压缩速度对Surfactin在单分子膜内聚集行为的影响

研究了一种微生物脂肽——Surfactin(表面活性素)在气/液界面形成的单分子膜性质, 测定了压缩速度对其单分子膜的表面压-分子面积(π-A)曲线的影响. 结果表明, Surfactin单分子膜铺展在pH＝2酸性亚相上的过程是一个亚稳过程. 通过原子力显微镜(AFM)观察了不同压缩速度时在25 mN•m－1下转移的Langmuir-Blodgett (LB)膜. 在中等压缩速度(0.6 nm2•mol－1• min－1)时转移的LB膜表面观察到分布均匀、排列规则、类似球形的表面聚集体, 而在其它压缩速度下, 形成了按一定规则分布的表面团簇结构. 结合π-A曲线和AFM图像, 提出了Surfactin表面聚集体在气/液界面上的形成机制.     

大型复杂松散堆积体形成机制的内外动力耦合作用初 探

在我国西部山区广泛发育和分布第四纪大型复杂松散堆积体,这是一套介于土、岩之间的过渡类型的地质体;其成因复杂,主要包括残坡积物、崩滑堆积体、冲洪积物、冰碛物和冰水沉积物等两种或多种组合混杂堆积,明显区别于东部平原区的单一成因类型。本文通过资料对比分析,对大型复杂松散堆积体的一般特征、主要类型和区域分布规律进行了系统总结,最后从"耦合"的角度来探讨其成因机制,并提出河谷型松散堆积体的内外动力耦合概念模型,研究认为大型复杂松散堆积体属于典型的内外动力耦合作用产生的多期次、成因复杂的复合地质体。     

厦门沪救码头附近海底滑坡特征及机理

根据多种勘察手段的识别,查明厦门沪救码头附近海底地形等值线明显扭曲;码头南侧外块石与淤泥互为翻转;滑体后方淤泥可见到蜂窝状孔隙;北码头一带不连续分布有新近沉积的灰黄色淤泥且沿海岸;另外地震映像也出现绕射波相对严重等现象。本文结合地形、地层、海洋水动力条件等因素,对滑动机理进行综合分析;在不考虑海浪、地震作用下,对水下坡体采用极限平衡理论方法、后壁岸坡选择圆弧条分法进行不同的稳定性评价。研究得出:该海底滑坡形成是自然地质、人为活动和重力、海洋动力共同作用以及地层因素的综合结果。     

基于注意力机制的复杂背景连续手语识别

提出一种基于注意力机制的连续手语识别算法ACN(attention-based 3D convolutional neural network),能够识别复杂背景下的连续手语。该算法首先利用背景去除模块,对包含复杂背景的手语视频进行预处理;然后,通过基于空间注意力机制的3D-ResNet(3D residual convolutional neural network)提取时空融合信息;最后,采用结合时间注意力机制的长短期记忆（long short-term memory,LSTM）网络进行序列学习,得到最终的识别结果。算法在大规模中国连续手语数据集CSL100上表现优异;在面向不同复杂背景的情况下,算法表现出良好的泛化性能,模型引入的时空注意力机制是切实有效的。     

基于协同注意力的RGB-D图像显著性检测

在RGB-D显著性检测视觉任务中,RGB彩色模态和深度模态的信息均被视为十分重要的特征线索。但现有的RGB-D显著性检测模型无法高效执行多尺度特征的交互和多模态特征的融合,因此在真实的开放场景下表现欠佳。针对上述问题,提出了一种基于协同注意力（synergistic attention）机制的RGB-D显著性检测算法模型（SANet）,并引入多模态学习中通用的引导与教导策略（guidance and teaching strategy）。在编码器进行多尺度特征提取的阶段中进行隐式引导（implicit guidance）,在解码器进行特征融合时进行显式的教导（explicit teaching）,实现了编码、解码的分阶段学习。在4个显著性检测评测数据集上进行的综合实验表明,该算法在4个评测指标上均优于已有的18个前沿RGB-D显著性检测模型。     

Point-GAT：图注意力机制与关键点检测的融合

针对以往基于关键点的目标检测存在小尺度上的检测结果不太理想,忽略关键点之间的类别语义信息的问题,提出了一种新的关键点检测算法Point-GAT。该算法通过在Hourglass和ResNeXt主干网络上加入快捷连接,解决网络深度增加带来的学习退化问题;使用反卷积和特征融合增强小尺度目标的检测效果;同时算法使用了图注意力机制,通过构建有向有权重图映射类别之间的语义关系,获得关键点之间的类别语义信息;在优化定位和回归函数的同时,加入分类损失函数分支来反映类别语义信息。在COCO数据集上实验结果表明,该算法平均精度达到了48.3%,在PASVAL VOC 2007和PASVAL VOC 2012数据集上平均精度均高于其他算法。     

基于交互和图注意力网络的代码搜索方法

在代码搜索任务中,已有的基于深度学习的算法,一方面不能有效提取代码特征和查询特征之间的细粒度交互关系,另一方面未考虑特征之间潜在的结构化特征,无法实现更精确的匹配。本文提出了一种基于交互和图注意力网络的代码搜索模型IGANCS(Interaction and Graph Attention Network based model for Code Search)。该模型通过引入基于相似度矩阵的交互机制,学习代码特征和查询特征的细粒度交互关系,实现代码与查询之间的对齐;引入图注意力机制,利用自注意力层学习代码和查询中隐藏的结构化特征,更深入地挖掘代码和查询的结构化语义;利用最大池化机制分别聚合代码特征和查询特征,提取最重要的特征信息。本文在公开的Java数据集和Python数据集上对IGANCS进行了评估。实验结果表明,IGANCS在Mean Reciprocal Rank(MRR)和SuccessRate@1/5/10指标上优于已有的基线模型。     

草鱼巨噬细胞活化的生理生化指标研究

采用Percoll密度梯度离心等技术，对处于两种不同活性状态的草鱼头肾和腹腔巨噬细胞（Macrophage,Mφ）进行了分离纯化，并对两者的生理生化代谢作了比较分析，证实活化Mφ的体积增大，O^-2,H2O3,ACP活性和RNA、蛋白质含量显著升高，吞噬杀菌力明显增强，5′ND活性显著下降，这些变化规律与高等脊椎动物Mφ相一致，说明鱼类和高等脊椎动物Mφ存在相同的活化机制，O^-2，H2O2，ACP，RNA，蛋白质和5′ND活性和含量以及吞噬杀菌力均可作为反映鱼类Mφ活性水平的生理生化指标。     

冲击荷载下钢筋混凝土梁的性能及损伤评估

基于落锤冲击试验,通过数值模拟研究钢筋混凝土梁在冲击荷载下的抗冲击性能和损伤机理。针对冲击荷载局部效应明显和持时短暂等特点,提出基于截面损伤因子的损伤评估方法;采用参数分析方法研究了箍筋间距、边界条件、冲头形状和面积以及冲击位置对钢筋混凝土梁的动态响应和损伤程度的影响。结果表明:基于截面的损伤评估方法能够比较直观地描述梁体损伤沿长度方向的分布;端部的固支约束可以有效地改变钢筋混凝土梁的耗能机制,并能提高梁的抗冲击承载潜力;冲击位置会直接影响梁体的裂缝分布和破坏模式;碰撞接触面积和冲头形状也对梁的损伤分布具有一定的影响。     

基于t准则的各向异性强度准则及变换应力法

岩土材料通常呈现出成层水平分布特点, 即可将其视为横观各向同性材料, 横观各向同性对于岩土材料的变形以及强度值都会产生显著的影响. 基于已提出的t强度准则, t强度准则是基于各向同性单元体中存在有效滑移面来构建的, 并根据该空间有效滑移面上主剪应力与主法向应力的比值达到一定阈值为破坏条件. 在空间中存在有效滑移面与物理沉积面, 基于上述两个面在空间的位置关系, 用两面夹角作为表征横观各向同性对剪切强度影响程度的参量, 并假定当该夹角值越大, 则各向异性对强度贡献程度越大, 对应更大的应力比强度值, 反之, 则对应更小的应力比强度值. 基于上述思路并类比将其推广为正交三维各向异性准则, 基于三维各向异性材料的三维沉积面, 提出了三维特征沉积面的概念, 并基于空间滑移面与三维特征沉积面之间的夹角作为度量各向异性程度的变量, 提出了基于两面角作为参量考虑原生各向异性的应力比强度公式, 并利用该应力比强度公式来修正已提出的t强度准则, 最终建立了考虑各向异性影响的t准则公式. 在上述准则基础上, 考虑将各向异性应力空间转换为各向同性应力空间的思路, 在各向异性t准则基础上, 推导得到了基于各向异性强度t准则的变换应力公式, 利用变换应力公式可以将传统的以p, q为变量的各向同性本构模型转变为可考虑各向异性的三维本构模型. 通过对岩土材料的强度以及真三轴条件下的应力应变关系试验数据预测, 验证了所提的各向异性t准则及其变换应力公式的有效性及适用性.