正则多部竞赛图的竞争指数

设D是一个有向图,若存在无向图G满足:(1)G的顶点集与D的顶点集相同;(2)任取D中的两个顶点x,y,其在G中相邻当且仅当存在D中顶点z,使得D中包含一条从x到z的长为m的有向途径和一条从y到z的长为m的有向途径,则称G为D的m步竞争图,记为G=C^m(D).2004年,Cho和Kim首次提出竞争指数的概念.若对于某个正整数r和所有非负整数i,存在最小正整数q,使C^q+i(D)=C^q+i+r(D),则称整数q为D的竞争指数,记为cindex(D).2008年,Kim给出了竞赛图的竞争指数的上界.2009年,Akelbek和Kirkland给出了本原有向图的竞争指数.文中研究并计算了正则多部竞赛图的竞争指数.     

充分发挥大学物理开放实验功能的探讨

对开放实验在开设过程中遇到的问题进行了分析,并就如何提高学生学习大学物理实验的积极性,提高学生的实践技能,培养学生分析问题、解决问题的能力,提出了一些改进措施．     

三元聚合物复合颗粒的制备与形态调控

分别考察了聚合过程中的各因素对三元聚合物复合颗粒大小与形态的影响,结果表明:在分散共聚中,复合颗粒的粒径主要由疏水性单体苯乙烯的聚合所决定;并可采用分步聚合的方法先制备目标粒径的种子微球,进而在种子分散聚合过程中实现对颗粒大小的有效控制,其范围在500nm到3μm之间;颗粒表面凸起的不同形态是由聚丙烯腈链的生长和堆积所决定,但受到反应介质性质与聚合温度等条件的影响。     

基因组整合与游离质粒联合应用介导阿魏酸酯酶A在马克斯克鲁维酵母中高效分泌表达

阿魏酸是植物中广泛存在的酚类化学物质,具有抗氧化活性.阿魏酸酯酶能够水解植物细胞壁半纤维素和阿魏酸之间的酯键,释放阿魏酸,在食品、医药、饲料加工等领域具有广泛的应用价值.马克斯克鲁维酵母(Kluyveromyces marxianus)是一种生长迅速、蛋白分泌能力强的新型食品安全级酵母,具有高效分泌表达菊粉酶的能力,本研究利用基因组菊粉酶位点INU1整合与游离质粒联合应用的方式,在马克斯克鲁维酵母中实现了黑曲霉(Aspergillus niger)阿魏酸酯酶AnFaeA的高效表达,发酵液上清中的酶活达到164.4U/mL.利用马克斯克鲁维酵母重组表达的阿魏酸酯酶能够高效降解玉米芯释放阿魏酸,释放量可达1.81mg/g,并且在β-木聚糖酶的协助下可进一步提高阿魏酸的释放量,达到2.8mg/g.     

举办青少年发明创新竞赛及知识产权教育活动的实践与探索

回顾了近5年来太原市举办青少年发明创新竞赛的工作实践,分析总结了5届竞赛的组织形式、竞赛方式及内容,并从创新能力的认知,举办竞赛应遵循的原则,改进竞赛的内容和方式,以及建立鼓励青少年创新的物质条件和社会机制等方面对该项工作进行了思考与展望。     

中华钙果优良品种在甘肃省河西走廊的适应性分析

中华钙果是第三代水果,在我国北方已广泛种植,是含有特殊成份的第三代水果。通过比较其成功种植区的气候及优良品种的生长表现,根据河西走廊气候特点划分适应中华钙果种植区,提出引种早、中熟品种;强调补充灌水,注意预防早霜和晚霜是河西走廊栽培中华钙果的技术要点。在河西走廊推广种植中华钙果,不仅可以扩大钙果在我国的栽培范围,也可成为当地水果业产业突破点。     

点状籽晶法生长KDP晶体的(100)面位错分布

通过光学显微镜对点状籽晶法生长的KDP晶体（100）面位错蚀坑的观察和分析,发现柱区的位错线走向不同于片状籽晶法生长的晶体。晶体的位错主要来自籽晶的位错。通过籽晶成锥-微溶-生长的过程可以减少籽晶锥区位错向晶体中的延伸,在晶体内部,当两条夹角很小的位错线相交时会合并成一条位错线。     

无线信道上能量约束条件下可伸缩视频的自适应传输

为提高无线信道上可伸缩视频码流的传输效率,提出一种新的能量约束条件下可伸缩视频码流自适应传输算法。基于无线信道的Markov模型假设,在满足延时约束条件下,对各可伸缩视频编码帧的增强层数目以及信道发送速率进行联合优化,并给出了动态规划算法求解该约束优化问题。实验结果表明,相对于采用固定信道传输速率的可伸缩视频码流传输方案,该方案在达到相同平均视频质量时平均可节省44.95%~52.86%的能量,显著提高了无线信道上可伸缩视频传输的能量利用效率。     

基于M-QAM和UEP的无线可伸缩视频联合优化传输

可伸缩视频编码可以根据信道波动的情况传输部分码流获取较低的视频质量以适应无线信道的波动。在满足信道传输速率的约束条件下,给出了率失真意义下联合优化多进制正交调幅子信道分配、可伸缩视频编码的传输层数以及各层的信道编码保护级别的视频传输算法。实验结果表明,在加性高斯白噪声信道下,与等重保护且不考虑多进制正交调幅子信道差异的机制相比,该传输方案能够取得平均1.5~2 dB的解码增益,显著提高了可伸缩视频码流无线传输的鲁棒性。     

基于深度学习与数据增强技术的小样本岩石分类

在油气勘探中,利用深度学习技术对岩石进行识别与分类能极大提高工作效率。岩石采样并制作样本图像费时费力,因此岩石样本通常较少。有鉴于此,基于深度学习技术设计一个新的神经网络模型MyNet,该模型能对小样本进行学习并完成岩石样本的分类。使用数据增强技术通过Python编程将314张岩石样本扩充成28 272张图像,为了充分利用现有数据,取其中的27 384张作为训练集,剩余888张作为测试集。将数据分别导入MyNet、ResNet50、Vgg16进行训练和测试。实验结果表明,加载、不加载预训练参数的ResNet50、Vgg16的岩石分类结果因受有无迁移学习影响会有所不同;MyNet的总体分类准确率为75.6%,均优于有无迁移学习的ResNet50、Vgg16,且MyNet、ResNet50、Vgg16所需训练的参数量分别为919 278、25 503 912、138 357 544,显然,MyNet模型的复杂度与训练代价明显低于其他对比模型,但性能最优,说明新模型应用于小样本的岩石分类可行有效且经济安全,更容易推广应用。