排序方式: 共有18条查询结果,搜索用时 15 毫秒
1.
六氢吡啶和氨形成的氢键团簇C5H10NH(NH3)n(n=1~3)结构的从头算研究 总被引:2,自引:0,他引:2
在RHF/6-31G(d)水平下,对C5H10NH(NH3)n(n=1~3)氢键团簇的平衡构型进行了从头算研究,优化得到各种可能的平衡构型.C5H10NH(NH3)为线型氢键结构,而C5H10NH(NH3)2为三元环结构,C5H10NH(NH3)3为四元环结构.在MP2/6-31G(d)//B3LYP/6-31G(d)水平下,对最稳定构型C5H10NH(NH3)n(Ⅰ)(n=1~3)的分子轨道进行布居分析,并且对相应的占据轨道进行指认.C5H10NH(NH3)n(Ⅰ)(n=1~3)垂直电离势的计算结果表明,形成氢键团簇后,分子的垂直电离势降低. 相似文献
2.
由于大量可能蛋白质变体以及每一个翻译后修饰大量可能位点的存在,核心组蛋白上密集的组合式翻译后修饰的自上而下表征一直是一个巨大的分析挑战。结合高分辨串级质谱,基于同位素质荷比和轮廓指纹比对的整体蛋白质数据库搜索引擎ProteinGoggle 2.0在组蛋白翻译后修饰的自上而下鉴定方面拥有诸多独特的优势。该文报道ProteinGoggle 2.0对HeLa核心组蛋白H4的数据库搜索及蛋白质变体的鉴定结果。基于从UniProt网站下载的人类核心组蛋白H4的纯文本文件和“鸟枪法”注释,ProteinGoggle 2.0首先创建包含所有可能蛋白质变体的理论数据库;从纯文本文件中提取的信息主要是氨基酸序列、可能的翻译后修饰(单甲基化、二甲基化、三甲基化、乙酰化和磷酸化)及氨基酸变异(A77→P)。在控制质谱水平假阳性率低于1%的前提下,共鉴定到426个蛋白质变体,这是目前为止H4蛋白质变体的最全报道。这些ProteinGoggle 2.0鉴定到的H4蛋白质变体也与之前报道的ProSightPC 2.0的鉴定结果进行了肩并肩比较。总而言之,ProteinGoggle 2.0可以对具有复杂组合修饰及氨基酸变异的蛋白质组进行数据库搜索和蛋白质变体鉴定。 相似文献
3.
基于马尔可夫-蒙特卡洛采样的电源网络分析 总被引:1,自引:1,他引:0
电源网络分析是深亚微米集成电路设计的关键因素之一.针对高性能芯片采用IBM C4封装和网状结构片上网络的特点,首先通过随机游走模型推导出电源网络的三个性质,接着基于这些性质给出了深亚微米电源网络的分析框架,最后提出了基于马尔可夫-蒙特卡洛采样的电源网络求解算法.仿真实验表明,与随机采样求解电源网络方程相比,马尔可夫-蒙特卡洛采样在不降低计算精度的前提下,运算速度提高了近两个数量级. 相似文献
4.
5.
6.
7.
随着空间通信技术的迅猛发展,人们对信息安全的需求愈发迫切。基于半导体激光器的空间激光通信凭借其终端体积小、功耗低、高带宽以及无电磁频谱约束等特点,已广泛应用于空间高速通信领域。激光混沌通信技术作为一种在物理层对空间光通信加密的安全技术手段,逐渐成为了空间光通信的研究热点。结合当前国内外自由空间光通信、混沌激光通信、混沌空间光通信的发展历程,介绍了近年来混沌空间光通信关键技术的研究进展,主要包括自由空间光通信快速跟瞄技术、混沌空间光通信大气湍流抑制技术和激光混沌空间同步技术。最后结合当前混沌空间光通信发展现状与不足,对混沌空间光通信的研究方向和可借鉴的关键技术进行了展望,旨在为该领域的进一步发展提供参考和借鉴。 相似文献
8.
随着电力应用技术的不断提高,电力谐波问题也受到了业内用户的广泛关注,尤其是谐波所产生的危害。如何加强谐波电流的检测、消除和管理工作就成为了全面提高电网服务质量的重点。文中从谐波所产生的危害入手,阐述了谐波检测的方法,并提出了消除和治理电力谐波危害的方法,效果理想。 相似文献
9.
为提高溶氧量的多参数预测精度,文中基于改进的麻雀搜索算法(Improved Sparrow Search Algorithm, ISSA)与长短期记忆神经网络(Long and Short-Term Memory Neural Networks, LSTM)建立ISSA-LSTM溶氧量预测模型,并将该模型用于上海市农业科学院黄鳝养殖池溶氧量预测。利用混沌映射、透镜成像反向学习、自适应调节和柯西变异对麻雀搜索算法进行优化,通过小波变换进行数据预处理,并利用主成分分析法确定模型训练的输入参数。训练结果表明,相关系数、均方根误差、均方误差和平均绝对误差分别为0.911、1.392 mg·L-1、1.938 mg·L-1和0.992 mg·L-1,均优于对照模型。选择模型输入参数对模型预测结果也会产生影响,使用与溶氧量中等相关和强相关的参数同时作为输入参数的模型预测效果最优。训练结果为溶氧量多参数预测模型的发展提供了新视角。 相似文献
10.
针对钢材表面缺陷分类检测率低的问题,文中采用一种基于纹理多尺度特征融合的表面缺陷分类方法。利用Gabor滤波器与灰度共生矩阵建立纹理图像的多尺度特征向量,同时利用卷积运算对纹理图像进行特征提取,并引入混合膨胀卷积模块以增加感受野,将两种特征向量进行融合得到加强后的融合纹理特征向量。融合后的特征以序列方式输入长短时记忆网络(Long Short-Term Memory, LSTM)构建分类模型,利用混淆矩阵将分类结果进行指标评判。结果表明该方法在NEU(Northeastern University)数据集上的分类准确率达到97.5%。文中搭建LSTM网络、BP(Back Propagation)神经网络、SVM(Support Vector Machine)、KNN(K-Nearest Neighbor)以及CART(Classification And Regression Tree)等分类方法进行了对比实验。结果显示,在多尺度下LSTM分类方法表现最好,F1指标最高。结合BP网络、LSTM网络、SVM、KNN、CART、CNN以及AlexNet等方法进行了消融实验,验证了该方法的普... 相似文献