基于SMA模型的扩张型心肌病影响基因分析

医学研究表明约30%的扩张型心肌病与遗传因素有关,因此从基因水平寻找其病因及发病机制越来越引起国内外学者的重视.采用针对超高维数据的序贯模型平均(SMA)方法对扩张型心肌病转基因小鼠微阵列数据建立回归模型,确定哪些基因对小鼠中G蛋白偶联受体的过表达有影响从而导致小鼠的心肌病,结果发现Msa.2877.0,Msa.741.0,Msa.768.0和Msa.2604.0四个基因是影响小鼠扩张型心肌病的主要基因,且SMA对该数据的拟合和预测都明显优于以往常用的SIS,L2boost及Lasso等变量选择方法.研究结果对进一步了解人类心脏病的发病机理有一定的借鉴意义.     

基于光谱空间重构的非监督最邻近规则子空间的高光谱异常检测

针对高光谱遥感影像维数高、数据量巨大且地物分布复杂,导致背景与异常难以区分的问题,提出一种基于光谱空间重构的非监督最邻近规则子空间异常探测算法.首先通过基于结构张量的波段选择算法,去除噪声像元,选择更有效的波段.然后,通过光谱空间重构增加背景与异常的绝对光谱距离.最后,为了充分利用背景字典之间的空间相似性信息,将空间距离权重引入到非监督最邻近规则子空间算法中,提高检测精度.为验证所提算法的有效性,用四组真实的高光谱数据进行实验,研究了不同参数对检测结果的影响.结果表明,与其他异常检测算法对比,所提算法具有更好的检测效果.     

张量的一个新S-型特征值定位集及其应用

通过分裂集合N={1,2,…,n}为子集S及其补集S得到张量的一个比文献中Qi和Li等给出的定位集更小的新S-型特征值定位集,并由该定位集得到了张量正定性判定的一个充分条件和非负张量谱半径的一个更优上界.     

基于串联两阶段网络DEA模型的供应链规模收益分析

数据包络分析(DEA)是评价供应链系统(Supply chain system)间相对有效性的一种重要的工具,但是传统的DEA不考虑供应链的内部结构,对系统效率评价偏高;而本文所研究两阶段串联供应链系统,考虑把部分中间产品作为最终产品输出,增加额外中间投入的情形.基于所提出的供应链系统结构,本文建立相应的串联结构下的网络DEA模型,并针对所建立模型进行相关理论的研究,给出了串联结构下的生产可能集和规模收益情况判定方法.最后,进行数值实验,以验证我们提出的结论.     

稀有气体二聚体基准集NgD×15构建及其对DFT方法的评价

基准集是训练和评价量子化学计算方法的重要工具,稀有气体二聚体Ng_2作为重要的弱色散体系,目前为止仍没有一个较为完整、精确的基准集,最近Head Gordon研究组发表MGCD84数据库时,其RG10基准集仍沿用了Tang-Toennies经验势.本文首先以He_2为例,证明了在CCSD(T)水平,使用中点键函数{6s6p6d3f2g1h}的aug-cc-pV5Z基组收敛性;并在CCSD(T)/aug-cc-pV5Z-{6s6p6d3f2g1h}水平下,经BSSE均衡校正后,获得了He_2至Rn_2全部同核稀有气体二聚体的15点相互作用势,构建了NgD×15基准集.并以此为标准,重新评价了目前常用的DFT的非局域和色散校正方法.总体上,非局域校正的精度较D3色散校正高,ωB97X-V及ωB97X-rV两种方法是该体系最优性价比的DFT-NL方法.     

基于数学单元的整体教学探索与实践:问题驱动的视角北大核心

1研究的背景与理论依据正如康德的观点:“知识在本质上是一个整体,正确使用人的理性可以指导主体将支离破碎的、不完整的知识统整上升到更高原则的整体知识.”[1]随着基础教育课程改革的推进,强调知识的整体性和单元整体作用的教学观愈加受到重视.“单元设计不仅仅是对知识点与技能训练的课时安排及单元重难点知识的分析”[2]。     

集成二氧化碳捕集与甲烷化转化研究进展

开发新型高效的二氧化碳捕集或利用技术对于减少化石能源利用过程的二氧化碳排放、缓解全球变暖等具有重要意义。集成二氧化碳捕集与利用技术(ICCU)因其能耗低和效率高等优势获得了广泛关注。该技术利用一种双功能材料通过集成二氧化碳吸附和原位转化两个主要过程,实现CO₂的高效转化并获得含碳燃料。本工作综述了ICCU中主要技术之一集成二氧化碳捕集与甲烷化转化。首先对实现该过程的双功能材料的组成和特性进行概述,重点从反应温度、反应时间、反应气体成分等角度探讨了影响ICCU甲烷化反应的因素,并对该技术未来的机遇和挑战进行总结和展望,以期为中国“双碳”目标下致力于二氧化碳捕集和利用的相关研究提供一定的借鉴。     

“铁盐+空气”催化氧化体系在绿色交叉偶联反应中的应用——推荐一个本科生科研训练项目

为深入开展创新创业教育与实践,培养学生创新创业能力,提高本科生人才培养质量,进一步推动创新创业教育改革,南开大学开展了“国家级大学生创新创业训练计划”项目。化学学院结合学科自身特点,践行科教融合、理论联系实际的培养方法,不仅能够引导本科生积极参加科研训练,还能将本科生的创新结果应用于实际生产中。实现“科研反哺教学”与“教学支撑科研”这样一个相互补充、相互促进的统一体。本文介绍了一组比较典型的本科生参与“国创”项目的例子,从项目准备入手介绍了该“国创”项目的具体实施过程、同学们所遇困难及收获心得等,希望将我们积累的一些经验与化学相关专业的同学分享,助力他们更好地完成创新项目。     

基于捕集柱阵列的制备型二维液相色谱纯化烟草中的4个组分

二维液相色谱(2D-LC)因具有较高的峰容量,在复杂样品的分离分析中获得了广泛的关注。然而,制备型2D-LC以纯化高纯单体为目标,在方法开发和设备构成等方面与分析型2D-LC有较大的不同,目前尚未得到充分的开发,在大规模的制备纯化中应用较少。本文以一套制备液相色谱模块为分离系统,以稀释泵、切换阀和捕集柱阵列为接口,构建了新型的制备型2D-LC系统,旨在规模化纯化多个活性成分。以烟叶中可以用作医药原料的烟碱、绿原酸、芦丁和茄尼醇等组分为目标物,考察了不同类型填料对样品的捕集效率、过载条件下的色谱保留行为等,优化了制备色谱条件。进而利用在线2D-LC系统实现了烟叶提取物的纯化,通过一次运行获得了4个高纯化合物。该系统具有中压色谱纯化成本低、系统在线运行自动化程度高、稳定性好及容易放大等优点。烟叶中活性化学成分的回收利用对促进烟草行业的发展及带动地方农业经济开发具有重大的意义。     

基于多特征算法选择的太赫兹时域光谱用于水稻种子掺假研究

该文提出了一种基于太赫兹时域光谱的水稻种子模式识别方法。实验以10种不同品牌混合掺假的水稻种子为样本,基于采集的样本太赫兹时域光谱数据,通过建立Relief、随机森林（RF）、支持向量机递归特征消除（SVM-RFE）和最大相关最小冗余（mRMR）模型分别对样本光谱波长进行特征选择,最后设计分类器对4种特征选择方法处理后的样本进行分类识别。结果表明,基于布谷鸟算法（CS）优化的极限学习机模型对经RF特征选择算法提取后的样本光谱数据具有最佳识别效果,其准确率可达100%,实验对于法庭科学领域内种子的掺假鉴定具有一定的借鉴意义。