岱衢族大黄鱼不同组织的同工酶谱

于2006年11月,在象山港采集30尾网养岱衢族大黄鱼,采用聚丙烯酰胺凝胶垂直电泳方法,研究分析了岱衢族大黄鱼眼睛、肌肉、肝脏、肾脏、脾脏、心脏、胸鳍、鳃和脑9种组织中16种同工酶（LDH、ADH、MDH、ME、SOD、POD、EST、GAD、ALP、ATP、FDH、SCD、IDH、GDH、ACP、GcDH）的表达情况,发现除IDH、GDH、ACP、GcDH 4种酶只显示微弱且不稳定的区带外,其他酶类在各组织中都显示出清晰稳定的酶谱,且这些酶在表型、分布和活性上均表现出高度的组织特异性,与各组织的生理功能相一致.     

马赫杆加载下无氧铜的动态破碎

为了深入了解金属材料在复杂加载下的动态破碎行为,在有限元模拟的基础上,设计了两类马赫杆加载实验,用于研究无氧铜在复杂加载下的动态破碎行为。实验中,采用火炮加载马赫透镜和激光粒子速度干涉仪测量自由面速度,实现了峰值压力分别为95.75和32.38 GPa的动态加载。结果表明,实验中成功实现了稳定的马赫杆加载,并且观察到马赫杆加载下无氧铜的2种不同近表面破碎模式,即高压下产生微层裂、低压下产生三角波层裂,且层裂区呈凸形分布。

     

一类推广的二元Legendre-Sidelnikov序列的自相关分布

推广的Legendre-Sidelnikov序列较之原序列有更好的平衡性质,但是关于该序列的周期自相关函数,迄今仅知道一些特殊移位的情形。该文利用有限域上特征和的相关性质,给出了推广的二元Legendre-Sidelnikov序列的自相关函数的完整分布。结果表明当p3(mod 4)且qp 时,推广的Legendre-Sidelnikov序列较之原序列有更好的周期自相关函数的分布。     

渐变槽天线端射特性优化设计

该文在优化渐变槽天线结构基础上,采用栅形开槽和加载周期结构,设计了一款平面端射天线。通过数值模拟,分析了栅形开槽和周期结构对天线辐射特性的影响。该结构在1~3.5 GHz频带内,明显改善了渐变槽天线的端射特性。天线样机测试结果表明,该天线在1~3.5 GHz内,驻波系数小于2,增益约为7 dBi。天线的群时延相对平坦,时域波形振铃较小,可以应用于脉冲体制雷达。     

军用目标红外辐射特征研究进展

随着红外探测和精确制导技术的发展,红外隐身成为提高军用目标生存力和战斗力的关键技术之一,红外辐射特征研究作为一种基础研究在红外隐身技术中占有重要作用。阐述了红外辐射特征研究在红外隐身技术中的重要意义以及研究方法,探讨了其主要研究内容,介绍和分析了国内外在红外辐射特征上的研究现状。在此基础上,展望了未来红外辐射特征研究的发展趋势。     

一种基于场强测量的辐射源定位方法

提出了一种基于车载监测系统移动测量场强值的未知辐射源定位方法.从消除电波非视距传播影响出发,利用场强中值算法和小波分析有效去除了多径快衰落噪声和地形遮蔽引起的慢衰落噪声.根据测试数据针对不同测试环境使用带有自适应偏差补偿因子的传播模型.通过遗传算法迭代计算残差的目标方程,较准确地实现了辐射源的定位.对算法进行计算机仿真与实测数据验证,证明了该定位算法的有效性.     

动脉粥样硬化光学成像探针研究进展

心血管疾病(Cardiovascular disease, CVD)是全球疾病致死的主要原因之一. 动脉粥样硬化(Atherosclerosis, AS)是引发各种CVD的首要危险因素, 其发生发展通常经历持续的慢性炎症过程. 因此, 及时高效地检测AS, 对于早期评估、 诊断和治疗CVD具有重要临床意义. 光学探针成像拥有极高的灵敏度和空间分辨率以及超快的信号采集处理速度, 被广泛应用于生物医学检测与成像. 本文综合评述了6种常见用于AS成像的光学探针, 涉及小分子荧光探针、 聚集诱导发光(Aggregate-induced emission, AIE)纳米探针、 量子点探针、 上转换纳米探针、 光声探针和多模态探针等; 并对各种探针的优缺点进行了分析比较. 在此基础上, 展望了光学探针在AS成像领域的发展前景, 并提出了相应建议.     

碳酸酐酶靶向探针的研究进展

碳酸酐酶作为一类在肿瘤中高表达的酶, 参与肿瘤组织中乏氧、 微酸性等环境的调节, 已成为肿瘤诊断与治疗的一类重要靶点. 本文简要概述了碳酸酐酶的生物学功能, 并总结了目前针对碳酸酐酶所构建的不同类型的分子探针, 以及其在肿瘤成像与治疗应用中的研究进展. 最后, 对靶向碳酸酐酶探针研究所面临的挑战和未来可能的研究方向进行了展望.     

基于积累线性模型的证券单笔交易模型

积累线性模型是处理自变量为连续变量、因变量为离散变量时的常用方法。而单笔交易中证券价格的变动为离散变量,本文采用积累线性模型为其建模,得到了在一定的交易方向和交易量下,证券价格变动的条件概率分布。理论与实证结果均显示,积累线性模型更适合用于建立单笔交易模型;其中序次Logisic回归又比序次Prob it回归的拟合效果更好。使用积累线性模型建立的证券单笔交易模型具有良好的应用前景。     

基于知识蒸馏与改进ViT网络的花卉图像细粒度分类

由于自然条件下拍摄的花卉图像背景复杂,而且其存在类内差异性大和类间相似性高的问题,现有主流方法仅依靠卷积模块提取花卉的局部特征难以实现准确的细粒度分类。针对上述问题,本文提出了1种高精度、轻量化的花卉分类方法(ConvTrans-ResMLP),通过结合Transformer模块和残差MLP(multi-layer perceptron)模块实现对花卉图像的全局特征提取,并在Transformer模块中加入卷积计算使得模型仍保留提取局部特征的能力;同时,为了进一步将花卉分类模型部署到边缘设备中,本研究基于知识蒸馏技术实现对模型的压缩与优化。实验结果表明,本文所提出的方法在Oxford 17、Oxford 102和自制的Flowers 32数据集上的准确率分别达98.62%、97.61%和98.40%;知识蒸馏后本文的轻量化模型的大小约为原来的1/18,而准确率仅下降2%左右。因此,本研究能较好地提升边缘设备下花卉细粒度分类的效率,对促进花卉培育的自动化发展具有切实意义。