摘要：胆固醇酯转移蛋白(cholesteryl ester transfer protein,CETP)在高脂血症的发生发展中起着关键调控作用,可通过促进胆固醇酯从高密度脂蛋白(high-density lipoprotein,HDL)向极低密度脂蛋白(very low-density lipoprotein,VLDL)与低密度脂蛋白(low-density lipoprotein,LDL)转移,降低具有心血管保护作用的高密度脂蛋白胆固醇水平、升高致动脉粥样硬化的低密度脂蛋白胆固醇水平,从而导致高脂血症的发生.通过从GenBank数据库获取CETP的编码区(coding sequence,CDS)序列,经生物信息学分析、密码子优化,构建了pCold-CETP原核表达载体,并通过镍柱亲和层析纯化目的蛋白.生物信息学分析显示,CETP基因CDS区编码493 个氨基酸,预测蛋白分子量约为 54 ku,不稳定系数为32.68,属于稳定亲水性蛋白.密码子优化后,CETP基因的GC(guanine and cytosine)平均含量由 54.7%降至 51.3%,并消除了不利二级结构,显著提高了其在大肠埃希菌中的表达效率.在37℃、10 mmol/L异丙基-β-D-硫代半乳糖苷(isopropyl β-D-1-thiogalactopyranoside,IPTG)过夜诱导条件下,CETP蛋白主要以包涵体形式存在.经纯化后,SDS-PAGE检测显示清晰的目的蛋白条带,纯化后蛋白质量浓度达13.48 mg/mL.因此,研究成功实现了CETP蛋白在原核系统中的高效表达,并通过密码子优化和诱导条件优化显著提高了蛋白产量,为后续CETP的功能研究及抑制剂开发奠定了基础.

摘要：无参考图像质量评估(no-reference image quality assessment,NRIQA)一直是图像处理与计算机视觉领域的重要研究方向,其目标是通过客观评估实现图像质量的估计.近年来,基于卷积神经网络(convolutional neural network,CNN)与Transformer的无参考图像质量评估方法受到广泛关注.然而,由于Transformer结构复杂,大多数现有算法存在计算复杂度较高的问题.为此,本文提出一种基于Transformer的多层次卷积神经网络(multilevel convolutional neural net-work based on Transformer,TBMCNN),该网络仅从Transformer的水平轴与垂直轴提取特征,显著提升了网络性能.基于Transformer的多层次卷积神经网络包含4 个核心模块:浅层特征提取模块(shallow feature extraction module,SFEM)、参数共享模块(parameter sharing module,PSM)、多层次Transformer特征提取模块(multi-level Transformer feature extraction mod-ule,MTFEM)以及全连接网络模块(fully connected network module,FCNM).其中,多层次Transformer特征提取模块设计了并行分支,分别用于自适应多尺度卷积与轴注意Transformer,不仅能更有效地提取与融合特征,还可大幅提升网络计算速度.实验结果表明,基于Transformer的多层次卷积神经网络在不消耗过多资源的前提下,具备更优的性能与泛化能力.

摘要：针对小目标分布不均匀,特征信息不明显等特性造成的漏检、误检等问题,提出了一种轻量化无人机小目标检测算法BEW-YOLO.将原来的损失函数替换成基于高斯Wasserstein距离(Gaussian Wasserstein distance,GWD)Loss损失函数,优化目标边界不连续的问题.通过嵌入用于检测小目标的160×160 检测头,以增强对小目标检测能力.引入高效通道注意力(efficient channel attention,ECA)模块和动态稀疏注意力机制BiFormer,增强模型对于目标的特征信息提取能力,提高检测的准确度.在VisDrone2019 数据集上进行的实验结果显示,相较于基线算法YOLOv8n,mAP@0.5 和mAP@0.5:0.9 分别提升了6.9%和 4.3%,而精确度(P)和召回率(R)同步提升了 5.8%和 7.3%.在RSOD和NWPU VHR-10 数据集上进行泛化实验,mAP@0.5 分别提升了2.1%和3.5%,且整体模型的参数量仅为 3.2 M,表明提出的BEW-YOLO算法能够有效的完成小目标检测的任务.

摘要：量子力学一维定态方程间存在对偶关系,这个对偶关系可以被推广到任意两个势所在的系统.利用推广后的对偶关系,求解一维定态薛定谔方程的问题可以被转化为寻找待求解方程与可解的方程之间的对偶变换的问题.这为求解一维定态薛定谔方程提供了新的方法.从已知解的一维谐振子系统出发,利用对偶关系可以给出一个未被求解过的周期势下的一维定态薛定谔方程的解,并且能够给出能量本征值属于禁带或导带时系数的满足条件.

摘要：硅负极储锂时体积膨胀造成的性能衰减与传统黏结剂有限的机械强度和导电能力密切相关.针对此问题,本研究采用芳纶改性Ti3C2Tx MXene作为硅负极的新型多功能黏结剂.这种新型黏结剂凭借其高导电能力和高机械强度,有效缓解了电极储锂过程中受到的应力,避免电极大面积碎裂,显著提升了硅负极的循环稳定性(0.2 A/g电流密度下循环100 次,比容量仍达 1 127 mA•h/g)和倍率性能(2 A/g电流密度下比容量仍为 927.8 mA•h/g).这种芳纶改性Ti3C2Tx MXene黏结剂的设计策略有望为提升锂离子电池及其他储能材料的性能提供新思路.

摘要：本文综述了车用永磁同步电机的电磁振动与噪声抑制方法的研究,重点从电机电磁力幅值、定子系统结构模态和固有频率以及逆变器引入载波振动噪声3 个方面梳理了减小电机振动噪声的可靠方法,并列举评估电机振动噪声声学音质和心理声学因素,最后展望了该领域未来发展趋势,为抑制车用永磁同步电机的振动噪声的后续研究提供参考.

摘要：大豆全粉利用加工技术可有效解决传统豆制品加工中豆渣、废水排放及乳清再利用问题,实现副产物的零排放.然而,全豆制品因富含纤维导致凝胶性能劣化,表现为凝胶强度降低、弹性不足、结构松散易碎等缺陷,为此,本研究以超微粉碎大豆全粉为原料,通过动态高压微射流技术对大豆全粉乳液进行预处理,并采用葡萄糖酸内酯(glucose delta-lactone,GDL)、氯化钙(calcium chloride,CaCl2)和氯化镁(magnesium chloride,MgCl2)作为复合凝固剂制备凝胶体系,探究不同均质压力和均质次数对大豆全粉凝胶特性、水分分布和流变特性的影响.结果表明:当均质压力为150 MPa、均质次数为6 次时,大豆全粉乳液的粒径最小;大豆全粉乳液凝胶在均质压力为120 MPa,均质4 次时,凝胶强度、持水性、平衡水含量、储能模量、弹性和抗变形性最好.

摘要：多粒子团簇态因其最大连通性、持续纠缠性和对退相干的鲁棒性,近年来受到广泛关注.如何制备多粒子团簇态成为当前量子信息领域研究的热点问题之一.提出快速实现量子相位门的超绝热捷径方案并利用其制备四粒子团簇态.传统的绝热通道方案需要分两步,并且由于演化时间过长可能会导致方案无效.本方案只需一步,这大大减少了实验实现的难度和实验过程中的各种损耗.数值模拟结果表明:超绝热捷径方案对腔系统中原子自发辐射和腔衰减引起的退相干效应具有鲁棒性,并且比传统的绝热通道方案花费的时间更短.

摘要：正交相卤化物钙钛矿CsPbX3(X=Cl,Br,I)因其优异的光电性能而受到广泛关注.为探究其电输运性质,利用纵向声学声子(longitudinal acoustic phonon,LAP)和极化光学声子(polar optical phonon,POP)模型预测其载流子迁移率.POP模型所得结果低于LAP模型,且与实验值相符,这说明极化光学声子是主要散射源.通过计算发现,正交相CsPbX3 的载流子迁移率表现出显著的各向异性行为,其中CsPbI3 在z方向上的迁移率最高,达到了125 cm2·V-1·s-1.通过进一步分析电子分波态密度,发现价带顶和导带底分别由卤素原子和Pb原子的p轨道贡献.此外,还利用第一性原理计算了CsPbX3 的声子色散曲线,验证了其动力学稳定性.

摘要：本研究构建了一种复合伪谱法来求解一类具有按段光滑的常微分方程及不等式约束的最优控制问题.将待优化的系统运行区间依据函数的非光滑时刻点划分成多个间距不等的子区间;在每个子区间内,通过Legendre-Gauss-Radau节点,利用Lagrange插值法构建分段插值多项式,利用弱微分表示法,推导出与之对应的导数运算矩阵,并运用Legendre-Gauss 求积公式以及获得的导数运算矩阵,将该最优控制问题转化为一类离散的非线性规划问题,其中状态函数与控制函数的非光滑点为未知参量.获得的离散化非线性规划问题可使用Matlab非线性求解器进行求解.由于导数运算矩阵中元素结构建立了相邻子区间系统状态之间的联系,去除了状态连续性条件,因此,该方法可用于处理具有按段光滑的常微分方程约束的最优控制问题.最后通过数值例子验证了所提出方法的有效性.

摘要：作为最常见的光化学反应之一,激发态质子转移(ESPT)反应在许多光化学以及光生物过程中起着关键作用,并且在荧光探针、有机发光二极管(OLED)等领域具有良好的应用价值,受到了越来越多的关注.双荧光是ESPT反应在发射光谱中的典型现象,其中包含"正常"和"异常"发射,它们分别对应于溶液中未发生质子转移的激发态溶质分子和发生了质子转移反应的激发态产物.迄今为止,学者们已经通过各种实验和理论方法对激发态质子转移反应进行了广泛研究,然而,量子化学程序中通常简单地通过垂直激发能来模拟实验光谱的手段,越来越无法满足人们对复杂光化学反应机理研究的需求.目前,基于Franck-Condon因子的振动分辨电子光谱模拟方法已被广泛应用于复杂光化学反应机理以及新型发光材料发光机制的研究中.但由于溶液相Franck-Condon模拟存在困难,关于模拟振动分辨电子光谱的报道很少.最近,引入了在质量加权笛卡儿坐标系中的阻尼Franck-Condon因子来模拟溶质-溶剂相互作用,解释溶剂增强吸收和荧光现象,并通过溶液相的Franck-Condon模拟深入了解激发态质子转移反应,从电子光谱模拟的独特视角出发,对几种激发态质子转移反应机制提出了新的观点.

摘要：为探讨明胶(GE)和聚乙二醇(PEG)对大豆可溶性多糖-大豆分离蛋白杂化粒子(SSHPs)制备的高内相乳液(HIPEs)特性的影响,通过粒径分析、显微镜观察、流变学测试及荧光光谱等技术进行表征.结果表明GE和PEG的添加HIPEs的性质影响显著.平均粒径与显微结果显示加入GE后的HIPEs的乳滴更小且分布更均匀紧密,扫描电镜图像也进一步证实了这一结果.此外,流变学测量结果表现出剪切稀化行为以及良好的黏弹性,并且样品的弹性模量(>500 Pa)始终大于黏性模量(<500 Pa).另外,内源性荧光光谱显示GE-SSHPs较PEG-SSHPs吸收强度降低并发生蓝移,说明GE与SSHPs产生较强结合.上述结果表明,相较于PEG,GE的加入使SSHPs稳定的HIPEs更加均一稳定,更利于加强稳固多糖蛋白稳定的HIPEs.这为制备更加稳固的生源性HIPEs提供了一定的理论依据.

摘要：研究一类带Neumann边界条件的弱退化抛物方程的数值解法.针对退化边界导致的奇异性问题,构造适配退化特性的自定义基函数{x1-α,1,x,x2,…,xn}的Galerkin方法.该方法通过基函数首项x1-α的引入,大幅提升了数值解在退化边界处的计算精度.数值实验表明:相比基于守恒原理的有限差分法(最大误差 1.998 8)和传统多项式Galerkin方法(最大误差0.205 01),该方法仅用4 个基函数即将最大绝对误差降至10-14量级,计算耗时也大幅度降低,在精度与效率上均显著优于对比方法,为复杂退化方程的求解提供了高效高精度工具.

摘要：随着全球绿色低碳转型的加速,新能源汽车产业正以空前的速度迅猛发展,电动汽车和燃油汽车的发展与替代性问题成为了人们关注的焦点.基于微博数据挖掘,对热门话题"电动车能否替代燃油车"下相关微博及评论进行爬取分析,旨在详尽探讨电动车能否替代燃油车的未来发展趋势.通过运用LDA情感主题分析确定了3 个主题因素为最佳,即环境影响、经济因素和技术因素.进行社会网络分析,找出了最有影响力的微博用户,即汽车之家、懂车弟-小洋哥等,这些用户通常在网络中扮演着核心角色,对于信息的传播、资源的流动或群体行为的影响具有显著作用.研究结果不仅为政府制定新能源汽车政策提供了科学依据,也有助于企业把握市场脉搏,调整产品策略和营销策略,进一步推动电动车市场的繁荣发展.

摘要：准确且高效的草莓成熟度评估对于提高现代农业中的果实品质和收割标准化至关重要.然而,传统的手工检查方法存在主观性强和效率低下的问题.本研究旨在针对复杂环境下的草莓成熟度实时分类任务,提出了一种基于YOLOv11n的增强型轻量级目标检测模型.该模型整合了LightGhostConv模块、LightCA注意力机制和优化的C2f模块,以改善小物体特征提取、降低计算复杂度并增强对遮挡和光照变化的鲁棒性.在我国锦州收集了一个包含"红颜"草莓不同成熟度等级的定制数据集,数据集在各种光照和遮挡条件下进行采集.实验结果表明,改进后的模型实现了92.6%的平均精度,推理速度为 49 fps,参数数量仅为 2.24 M,优于原始的 YOLOv11n 以及其他主流模型,如 YOLOv5n、YOLOv8n和YOLOv10n.基于此模型,进一步开发了一个基于网络的检测系统,该系统支持图像上传、分类和可视化操作,从而为智能收获应用提供了实用的支持.这项工作为移动终端的轻量级部署提供了一种可行的解决方案,并在智能农业和精准水果收获领域具有广阔的应用前景.

摘要：回声状态网络(ESN)是一种相对较新的递归神经网络,在混沌时间序列的数据预测中显示出良好的前景.然而,回声状态网络的连接和权值结构是随机生成的,这可能会使得储备池在执行任务的过程中不是最优的,同时,输入权重矩阵可能在随机初始化过程中存在较大波动.为此,设计了一种具有确定性储备池结构、输入权重矩阵具有自相关性的回声状态网络,称为正弦-环形回声状态网络(SCESN).为了保证储备池的稀疏连通性,回声状态网络对输入权重矩阵采用正弦分布,使得输入权重具有自相关性,同时,在储备池的结构上,采用NW(Newmon-Watts)小世界网络结构.通过对多个数据集的预测,并与传统的回声状态网络的预测结果进行比较,结果表明,SCESN的预测结果优于传统的回声状态网络,网络复杂度低于回声状态网络.

摘要：回声状态网络因其优越的性能广泛应用于混沌时间序列预测中,然而,在实际中,复杂的回声状态网络的拓扑结构和随机储备池很难实现.针对此问题提出一种基于六氟化硫正八面体拓扑结构回声状态网络模型,该模型有以下特点:储备池神经元之间固定链接方式提高了储备池内部稳定性的同时减少了神经元之间随机性与盲目性,增加了信息传递效率.模拟测试通过太阳黑子时间序列进行预测,并通过印度股票数据进行验证,实验结果表明,改进后的模型具有更高的预测精度.

摘要：在兰州重离子加速器冷却储存环(HIRFL-CSR)能量下,高能重离子碰撞可以产生夸克-胶子等离子体,以K介子为探针可以反演探测出粒子发射源的早期演化信息.采用(2+1)维流体力学方程描述HIRFL-CSR能量下的粒子发射源膨胀过程中的守恒方程,再先后采用度规张量和克里斯托夫符号将原本的3个守恒方程改写为5个方程,使用算符分裂法对方程组进行求解.对于源的演化,考虑到化学冻出模型、部分化学平衡模型、热冻出模型,为每种模型设置不同初始横纵半径组合,分别为横纵半径相等、横向半径小于纵向半径、纵向半径小于横向半径3种参数条件,对各种模型的能量密度和横向及纵向速度分布进行了测定.结果表明,在初始横向半径大于纵向半径时,源中心密度演化最快.