裸眼井中扩张式封隔器力学行为研究

封隔器在石油天然气开采中起着非常重要的作用,而扩张式封隔器在裸眼井中广泛应用。本文采用有限元软件建立了裸眼封隔器与地层的模型,对胶筒在坐封过程中与井壁接触应力的变化进行了研究,并研究了在不同摩擦系数下接触压力的变化,结果表明,建立粗糙井壁面能够更加符合实际情况,胶筒肩部为应力集中的区域,地层与胶筒的接触应力会随着摩擦系数的增加而减小。研究结果为裸眼扩张式封隔器的设计和改进提供了理论依据。     

儿童用品TBT通报数据可视化预警研究

探索采用数据可视化技术分析儿童用品TBT通报数据,以可视化图形图像呈现通报热点并揭示趋势信息,提出对策与建议,助力为儿童用品产业升级、TBT预警数据分析和信息传播工作提供新思路,提高中小企业的国外市场准入机会。     

云杉八齿小蠹Ips typographus L.虚拟模型构建方法研究

本文以云杉八齿小蠹Ips typographus Linnaeus为例,经标本选取,观察虫体整体形态,绘制整体结构草图,电子显微镜观察局部、得到局部数字图像,分别建立虫体每一部分的高精度细节。把模型每部分拼装在一起组成整体模型,构建出了云杉八齿小蠹三维虚拟昆虫数字化模型。     

机载光电雷达它机试飞技术研究

机载光电雷达受平台及大气环境影响较大,而它机试飞能有效规避研制风险,是产品研制的必经阶段。本文介绍了机载光电雷达它机试飞试验系统组成、试验流程和数据处理等内容。经工程验证,实施过程满足任务需求,对其他光电系统的它机及本机试飞具有参考价值。     

基于模糊谱聚类的不确定蛋白质相互作用网络功能模块挖掘

针对谱聚类融合模糊C-means（FCM）聚类的蛋白质相互作用（PPI）网络功能模块挖掘方法准确率不高、执行效率较低和易受假阳性影响的问题，提出一种基于模糊谱聚类的不确定PPI网络功能模块挖掘（FSC-FM）方法。首先，构建一个不确定PPI网络模型，使用边聚集系数给每一条蛋白质交互作用赋予一个存在概率测度，克服假阳性对实验结果的影响；第二，利用基于边聚集系数流行距离（FEC）策略改进谱聚类中的相似度计算，解决谱聚类算法对尺度参数敏感的问题，进而利用谱聚类算法对不确定PPI网络数据进行预处理，降低数据的维数，提高聚类的准确率；第三，设计基于密度的概率中心选取策略（DPCS）解决模糊C-means算法对初始聚类中心和聚类数目敏感的问题，并对预处理后的PPI数据进行FCM聚类，提高聚类的执行效率以及灵敏度；最后，采用改进的边期望稠密度（EED）对挖掘出的蛋白质功能模块进行过滤。在酵母菌DIP数据集上运行各个算法可知，FSC-FM与基于不确定图模型的检测蛋白质复合物（DCU）算法相比，F-measure值提高了27.92%，执行效率提高了27.92%；与在动态蛋白质相互作用网络中识别复合物的方法（CDUN）、演化算法（EA）、医学基因或蛋白质预测算法（MGPPA）相比也有更高的F-measure值和执行效率。实验结果表明，在不确定PPI网络中，FSC-FM适合用于功能模块的挖掘。     

Development and monitoring of an integrated bioprocess for production of a potential malaria vaccine with Pichia pastoris

An engineered variant of the yeast Pichia pastoris was used to produce the potential malaria vaccine D1M1. This paper describes the implementation of an expanded bed adsorption chromatography step into a sequential cultivation process of the yeast in order to link protein expression, cell release, and product capture of the secreted protein in a fully automated plant. The process is operated with a semi-continuous strategy for an integrated production. Process improvements have been achieved using design of experiments. Resulting purities of product achieved up to 87% with recoveries of 51% in a single downstream operation. Furthermore, a multivariate analysis of historical batch data was used to develop a golden batch model for process monitoring.