基于双向循环神经网络的汉语语音识别*

当前基于深度神经网络模型中,虽然其隐含层可设置多层,对复杂问题适应能力强,但每层之间的节点连接是相互独立的,这种结构特性导致了在语音序列中无法利用上下文相关信息来提高识别效果,而传统的循环神经网络虽然做出了改进,但是只能对上文信息进行利用。针对以上问题,该文采用可以同时利用语音序列中上下文相关信息的双向循环神经网络模型与深度神经网络模型相结合,并应用于语音识别。构建具有5层隐含层的模型,其中第3层为双向循环神经网络结构,其他层采用深度神经网络结构。实验结果表明:加入了双向循环神经网络结构的模型与其他模型相比,较好地提高了识别正确率;噪声对双向循环神经网络汉语识别有重要影响,尤其是训练集和测试集附加噪声类型不同时,单一的含噪声语音的训练模型无法适应不同噪声类型的语音识别;调整神经网络模型中隐含层神经元数量后,识别正确率并不是一直随着隐含层中神经元数量的增加而增加,神经元数量数目增加到一定程度后正确率出现了降低的趋势。     

片段化森林中檵木幼苗种内叶经济性状变异及其驱动因子

在异质性生境中，种内功能性状变异有助于植物对环境的适应，进而影响种群更新、群落构建和生态系统过程。探讨了种内叶经济性状的变异及受生境异质性的塑造情况。以千岛湖片段化生境中的常见种檵木（Loropetalum chinense）的幼苗为研究对象，测定了200株檵木幼苗个体水平的7个叶经济性状（比叶面积SLA、叶全碳量C、叶全氮量N等）及其对应的生境因子（郁闭度、土壤全碳量、土壤全氮量等），采用相关性检验、主成分分析和线性混合效应模型等方法探讨片段化森林中檵木幼苗的种内叶经济性状变异及生境异质性对该变异的驱动作用。结果显示：（1） 在7个叶经济性状所构成的21对相关性分析中，有12对显著相关。经主成分分析降维后，主成分1（PC1）占性状总变异的43.02%，主要与比叶面积、叶绿素浓度、叶全氮量呈正相关，与叶干物质质量分数和叶碳氮比呈负相关，体现了檵木的种内叶经济谱，可反映叶片的最大光合效率。（2）片段化对生境条件和叶经济性状均有影响。岛屿森林群落的郁闭度显著低于大陆。相对于大陆，岛屿中的檵木幼苗趋向于更小的PC1值（缓慢投资-收益策略）；大岛边缘较大岛内部偏向于更小的PC1值。（3）生境因子中，郁闭度对PC1具有显著正效应。研究表明，片段化生境中的檵木在幼苗阶段存在叶经济谱，生境片段化可通过影响生境条件进而改变檵木幼苗的叶经济性状。随着生境片段化程度的加剧，檵木幼苗的叶经济性状逐渐向缓慢投资-收益策略靠拢。     

日化用多糖产品中阳离子醚化剂残留量的检测

通过高效液相色谱仪联用线性离子阱质谱建立了阳离子多糖产品中醚化剂残留量的检测方法。以阳离子瓜尔胶为例,采用硼砂-NaOH水溶液对残留醚化剂进行了提取,以C18为分析色谱柱,甲醇-水(0.1%三氟乙酸TFA)作为流动相进行梯度洗脱分离。质谱采用电喷雾正离子(ESI+)电离模式,选择反应检测(SRM)模式检测。结果表明:QUAB-151和QUAB-188在0.5~100μg·mL-1范围内呈良好的线性关系,相关系数(r2)均大于0.998.检出限分别为0.12和0.14μg·mL-1,定量限分别为0.39和0.46μg·mL-1。从0.5~100μg·mL-1的添加浓度的检测结果可以看出,平均回收率均在99.6%~103.2%之间,相对标准偏差(RSD,n=3)均为3.51%以下。该方法操作简便快速,定量准确,可适用于化妆品中QUAB-151和QUAB-188的残留测定。     

自适应多种群回溯群居蜘蛛算法求解TSP问题

在群居蜘蛛优化算法中引入自适应决策半径,将蜘蛛种群动态地分成多个种群,种群内适应度不同的个体采取不同的更新方式.在筛选全局极值的基础上,根据进化程度执行回溯迭代更新,提出一种自适应多种群回溯群居蜘蛛优化算法,旨在提高种群样本多样性和算法全局寻优能力.函数寻优结果表明改进算法具有较快的收敛速度和较高的收敛精度.最后将其应用于TSP问题的求解.     

一个二元叠加码M_q(t,k,d)生成的二元等重码

研究了二元叠加码Mq(t,k,d)也是一个二元等重码,给出了它成为最佳等重码的条件,研究了它的检错性.     

焦油模型化合物与铁基氧载体的反应特性研究

本研究以生物质/煤的焦油模型化合物(TMCs)为研究对象,在两阶段固定床实验上探究了铁基氧载体(70%Fe₂O₃/30%Al₂O₃)对TMCs的转化特性,考察了不同TMCs的反应性及其转化的影响因素。研究发现,TMCs与氧载体的反应活性为：苯酚>蒽>萘,且苯酚转化生成积炭的比例最多(64%),而萘转化生成积炭的比例最少(40%);氧载体与萘的反应程度相对较高,但容易导致氧载体的烧结。此外,积炭表征显示萘生成的积炭在三种TMCs中具有最高的稳定性。增加氧载体的用量和提高反应温度不仅有利于萘和蒽的进一步转化,而且能够增加气相产物中CO₂的分率。由于苯酚分子具有较高的反应活性及较强的裂解效果导致其转化率随氧载体用量和反应温度的增加变化较小,然而,较高的反应温度(1000℃)导致焦油发生严重的裂解现象并产生大量积炭。三次循环实验结果表明与萘反应的氧载体失活最为严重。     

基于非靶向代谢组学的茄梨和红茄梨成熟期果皮代谢产物的差异分析

为了探究西洋梨品种茄梨及其红色芽变红茄梨成熟期果皮代谢产物差异,采用超高效液相色谱-质谱联用技术,对茄梨和红茄梨成熟期果皮进行非靶向代谢组学研究。通过主成分分析和正交偏最小二乘判别分析,构建了多变量统计分析模型,结合模型和变量重要性投影与最大差异倍数值,基于精确质量数、二级碎片以及同位素分布,使用PMDB(Plant Metabolome Database)数据库进行定性,筛选并鉴定出茄梨和红茄梨果皮中显著性变化(P<0.05, VIP(variable importance in project)≥1)的差异代谢物有83种,主要包括酚酸类、黄酮类和氨基酸类物质,涉及类黄酮代谢、氨基酸代谢、苯丙烷类代谢等代谢途径,其中53种物质含量上调,30种物质表达下调。通过KEGG(Kyoto Encyclopedia of Genes and Genomes)数据库进一步对差异代谢物质进行通路富集分析,差异代谢物主要分布在20条代谢途径中,P<0.05的代谢途径有6条,分别是类黄酮生物合成、黄酮和黄酮醇生物合成、苯丙烷生物合成、丁酸酯代谢、苯丙氨酸代谢、酪氨酸代谢。这些差异代谢物的变化可能是导致茄梨和红茄梨果皮色泽不同的原因。该研究从植物代谢组学角度初步揭示了茄梨和红茄梨成熟期果皮的代谢产物差异性。     

含N-乙酰化肝素寡糖的制备及序列分析

建立了含N-乙酰化肝素寡糖的分离提纯及其序列结构分析方法.首先应用肝素酶Ⅰ深度酶解低分子量肝素来富集含N-乙酰化结构寡糖,通过Bio-Gel P10凝胶色谱法分离制备了包括二糖至十四糖的系列肝素寡糖粗样品,ProPac PA-1强阴离子高效液相色谱(SAX-HPLC)等方法对粗样品进一步分离,提纯得到4种六糖和3种八糖片段.其次应用肝素酶Ⅰ,Ⅱ和Ⅲ复合酶解与HPLC法分析各纯化寡糖的二糖组分,并结合肝素酶Ⅰ底物特异性,初步推断4种六糖和3种八糖的序列结构.在寡糖的糖链两端均含有N-硫酸化二糖,而N-乙酰化二糖分布在糖链当中.应用电喷雾离子阱-飞行时间质谱(ESI-IT-TOF-MS)在负离子模式下进一步表征寡糖并分析其裂解规律.结果表明,各寡糖中均出现大量因SO32-丢失形成的碎片离子峰,六糖中主要有双电荷和三电荷碎片离子峰;在八糖中出现了一系列从双电荷至五电荷的离子峰.各寡糖的双电荷离子峰质荷比进一步确定了上述寡糖的序列结构.六糖的裂解规律表明,裂解主要存在于糖苷键,N-乙酰葡糖胺和糖醛酸上的裂解方式分别为0,2X和0,2Z.本研究提供了切实有效的分离、分析未知结构肝素寡糖序列的新方法.     

定量核磁共振波谱法同时测定中药虎杖中白藜芦醇和虎杖苷的含量

建立了定量核磁共振波谱法同时测定虎杖中白藜芦醇和虎杖苷的方法。样品用80%乙醇和丙酮两次超声提取净化,再用定量核磁共振波谱法测定。考察了样品预处理和核磁共振实验条件对测定结果的影响,选择氘代二甲亚砜-重水(10∶1,V/V)为溶剂,用基准物质邻苯二甲酸氢钾标定的2,3,5-三碘苯甲酸为内标,选择脉冲延迟时间为5 s,采样次数为32次。定量峰为6.388~6.391(白藜芦醇:H-2,6,d,2H)和6.322~6.330(虎杖苷:H-4,t,1H)。结果表明,NMR测定的精密度均小于0.6%,线性相关系数(r)均大于0.999,白藜芦醇和虎杖苷的检出限分别为0.23和0.24 g/L,定量限分别为0.69和1.57 g/L,包括样品提取过程的回收率分别为97.7%~103.5%(RSD=2.4%)和94.5%~99.2%(RSD=1.6%),显示出定量核磁共振法在中药定量时的可靠性。实际测定4种虎杖饮片及配方颗粒样品中白藜芦醇和虎杖苷含量分别为3.57~5.69 mg/g和12.73~24.07 mg/g。     

氮掺杂有序介孔碳-Ni纳米复合材料的制备及电化学性能

以F127为模板剂,Ni Cl2为镍源,尿素为氮源,间苯二酚甲醛原位聚合树脂为碳源,分别采用均相法和两相法制备Ni-NOMC-1,Ni-N-OMC-2纳米复合材料。X射线衍射(XRD)、激光拉曼以及透射电子显微镜(TEM)等测试结果表明,复合材料具有有序介孔结构,Ni以金属微粒形式嵌于碳骨架中,提高了有序介孔碳的石墨化程度。X射线光电子能谱测试(XPS)表明尿素热解后以4种形式存在:sp3杂化与C结合的N原子,吡啶N原子,sp2杂化与C结合的N原子以及quaternary-N原子。Ni-N的共改性改变了碳载体的理化性质,有利于Pt纳米粒子的负载与分散。均相法制备的Ni-N-OMC-1复合材料微波负载Pt后,氧还原极限电流密度为5.32 m A·cm-2,氢氧化电化学活性面积高达138.53 m2·g-1,电化学催化活性优于商业20%Pt/C材料(4.49 m A·cm-2,96.98 m2·g-1)。