天然产物衍生物化学库的组合合成

天然产物在药物化学和化学生物学中发挥着重要作用。目前,组合化学技术在合成天然产物衍生物化学库中的应用也越来越受到重视。本文综述了近5年来报道的组合合成天然产物衍生物化学库的一些例子。     

常用农药的气相红外光谱

本文使用惠普气相色谱仪ＨＰ５８９０和伯乐傅里叶变换红外光谱仪Ｂｉｏ－Ｒａｄ１７５,摸索了常用有机磷杀虫剂甲胺磷和氨基甲酸酯杀虫剂抗蚜威的最佳色谱出峰条件和气相红外光谱图,并依靠已有的气相红外谱库进行了检索,拟建立农药的气相色谱,红外联用谱库,以用于农产品品种的ＧＣ／ＦＴＩＲ监控。     

中国X射线光谱分析文献及计量统计评介

中国X射线光谱分析已经历了60年的发展历程,相关技术文献数量已过万.直至2019年才有"基于CNKI的X射线荧光光谱研究文献计量学分析"一文和《中国X射线荧光光谱分析文献索引》一书的发表与出版.以这两篇文献为基础说明中国X射线荧光光谱文献的类型、文献源及检索收集,简介了这两篇文献的成果要点,评介中国X射线荧光光谱文献统...     

网络驱动的未识甲骨字特性及场景语义预测

甲骨学的研究具有重要的文化价值和传承意义,可以极大提高国家的文化自信。未识甲骨字的语义预测是甲骨学研究中最主要的问题,也是传统甲骨学研究中最棘手的问题。现有的计算机技术辅助研究方法无法预测未识甲骨字的语义。利用复杂网络对甲骨文进行了抽象和理解,并对未识甲骨字的场景语义进行预测。首先,以甲骨拓片为基础数据,通过建模构建甲骨字网络;其次,在甲骨字网络之上,分析未识甲骨字的重要性、信息丰富度、闭合性等特性,为预测未识甲骨字的场景语义提供理论依据;最后,根据网络特性和甲骨拓片的上下文语境预测未识甲骨字的场景语义。构建的未识甲骨字特性体系以及预测未识甲骨字的场景语义思路为破译其他未识甲骨字的语义奠定了基础,有助于推动甲骨文考释的进程。     

二十一世纪以来数学建模教育研究的方向与发展——基于数学教育领域六大国际期刊的文献调查

使用内容分析法对SSCI数学教育方向期刊2000-2020年发表的数学建模研究文献从年度分布、期刊分布、作者所属的国家与地区分布、研究对象分布、研究内容和研究方法6个维度进行了系统的分析,描述了国际上数学建模教育研究的现状,发现了设计Model Eliciting Activity(MEA)数学建模活动的6项基本要素以...     

基于SIPM-SPM调制的ACO-OFDM系统性能分析

针对DCO-OFDM系统功率效率低以及高阶信号调制复杂度高的问题,提出一种联合子载波索引和功率叠加复用(Subcarrier Index-Power Modulated With Superposition Multiplexing,SIPM-SPM)的新型信息承载维度,将其应用于非对称限幅光正交频分复用(Asymmetrically Clipped Optical OFDM,ACO-OFDM)系统。该调制技术对高功率子载波采用SPM,添加两个8PSK和QPSK编码的复值数据,进一步增加了信号的传输容量,同时ACO-OFDM系统避免了直流偏置带来的功率损耗。仿真结果显示:在ACO-OFDM系统中,SIPM-SPM相较于SIPM(8-PSK/QPSK),信号传输容量提高了28.6%;相较于相同信号传输容量的SIPM(32-PSK/QPSK),在误码率为1.0×10^(-3)时,信噪比增益>2.8 dB,色散容忍度提高了>560 ps/nm,光发射功率动态范围提高了>6.7 dB。这表明将SIPM-SPM调制应用于ACO-OFDM系统,具有较好的抗噪声性能和较高色散容忍度,也降低了对发射光功率的需求。     

基于知识图谱科技创新资源智能推荐模型的设计与实现北大核心CSCD

近年来,随着科学技术的快速发展,科技成果信息数据规模呈指数型增长。在这些海量数据中蕴含着大量有价值的知识信息,如何从中筛选、整合并发挥这些知识信息的价值受到广泛关注。在此背景下,知识图谱应运而生,其中知识图谱中的知识推理成为研究热点,目前这一研究热点已在语义搜索、智能问答等方面取得重大成就。     

DNA编码分子库液相筛选方法的新进展

目前, DNA编码分子库技术(DNA-encoded library, DEL)已经成为新药研发中不可或缺的重要技术平台.过去30年DEL技术不断发展成熟, DEL兼容化学反应也发展迅速,极大地改善了DEL的化学多样性,并推动了其在药物发现中的应用.通常, DEL的筛选主要是基于亲和力的固相筛选,将纯化后的靶点蛋白固载在基质上,然后通过物理洗脱的方式将结合分子与背景分子分离开来.近年来,一系列在液相中进行DEL筛选的新方法被研发出来,使得适用于DEL筛选的靶点范围被进一步扩大,揭示了DEL作为有效工具探索基础生物学的潜力.本文综合评述了DEL技术的液相筛选方法及应用,并对DEL技术应用于复杂生物靶点以及功能性筛选进行了展望.     

湍流信道下差分索引移位键控直流偏置光OFDM

针对现有光无线正交频分复用（OFDM）索引调制均需接收端已知信道状态信息的问题，通过构建满足差分运算的时频弥散矩阵进行索引映射，提出了一种差分索引移位键控光OFDM方案。推导出了该方案在最大似然准则下的平均误码率上界，并与子载波索引移位键控直流偏置光OFDM(SISK-DCO-OFDM)系统进行了性能对比。其次，依据差分信号的特点，构造了一种适用于机器学习的差分信号特征向量，并结合径向基神经网络提出了一种多分类检测器，有效降低了译码复杂度。结果表明，所提差分索引方案有效避免了复杂的信道估计，同时在高信噪比下获得了近似SISKDCO-OFDM的误码性能。所提检测器取得了近似差分最大似然检测算法的误码性能，而且复杂度大大降低，例如当子载波块长度为2和4时，所提检测器的复杂度分别降低了16.67%和70%。