紫色球杆菌视紫红质光谱特性的机器学习研究

近年来，机器学习等人工智能技术被应用于蛋白质工程，其在蛋白质结构、功能预测、催化活性等研究中具有独特优势。在未知蛋白质结构的情况下，将蛋白质序列和功能特性与机器学习相结合，基于序列-活性关系（innovative sequence-activity relationship，ISAR）算法，将蛋白质氨基酸序列数字化，用快速傅里叶变换（fast four transform，FFT）进行预处理，再进行偏最小二乘回归建模，可在数据集较少情况下拟合得到最佳模型。通过机器学习对紫色球杆菌视紫红质（gloeobacter violaceus rhodopsin，GR）的突变体蛋白质氨基酸序列与光谱最大吸收波长进行建模，获得了最佳模型。用最佳索引LEVM760106建模得到的确定系数R² 为0.944，均方误差E为11.64。用小波变换进行的预处理，其R² 虽也约为0.944，但E大于11.64，不及FFT进行的预处理。方法较好地解决了蛋白质序列与功能特性之间的数学建模问题，在蛋白质工程中可为预测更优的突变体提供支持。     

SBIRS-HIGH对导弹上升段位置测量精度及中末段位置预报精度的分析

根据目前的技术水平分析了高空天基红外系统(SBIRS-HIGH)的技术参数;理论上计算了SBIRS-HIGH对导弹上升段的位置测量精度以及中末段任意时刻飞行位置的预报精度;研究了SBIRS-HIGH对中段和末端导弹拦截系统的导引能力。     

双曲分布及其在VaR模型分析中的应用

传统的计算V aR的R iskM etrics方法不能对市场风险分布的“厚尾”现象给出较为满意的刻画和计算方法.本文引入双曲分布及其算法并将双曲分布应用到V aR模型的计算之中,事实上通过对股票市场的实证研究表明,股票市场数据呈厚尾现象,用双曲分布对数据的拟合要比R iskM etrics方法假定的正态分布更符合金融市场数据的实际情况,故本文的结论与方法对金融风险管理和其他金融建模是有价值的.     

来自磁光阱中冷原子团的荧光干涉条纹及其应用

实验观察来自磁光阱中冷原子团的荧光经真空系统窗口的平板玻璃反射产生的干涉条纹，理论分析表明从从荧光干涉条纹的强度分布可获得关于俘获原子总数以及密度分布的信息。采用该方法实测了俘获原子总数，并模拟得到了不同密度分布时条纹的对比度变化。     

叶型优化在非定常流动条件下效果的数值分析

本文对叶型优化在非定常流动条件下的效果进行数值研究。叶型优化基于比较成熟的在定常流动条件下的反问题解法，非定常流动则考虑到动静叶栅之间的相互作用，非定常流动的求解在Ｎ－Ｓ方程的基础上采用分区计算的方法来完成。数值计算的结果表明，定常流动条件下优化得到的叶型在非定常流动条件下同样具有较好的气动性能。     

曲轴箱窜气量检测仪的研制

介绍了车用压差式气体流量传感器的结构设计和电测电路，指出了传感器的使用范围，由实验测出了特性曲线．该仪器可检测车用发动机曲轴箱窜气量，适用于发动机不解体故障诊断．     

双面加热环形通道内干涸点的确定

根据环形管通道内流体流动和换热的特点,以Kirillov和Smogalev提出的干涸点理论模型假设为基础,从最基本的质量守恒方程出发,并引入临界液膜厚度等相应的辅助模型,得到了双面加热环形通道内流动沸腾干涸点的理论模型。同时针对间隙为1.0mm和1.5mm的环形窄缝进行了低压低质量流速工况下干涸点的实验研究。比较发现理论模型预测值与实验结果基本相符。说明本文提出的理论模型适用于低压低流量条件下的窄环形通道。实验同时发现:环状流临界热流密度在系统压力为2.2MPa达到最大值,临界含汽量随质量流速的增大呈缓慢下降趋势。     

相对论平均场理论中各种有效相互作用对中子星性质的影响

基于相对论平均场理论，研究了各种相互作用参数组(NL1、NL3、NLSH、TM1和GL-97)对中子星物质的性质和中子星整体结构的影响．发现参数组NL1、NL3和NLSH所给出的中子星内部的介子场强度、物质的组成比例、物态方程和中子星的整体特点基本相同，但与TM1和GL-97之间有较大的差别．相对于其他参数组，GL-97给出的介子场强度最弱，中子星的相对数密度最大，物态方程也最软，同时采用GL-97参数组计算的中子星的最大质量也最小．