X射线激光器捕捉到蛋白质分子的超快动态

近日,美国威斯康星大学密尔沃基分校的生物物理学家、能源部下属SLAC国家加速器实验室部门负责人Marius Schmidt率领的国际研究团队,用X射线激光器以慢动作的形式展示了一个光敏性生物分子的快速动态。"人们能够在这一技术的基础上,以原子水平的空间分辨率和超快时间分辨率制作纳米世界的电影,"Schmidt说道。研究人员将PYP光敏黄蛋白(photoactive yellow protein)作为模式系统。PYP是一种蓝光     

非齐次动力学方程的一种精细积分单步方法

针对非齐次动力学方程■,结合精细积分法和微分求积法,利用同阶的显式龙格-库塔法对计算过程中待求的v_(k+i/s)(i=1,2,…,s)进行预估,提出了一种避免状态矩阵求逆的高效精细积分单步方法。该方法采用精细积分法计算e~(Ht),而Duhamel积分项采用s级s阶的时域微分求积法,计算格式统一且易于编程,可灵活实现变阶变步长。仿真结果表明,与其他单步法及预估校正-辛时间子域法进行数值比较,该方法具有高精度、高效率及良好的稳定性,在求解大规模动力系统时间响应问题中具有较大的优势。     

基于大规模高维线性回归模型的分布式计算方法研究

大数据背景下挖掘大规模高维数据所隐藏的信息备受关注.本文主要目的是采用分布式优化方法解决加SCAD和Adaptive LASSO惩罚的高维线性回归中的参数估计和变量选择问题.主要方法是通过构造全局损失函数的一个交互有效的正则化替代损失函数,把基于全局损失函数的优化问题转化为基于替代损失函数的优化问题.本文设计的修正的ADMM算法,在计算上,只需要子机器基于局部数据计算梯度,而主机器进行参数估计和变量选择.在主从机器交互复杂度上,基于替代损失函数所得的估计误差收敛于基于全局损失函数所得的估计误差.通过模拟和实证研究进一步验证本文提出的分布式计算方法在实际生活中的可行性和实用性.     

吉林大学化学本科与研究生贯通式创新型人才培养模式

吉林大学化学学院秉持立德树人的根本任务,以“厚基础、重实践、严要求”为理念,探索了改革开放后具有吉大特色的本科与研究生贯通创新型人才培养模式。以先进的教学科研理念、雄厚的师资队伍、完善的人才培养体系、优质的平台支撑为基础,培养了一大批杰出的化学家,为我国化学领域的教育事业和科学研究奠定了深厚的基础,成为培养高素质化学人才的一方沃土。     

砂土类材料离散元细观参数的自动识别

准确的细观参数是采用离散元进行合理模拟的前提,基于最优化理论,本文提出了一种砂土类材料离散元细观参数的自动标定方法:采用PFC离散元软件模拟砂土的双轴压缩试验,以使PFC数值模拟的应力–应变曲线与某标准砂土室内双轴压缩实验结果的误差最小为优化目标,采用模式搜索法实现砂土类材料离散元细观参数的自动标定。本文提出的离散元细观参数自动标定方法具有识别效率快,精度高的优点。     

政府奖励对报废汽车回收模式选择的作用机制研究——基于企业社会责任视角

随着我国报废汽车数量的增多,由其造成的交通隐患、环境污染和资源浪费已成为重要社会问题,而如何设计合理可行的回收模式成为解决问题的关键。以制造商主导为前提,提出了基于企业社会责任的报废汽车回收模型,构建了制造商回收、销售商回收和第三方回收模式下的回收流程和数学模型,通过实例对考虑和不考虑企业社会责任两种情况下的回收模型进行了分析,探讨了不同政府奖励下报废汽车回收模式的策略选择。通过研究发现:(1)不论是否考虑企业社会责任,随着政府奖励的增加,制造商最终都会选择由自己进行回收;(2)当考虑企业社会责任时,政府奖励和决策者经济责任偏好都会导致决策的改变,随着政府奖励和赋予经济责任权重的同步增加,制造商的决策由第三方企业回收模式或销售商回收模式变成了制造商回收模式,表明政府奖励和企业社会责任对报废汽车回收模式选择具有显著影响。     

基于多特征和改进稀疏表示的高光谱图像分类

为了实现对高光谱图像的分类,提出了一种基于多特征和改进稀疏表示的方法——MFISR。从高光谱图像中提取光谱特征、Gabor特征和局部二值模式(LBP)特征,求解稀疏系数,同时增加一个2范式约束,利用所得系数得到每个测试像素的最终类别标签。实验结果表明:所提MFISR方法对小样本的检测效果显著,分类性能稳定且较优。     

含分布时滞的时滞微分系统多步龙格-库塔方法的时滞相关稳定性

本文研究了一类含分布时滞的时滞微分系统的多步龙格-库塔方法的稳定性.基于辐角原理，本文给出了多步龙格-库塔方法弱时滞相关稳定性的充分条件，并通过数值算例验证了理论结果的有效性.     

整环上保持矩阵等价的映射

矩阵论是代数学的重要分支,而矩阵保持问题是矩阵论中的重要问题.交换环上的矩阵保持问题,主要研究保持交换环上矩阵的某种性质或关系的映射.在整环上的矩阵空间里,给出了映射保持矩阵等价的一个充分必要条件.     

默认模式网络与任务正网络之间相互拮抗的神经动力学分析

任务正激活与任务负激活的工作机制是认知功能实现的基本要素.这一拮抗关系的失衡或者受损可能会引发一系列严重的退行性神经疾病，然而到目前为止，尚不清楚这种拮抗现象的神经机制.该文基于默认模式网络与任务正网络在突触层面上相互抑制的假设，并结合多种刺激条件下的工作记忆模型，进行了计算机数值模拟.研究结果表明: 1) 任务正网络与任务负网络之间在神经活动上呈现出拮抗关系； 2) 伴随着工作记忆刺激方向数目的增加，任务负网络神经活动的衰减程度会随之增大； 3) 当工作记忆相关的脑区其神经活动增加时，任务负网络的神经活动减少； 4) 并且随着工作记忆任务难度的增加，任务负网络的神经活动会迅速衰减.这些计算结果都与神经科学实验数据是匹配的.由于任务负激活是默认模式网络的主要特征，因此默认模式网络与任务正网络在突触层面上的相互抑制是这两种不同性质网络之间形成拮抗关系的根本原因.