基于频率值传播的药物副作用发生频率预测方法

确定药物副作用发生频率是药物风险-效益评估的关键问题.随机对照临床试验方法性能有限且成本昂贵.随着药物临床试验数据的增加,基于数据驱动计算方法研究药物-副作用关系成为可能.文章提出一种基于药物-副作用协同传播模型的药物副作用发生频率预测方法.该方法基于已知的药物副作用发生频率信息构建相似网络,基于已知频率信息在网络中高阶协同传播过程预测药物副作用发生频率.此外,提出一种基于邻域学习的相似网络构建方法,进一步提升模型预测性能.在SIDER 4.1和ADReCS 3.1中获得的真实的药物-副作用频率数据集上进行实验,相较于现有最优方法,提出的方法在均方根误差和平均绝对误差指标上分别下降了6.98%、7.23%.     

SOFC—联合循环系统性能分析

固体氧化物燃料电池直接将燃料的化学能转化为电能,不受卡诺循环的限制,大幅提高燃料利用率,而且也可减少污染物的排放。它与燃气轮机和蒸汽轮机组成的联合循环系统可以实现对SOFC的尾气余热的梯级利用,提高系统效率。本文以SOFC-GT-Kalina系统为研究对象,利用Aspen Plus建立流程模拟,从理论上分析了各主要参数(运行压力、电流密度、温度等)变化时对系统性能的影响规律,从而为系统优化和和经济运行提供指导。     

Purification in entanglement distribution with deep quantum neural network

Entanglement distribution is important in quantum communication. Since there is no information with value in this process, purification is a good choice to solve channel noise. In this paper, we simulate the purification circuit under true environment on Cirq, which is a noisy intermediate-scale quantum (NISQ) platform. Besides, we apply quantum neural network (QNN) to the state after purification. We find that combining purification and quantum neural network has good robustness towards quantum noise. After general purification, quantum neural network can improve fidelity significantly without consuming extra states. It also helps to obtain the advantage of entangled states with higher dimension under amplitude damping noise. Thus, the combination can bring further benefits to purification in entanglement distribution.     

基于小波神经网络的光纤陀螺误差补偿方法

为了提高光纤陀螺的测量精度,提出了一种基于小波神经网络的误差补偿方法。首先使用小波分析中的Mallat分解算法提取出陀螺信号中的主趋势项,对其误差余项进行重构。然后将重构信号作为小波神经网络的目标输出,将原始陀螺信号作为训练样本。为了提高小波神经网络的训练速度同时防止其陷入局部极小值,采用增加动量因子和自适应调整学习速率的方法来改进训练方法。训练后建立的神经网络模型对光纤陀螺误差具有良好的估计能力。结果表明,经过小波神经网络方法补偿后,光纤陀螺的输出精度达到了0. 019 4°/s,光纤陀螺的测量性能得到了提高。     

番石榴叶中挥发油组分的固相微萃取分析

建立了一种应用顶空固相微萃取-气相色谱质谱分析番石榴叶中挥发油组分的方法。对固相微萃取纤维种类、萃取温度、萃取时间和样品溶液的离子强度进行了单因素优化试验,并得出了最优试验条件为:碳分子筛羧乙基/二乙烯基苯/聚二甲基硅氧烷(CAR/DVB/PDMS)萃取纤维,萃取温度65 ℃,萃取时间40 min,离子强度20%。该方法共鉴定出了47种组分,其中酮类化合物8种,醛类14种,酯类5种,醇类6种,烯烃类4种,酸类2种,剩余酚类等其他化合物8种。通过面积归一化法分析,鉴定出化合物结构的组分相对含量占总挥发油组分含量的93.97%。该方法为番石榴叶药用价值的研究提供方法及数据支持。     

基于金属-石墨烯多层结构的可调谐无偏振完美吸收器

提出一种基于金属-石墨烯多层结构并可在太赫兹区域实现从双频、多频到宽频的完美超材料吸收器.该超材料吸收器由含金电极的2种不同半径的石墨烯圆盘组成,并且每个石墨烯圆盘中的费米能级可通过加在金电极和金基底上的门电压独立控制,从而可实现其共振吸收频率的独立或同步调控,这样在不改变吸收器几何尺寸的情况下,可得到双频、多频和宽频吸收的动态调控.此外,由于结构的几何对称性,吸收器对入射光偏振不敏感,适合较大的入射倾角.结构简单和可调控性使单层石墨烯吸收器在传感、探测、隐身等领域有着潜在的应用价值.     

具有有限铁磁层厚度的磁性双隧道结中的隧穿电导和磁电阻

在FM／I／NM／I／FM磁性双隧道结研究的基础上，进一步考虑了外加有限厚的非磁金属(NM)覆盖层的情况，这时磁性双隧道结的结构变为NM／FM／I／NM/I／FM／NM。此处，FM、I和内NM都具有有限厚度。而在理论处理中，外NM被看做是无限厚的，对FM厚度于磁性双隧道结中自旋极化电子输运性质(特别是隧穿磁电阻)的影响做了研究。用Slonczewski近自由电子模型所得到的计算结果表明，附厚度的变化会引起隧穿电阻和隧穿磁电阻振荡；当FM厚度取适当值时，会得到比FM/I／NM／I／FM更大的隧穿磁电阻。