排序方式: 共有16条查询结果,搜索用时 375 毫秒
1.
2.
3.
4.
分别应用可培和免培方法研究同企业使用2年和25年的新老曲厂空气中的微生物群落结构和多样性随季节的变化规律。结果表明,季节间的差异显著,可培和免培的结果分别是春季的菌群数量和α-多样性最高,且都随季节先增加后减少。可培方法获得301株分离株,所属类别与免培的结果大体一致,细菌菌群由Acfinobacteria等5个门构成,主要是Pseudomonas、Staphylococcus、Bacillus等,真菌群则是Ascomycota等3个门构成,Phialemoniopsis和Aspergillus等是优势属。空气中Proteobacteria的Pseudomonas等8个细菌属及Ascomycota的Saccharomycopsis等10个真菌属可能是大曲优势菌的来源。使用25年设施环境空气中的物种数量及多样性更丰富和稳定。相关性分析结果表明,环境的温度、湿度是影响物种数量的关键因素,空气污染程度等可能导致群落结构不稳定。这些结果揭示了制曲小生境群落的时空性特征,为探讨大曲与环境微生物的相互关系及溯源性研究奠定了方法学基础。 相似文献
5.
针对在大规模多输入多输出(Multiple-Input Multiple-Output, MIMO)系统中,信道硬化现象减弱时最小均方误差(Minimum Mean Square Error, MMSE)检测算法及Richardson、Jacobi等迭代检测算法检测性能退化严重的问题,提出了一种深度检测网络,称为IPICNet,将深度学习技术和迭代并行干扰消除(Iterative Parallel Interference Cancellation, IPIC)检测算法结合。在IPICNet中,将IPIC检测算法的迭代过程展开为深度网络,并在此基础修改网络架构和添加可训练参数,同时对网络中需要使用的投影函数和损失函数进行了讨论和设计。实验结果表明,训练完成的IPICNet能有效提升IPIC检测算法的检测性能并在信道硬化现象不明显的MIMO系统中稳定工作。 相似文献
6.
近年来,深度学习成为无线通信领域的关键技术之一。在基于深度学习的一系列MIMO信号检测算法中,大多未充分考虑相邻天线之间的干扰消除问题,无法彻底消除多用户干扰对误码率性能的影响。为此,该文提出一种将深度学习与串行干扰消除(SIC)算法进行结合的方法用于大规模MIMO系统上行链路信号检测。首先,通过优化传统的检测网络(DetNet)及改进ScNet检测算法,该文提出一种基于深度神经网络(DNN)的检测算法,称为ImpScNet。在此基础上,进一步将SIC思想应用到深度学习框架结构设计中,提出一种基于深度学习的大规模MIMO多用户SIC检测算法,称为ImpScNet-SIC。此算法在每个检测层上分为两级,其中,第1级由该文提出的ImpScNet算法提供初始解,再将初始解解调至相应的星座点上作为SIC的输入,由此构成该算法的第2级。此外,在SIC中也使用了ImpScNet算法估计传输符号,以便获得最优性能。仿真结果表明,与已有的各种典型代表算法相比,该文所提ImpScNet-SIC检测算法特别适合大规模MIMO信号检测,具有收敛速度快、收敛稳定及复杂度相对较低的优势,并且在10–3误码率上有至少0.5 dB以上的增益。 相似文献
7.
基于结构实验模态分析技术,模拟实际加工工况,用正弦宽频扫描激振,对K510n数控车床各点测取加速度响应信号.用Polymax模态参数识别软件对实测的频响函数数据进行识别处理,得到了该车床的多阶振动模态参数,并取出三阶薄弱模态进行详细分析处理,得出以提高车床切削抗振能力为目标的动力学优化设计改进方案. 相似文献
8.
进入七十年代以来,国外开清棉流程中采用清钢连接装置日益增多,特别是第八届汉诺威国际纺机展览会已无一台成卷机展出,而全部代之以清钢联棉箱,说明清钢联已成为世界性的发展趋势,这是由于清钢连接装置使开清棉和梳棉两道工序连接起来,具有很多优点, 相似文献
9.
1引言 房地产项目投资就是将资金投入到房地产综合开发、经营、管理和服务等房地产业的基本经济活动中,以期将来获得不确定的收益,是一项较为复杂而充满风险的经济活动,在能为投资者带来较高经济利益的同时,也可能使投资者遭受风险而导致损失乃至破产.房地产投资风险,按照产生的原因不同,可以分为不同的类型. 相似文献
10.
以奇孢根霉(Rhizopus azygosporus)强化的大曲为研究对象,以普通大曲作为对照,通过在6 L容器中装入蒸熟的高粱和大曲进行模拟发酵,探究根霉强化对糟醅微生物群落结构和挥发性风味成分的影响。结果表明,根霉强化改善了大曲的理化性质,同时降低了糟醅的淀粉含量,增加了糟醅的酸度、还原糖含量和酒精度。根霉强化使糟醅挥发性风味物质总量增加,发酵28 d时,根霉糟醅挥发性物质总量为59.52 mg/kg,对照仅为28.11 mg/kg,且己酸乙酯和乙酸乙酯含量分别是对照的1.71和1.44倍。涉及糟醅风味差异代谢物共12种,主要是酯类,且21 d是挥发性风味成分变化的关键时间节点。根霉强化使糟醅微生物群落结构差异显著,嗜热真菌属及高温放线菌属等是根霉糟醅中属水平的特征真菌和细菌,毕赤酵母属、横梗霉属则是普通糟醅的特征真菌属。冗余分析(RDA)结果显示,根霉和糟醅中大多数优势挥发性物质呈正相关。根霉强化通过调整大曲的微生物群落结构,从而提高了糟醅中特征微生物的相对丰度,增加了优势挥发性组分的含量,改善了风味和香气。 相似文献