金催化乙炔氢氯化的密度泛函理论研究进展

乙炔氢氯化(AH)是生产氯乙烯的主要途径之一,传统上使用高毒性的汞催化剂,因此开发无汞催化剂迫在眉睫。金(Au)催化剂是最有潜力的替代催化剂之一,然而其活性Au物种、反应物的活化过程或反应过渡态结构等催化机理仍不够清晰。密度泛函理论（DFT）在研究由Au催化AH的反应机理中发挥了极其重要的作用。本文综述了DFT对金催化剂活性位点、反应物在催化剂上的吸附性质及反应机理的研究进展。重点讨论了DFT对阳离子金和金簇催化AH反应过程的模拟计算,包括Au电子状态、其它原子掺杂及金簇尺寸和形状对催化AH反应影响的模拟。结果表明DFT模拟计算在微观分子尺度上研究反应物的吸附、反应中间体及过渡态等方面发挥了关键作用,对理解Au催化AH反应机理做出了重要贡献。     

凹槽叶顶冷气射流对涡轮叶尖泄漏流动的影响

涡轮叶尖泄漏流动对涡轮通道内流动损失有着显著影响,叶顶冷气射流对控制叶尖泄漏流动和改善涡轮叶尖气热性能有重要意义.本文利用数值模拟方法,研究了叶顶冷气喷射位置和喷射流量对高压涡轮凹槽叶顶间隙泄漏流动控制的影响.文中重点分析了泄漏流动结构及涡轮气动效率的变化,探讨了冷气对刮削涡这一间隙内主控流动结构演化的影响.研究表明,...     

非真空制冷型红外探测器小型化封装技术

基于红外探测系统对小体积制冷型红外探测器的应用需求,提出了一种新型非真空制冷型红外探测器小型化封装技术.阐述了其结构和工艺设计要点,实现了组件封装并通过耦合J-T制冷器进行了相关性能测试.结果 表明,本文所述的设计方案可实现128×128元(15 m) InSb芯片封装,组件尺寸小于等于Φ20 mm×15 mm,重量约...     

改进的Mean Shift分割算法在安全区域识别中的研究

为了提高在监控视频下进行安全区域识别的快速性及准确性,文中研究并提出了一种改进的Mean Shift(均值漂移)分割算法.首先简要介绍了小波变换与均值漂移分割算法的理论基础,再将二者融合后改进算法的计算转换到一个新的特征空间中进行,并将其应用于安全区域识别中,最后分别在纯净背景和复杂背景下进行安全区域识别对比实验.实验...     

浅谈电子商务与传统销售模式的比较优势

电子商务的兴起和发展为企业营销带来了新的契机,也向传统营销提出了新的挑战。从对电子商务中的消费心理变化趋势和特征及现阶段制约电子商务发展的消费心理因素进行分析,探讨现代企业面对网络消费者的特定心理,以突破传统的经营思维局限,改革固有的营销策略、营销方式,构建适合电子商务的全新运作机制。     

改进的遗传算法在背包问题中的应用

介绍了一种最优保存遗传算法,针对该算法提出一种改进方案,一方面改变了保存最优个体的方法,另一方面对不满足约束条件的个体采用贪心策略进行改造,使其满足条件。最后通过一个具体的背包问题实例验证了改进算法的可行性和有效性。     

公证行业办公自动化系统设计

公证行业办公自动化系统能够有效提高公证业务流程流转的便利性和高效性。本文通过分析公证行业自身的特点和具体要求,提出了公证行业管理系统铺设搭建的设计原则与目标。由于公证行业的独特性,本文讨论了公证行业管理系统需解决的具体问题。最后,文章讨论了公证行业管理系统铺设的要求,提高系统的针对性,对公证行业的发展具有非常积极的作用。     

利用MIB库实现校园网拓扑自动发现和绘制

阐述了SNMP协议和MIB库的组织结构,利用图的广度优先搜索算法,通过分析MIB库中相关组中的数据,获取网络中活动的设备信息和互连信息,并用邻接表存储这些数据,然后利用VC．NET的绘图函数,绘制了网络拓扑图,该算法简单实用,在实际应用中收到良好效果。     

GlyNet: a multi-task neural network for predicting protein–glycan interactions

Advances in diagnostics, therapeutics, vaccines, transfusion, and organ transplantation build on a fundamental understanding of glycan–protein interactions. To aid this, we developed GlyNet, a model that accurately predicts interactions (relative binding strengths) between mammalian glycans and 352 glycan-binding proteins, many at multiple concentrations. For each glycan input, our model produces 1257 outputs, each representing the relative interaction strength between the input glycan and a particular protein sample. GlyNet learns these continuous values using relative fluorescence units (RFUs) measured on 599 glycans in the Consortium for Functional Glycomics glycan arrays and extrapolates these to RFUs from additional, untested glycans. GlyNet''s output of continuous values provides more detailed results than the standard binary classification models. After incorporating a simple threshold to transform such continuous outputs the resulting GlyNet classifier outperforms those standard classifiers. GlyNet is the first multi-output regression model for predicting protein–glycan interactions and serves as an important benchmark, facilitating development of quantitative computational glycobiology.

GlyNet, a neural net model of glycan-protein binding strengths. Given a glycan it outputs binding to each of several protein samples. Reproducing glycan array data, it extrapolates the binding of untested glycans against the protein samples.     

横向型企业集群供应链关系模型研究

在分析横向型企业集群供应链特点的基础上,侧重于从物流方面阐述了横向型企业集群内制造商与其上下游企业间的供应链关系,以及制造商与制造商之间的供应链关系.同时结合当前横向型企业集群存在的问题,从改善其供应链关系的角度构建了水平集成型虚拟组织供应链模型,并给出了一个应用案例.