对项目的评论作为数据来源,而忽视了时间信息对用户和项目属性的影响.针对此问题,提出了一种融合短文本层级注意力和时间信息的推荐方法(RHATR),该方法能够充分地挖掘评论文本潜在的语义信息,并为用户偏好和项目特征的动态变化进行建模.通过对单条评论文本应用单词级注意力,挖掘单条评论文本中情感词和关键词等有效信息,学习用户和项目表示;对含有时间因素的用户评论集和项目评论集分别应用评论级注意力,提取有效的评论,进一步学习用户偏好和项目特征动态表示.将从评论文本中学到的用户和项目表示以及基于ID的项目和用户嵌入作为最终特征,来捕获各用户和项目的潜在因素.实验结果表明,提出的方法相对于当前基线方法在Amazon和Yelp数据集上的均方根误差(RMSE)取得了较好的效果.