基于复合神经网络的多元水质指标预测模型

长江流域在我国水资源配置体系中具有重要地位,对其进行水质预测尤为重要。基于现有研究结果,结合循环神经网络（recurrent neural network,RNN）中的门控循环单元（gate recurrent unit,GRU）模型与全连接神经网络（fully connected neural network,FCNN）,提出了改进的多元水质指标预测（MWQPP）模型,并用其预测长江流域水体的pH、溶解氧（DO）、高锰酸盐指数（CODMn）、氨氮（NH₃-N）。基于长江流域2011—2018年23个水质监测点7 566条原始数据,经对比实验,证明了用MWQPP模型预测得到的均方根误差（RMSE）、平均绝对误差（MAE）、平均绝对百分比误差（MAPE）和决定系数（R²）均优于传统水质预测模型,有效提升了水质预测的精度,具有较好的鲁棒性,为水质预测和流域管理提供了科学支撑。     

铝合金中铬元素的时间分辨激光诱导击穿光谱高灵敏检测

为了消除在激光诱导击穿光谱(LIBS)信号检测时等离子体中强的轫致电子辐射对光电倍增管和前置信号放大器造成的不良影响,提高信号检测灵敏度,设计了一种基于CR110的门控端窗光电倍增管并用于LIBS中的微弱信号检测。该门控光电倍增管与前置信号放大器组合运用既可以成功抑制激光等离子体中强的轫致电子辐射的背景干扰,又可以进一步放大微弱的原子辐射信号,提高光谱分析的灵敏度。用LIBS分析铝合金标样中的微量铬元素,采用该门控光电倍增管时其检出限可以达到5.55 ppm,与采用普通光电倍增管的相比改善了近6倍,显示出该门控光电倍增管在时间分辨信号检测领域良好的应用效果。     

基于分子动力学模拟的TRPM8通道门控特性分析

TRPM8通道的温度感知等生理功能依赖于正常的门控, 但现有晶体结构中S6跨膜螺旋C末端形成的门控结构存在氨基酸缺失, 所以其门控特性未能揭晓. 本文基于已有的晶体结构和AlphaFold算法构建了 11个完整不同构象的TRPM8通道, 发现其S6跨膜螺旋C末端构成的门控存在回环和螺旋2种构象. 在回环构象中, 多个氨基酸参与形成阻碍离子通透的孔道区; 而在螺旋构象中, 仅有关键氨基酸V956发挥门控作用. 由于回环构象的柔性大于螺旋构象, 导致回环构象参与阻碍离子通透的关键氨基酸构象和数量变化多样. 二级结构预测与模建结果表明, S6跨膜螺旋C末端存在回环构象向螺旋构象的转变, 此过程中柔性的回环构象结构域向胞外侧上移, 关键氨基酸向孔道衬外扭转, 增强了与相邻跨膜螺旋S5的相互作用以及S5与TRP螺旋之间的相互作用, 进而形成刚性、 稳定且有序的螺旋构象. 这增加了TRPM8通道各结构域间的协同性, 使能量信息更高效地传递到门控结构域, 为TRPM8通道开启蓄势.     

基于门控循环单元的蛛网形FBG传感网络设计

针对大型结构健康监测对于光纤光栅传感网络的复用容量和维护成本的较高要求,设计了一种蛛网形拓扑结构的传感网络.该结构网络利用波分复用来增加网络的复用容量,并优化了基于门控循环单元的模型来对重叠波长进行解调.设计的新型传感网络具有较高的网络可靠性和网络复用容量,截取蛛网形网络的部分结构进行实验,设计了四种故障情况进行对比,...     

Kv1.2钾通道闭合的靶向分子动力学模拟

钾离子通道是一种能开放或闭合孔道而控制钾离子跨膜流动的膜蛋白.Kv1.2结构是一种开式构型的钾通道结构.也是迄今获得的唯一一种来自真核细胞的钾通道结构.尽管导致Kv1.2结构内螺旋弯曲的PVP序列在KcsA等原核细胞钾通道中不存在,KcsA结构的直武内螺旋闭合构型仍常被作为Kv1.2等真核细胞钾通道的闭式模版.本文在靶向分子动力学模拟中迫使Kv1.2钾通道闭合为KcsA构型.我们发现Kv1.2无法适应KcsA的闭合构型,松弛后内螺旋恢复PVP铰链弯曲,在孔道的腔一门区域形成上下大中间小的沙漏状闭合构型.此构型使开闭构型转换效率更高,可能是钾通道从原核细胞的甘氨酸铰链进化到真核细胞的PXP铰链的原因所在.     

神龙一号参数测量用高速两分幅相机

采用长焦距镜头的后工作空间全口径分光原理,利用门控型像增强器、CCD相机、基于大规模可编程集成电路的高速快门控制触发系统等部件,研制了具有较高时间分辨能力和高灵敏度的两分幅高速相机,并在此基础上建立了束参数的高速测量系统。两分幅相机的最高快门速度约3 ns,幅间间隔时间则具有以0.5 ns的步进进行调节的能力;快门时间及幅间间隔时间可以分别独立调节,最大可到1 s;同时具有较好的线性度和空间响应的均匀性,等效背景噪声低到约5 electronspixel-1s-1,并且分幅相机灵敏度调节范围大。该系统一次可以拍摄两幅图像,图像阵列可达到1 0241 024,满足神龙一号的各种测量要求。     

超高速高性能门控型三分幅相机

针对~108帧/秒或更高速度上的超高速分幅摄影,采用一种成像质量较好的基于会聚光中分光的全口径分光原理,利用具有高速快门控制功能的像增强器、冷却型科学CCD相机、基于大规模可编程集成电路的高速控制器等部件,研制成功了一种高性能的超高速三分幅相机.该分幅相机具有三幅图像的超快拍摄能力,快门速度最高可达3ns,摄影速度则达到3.3×108帧/秒,并且在较大范围内具有单独调节的能力;图像幅间间隔同时具有任意调节的能力,从0ns到秒级;有效像面面积达到Φ25mm,图像阵列为1 024×1 024;空间分辨率达到30lp/mm,同时具有较好的线性度和空间响应的均匀性,满足了超高速、大幅面的分幅摄影要求.     

确定一类带环离子通道门控的转移速率

证明了Markov链中某状态集的生存时间和死亡时间的分布均是混合指数分布,并给出了此分布与转移速率之间的若干约束关系.利用它们证明了:对于文中的带环离子通道门控,四种情形的转移速率都能由其中两个开状态的生存时间和死亡时间分布唯一决定,并给出了相应的算法.而Wagner等指出只有一种情形是可以确定的.     

高次谐波产生阿秒极紫外和X光脉冲研究新进展

 近年来在可见光谱范围内已经把激光脉冲压缩到接近一个光学周期(2～3 fs)的物理极限,几fs的时间分辨精度可以描述分子化学反应过程,但是要探测远小于可见光周期的电子跃迁过程则需要阿秒(as)量级的光脉冲。利用脉冲间具有相同载波包络相位的阿秒脉冲序列能把可见光波段的光学频率梳向极紫外波段扩展;利用电子和离子碰撞复合过程短于一个光周期这个时间窗,通过测量激光场椭圆极化率对电子轨迹的微扰实现了as精度的分辨率;通过测量碰撞复合过程中的高能电子的辐射谱可以重构阿秒X光脉冲以及探测强场下束缚态和连续态电子动力学。     

基于轻量级卷积门控循环神经网络的语音增强方法*

针对在基于深度学习语音增强的方法中因采用因果式的网络输入导致语音增强性能下降的问题,提出了一种基于轻量级卷积门控循环神经网络(LCGRU)的语音增强方法。门控循环神经网络能够建模语音信号的时间相关性,但是其全连接结构破坏了语音信号的时频结构特征,并且参数数量庞大,不利于网络的训练。对此,本文采用卷积核替代门控循环神经网络中的全连接结构,在对语音信号时间相关性建模的同时保留了语音信号的时频结构特征,同时降低了网络的参数数量。为充分利用先前帧的特征信息,该网络单元当前时刻的输入融合了上一时刻的输入与输出。针对网络训练过程中容易产生过拟合的问题,本文采用了线性门控机制来控制信息的传输,这缓解了网络训练过程中的过拟合问题,提高了网络的语音增强性能。实验结果表明,本文所提出的网络结构在增强后的语音感知质量(PESQ),语音短时客观可懂度(STOI),分段信噪比(SSNR)等指标上均优于传统的网络结构。