课程文献中心 更多>>

关键词： 多变量重现期   广义条件强度参数   Copula函数   概率地震危险性分析   地震危险性分解  

摘要： 地震重现期是地震工程领域重要概念之一，已被广泛应用于结构抗震设计和评估中，但目前基于多变量重现期的广义条件强度参数和向量型广义条件强度参数研究还较为缺乏。本文概括了三种多变量地震重现期计算方法，总结了广义条件强度参数和向量型广义条件强度参数理论，针对算例场地，进行了标量型概率地震危险性分析和分解计算，构建了广义强度参数条件分布，依据标量型危险性分析和分解得到基于Kendall函数的向量型分解结果，构建了向量型广义强度参数条件分布，计算了多个强度参数联合多变量地震重现期。研究发现：对于GCIM和VGCIM，基于同时超越和基于任意超越的多变量地震重现期要么过于严格，要么过于宽松，而基于Kendall函数的多变量地震重现期介于上述极端情况之间，比其他两个定义更加稳定；当条件IM分解结果与GCIM和VGCIM计算的其他强度参数分解结果相似时，基于Kendall函数的多变量地震重现期接近设定多变量地震重现期；VGCIM中地震动强度参数的MRP比GCIM中地震动强度参数的MRP更接近设定多变量地震重现期。

关键词： 拉萨河—尼洋河流域   氢氧稳定同位素   海拔效应  

摘要： 拉萨河—尼洋河流域地处青藏高原重要的河谷农业区，2021年4月至11月期间共采集流域内大气降水、地表水和地下水样品278件，通过室内实验和统计分析等方法分析流域三类水体氢氧稳定同位素的组成与变化特征。结果表明：（1）拉萨河-尼洋河流域受同一个大气环流背景及夏季风水汽来源的影响，尼洋河大气降水同位素变化范围较小，相比拉萨河而言尼洋河更富集重同位素；气温和降雨量与大气降水同位素组成呈显著正相关关系，而相对湿度和海拔呈现一定程度负相关；（2）研究区地表水和地下水δ18O值随海拔高度的增加而逐渐贫化，存在明显海拔效应，海拔递减率为0.27‰/hm和0.29‰/hm；（3）拉萨河—尼洋河流域地表水和地下水主要受大气降水补给，且二者同位素含量分布比较集中，属于交叉分布，存在相互补给的现象。拉萨河—尼洋河流域水体稳定同位素的测定，为阐明流域水文过程提供基础的同位素证据，对变化环境下青藏高原雅鲁藏布江的水资源利用和维护流域生态安全具有重要意义。

关键词： 等级结构   多种群竞争   最优收获   共轭方程组  

摘要： 文章讨论一类具有年龄等级结构的n种群竞争模型的最优收获问题,首先,利用压缩映射的不动点定理和一些重要的比较定理,研究系统解的存在唯一性和非负有界性,即解的适定性;其次,运用极值化序列和相应的紧性定理以及Mazur定理来证明控制问题最优解的存在性;最后,构造适当的共轭方程组和利用法锥的概念刻画以及运用相应的连续性定理,得出最优收获问题最优解的一阶必要条件.而这些定理及其证明均能为研究多种群系统模型提供一定的理论依据.

关键词： 隧道   围岩分级   钻进参数   特征挖掘   钻进能量指标   机器学习  

摘要： 隧道智能建造是未来隧道工程发展的重要方向之一，隧围岩智能分级是隧道智能建造的关键和核心。既有研究表明，凿岩台车钻孔施工过程中自动采集的钻进参数和隧道围岩质量有良好的响应关系，可通过大数据训练建立的机器学习模型，实现隧道施工阶段围岩智能分级。为进一步提升基于钻进参数的围岩智能分级模型精度，综合考虑钻进参数间耦合影响作用、围岩地质非均一性等因素影响，从进给速度、推进压力、打击压力、回转压力等原始钻进参数特征变量出发，通过特征组合、统计方式，研究构建了多变量的钻进参数特征体系并进行了特征重要性评估。然后利用6种常见的机器学习方法，进行了围岩智能分级应用，并比较分析了特征挖掘前后不同围岩级别样本类间距离及分级模型准确率。结果显示，相比原始特征，多变量特征体系下，不同围岩级别样本类间距离均值提升66.09%～85.41%，各模型分级总体准确率由75.5%～87.5%提高到90.0%～92.5%，表明基于钻进参数多变量特征体系对围岩分级精度有很好地提升作用。

关键词： 运动目标   核函数   SAR   序贯图像  

摘要： SAR图像中高动态运动目标散焦严重，导致传统的动目标检测方法难以实现有效探测。为此，本文利用SAR序贯复数图像特点，提出了基于核函数深度关联的动目标检测方法。首先，分析了高帧频序贯SAR图像获取方式和运动目标频谱特性；其次，借鉴光学图像动目标检测思路，引入了核函数理论，并按照是否有运动目标经过，将SAR图像像元分为两类；再次，将复数图像域动目标检测转换为沿一维时序扰动的检测，理论分析了基于核函数深度关联的运动目标和杂噪分离的机理，联合实部数据和虚部数据目标检测结果，可进一步提高运动目标检测性能，并给出了复数图像域检测流程；最后，开展了低信杂噪比条件下高动态目标检测仿真实验，验证了本文所提方法的有效性。

关键词： 拒绝   工期   恶化效应   安装时间  

摘要： 考虑了带有p-s-d安装时间的单机排序问题。工件的实际加工时间与加工的位置有关,若工件的加工位置越延后,则工件的加工时间越长。将工件集分为拒绝工件集和接收工件集,被拒绝的工件需要支付拒绝惩罚。讨论了在公共工期（common due date,CON）、松弛工期（slack due date,SLK）和不同工期（different due date,DIF）指派下,目标函数为提前、误工、提前的工件数量、误工的工件数量、工期大小、最大完工时间、拒绝惩罚及总完工时间绝对差的加权和问题。目的是确定工件的最优排序,使目标函数极小化。将上述问题转化为指派问题,从中选取目标函数值最小的解为最优解。对于以上问题,推广了已有文献的模型,给出了多项式时间算法,算法的时间复杂度为O（n4）,并用数值例子进行了验证。

关键词： 可搜索加密   伪随机函数   穿刺伪随机函数   前向安全   后向安全  

摘要： 动态可搜索加密由于在云服务器上提供添加、删除与搜索数据的功能而受到广泛关注。现有的动态可搜索加密方案通常须由较高安全性的密码学原语构造，在方案搜索时需要计算多次双线性对运算。针对动态可搜索加密方案在服务器中搜索时具有较大的计算开销，将穿刺伪随机函数引入进动态可搜索加密中，设计提出了一种基于穿刺伪随机函数(PPRF)的动态可搜索加密方案。方案不必使用对称加密算法加密文件标识符，同时也不必在服务器搜索时解密密文获取文件标识符，客户端与服务器仅需一次交互即能完成数据搜索。方案在删除关键字时标记密钥，搜索时使用标记密钥计算穿刺伪随机函数，使用前向安全方案实现后向安全，在保证安全性的同时提高搜索效率。根据动态可搜索加密方案的安全模型，证明了方案的安全性。仿真实验结果表明，与基于密钥可更新伪随机函数(KUPRF)构建的方案ROSE、基于对称穿刺加密(SPE)构建的方案Janus++、基于对称可撤销加密(SRE)构建的方案Aura相比，每个关键字的平均搜索时间分别降低了17%、64%、57%，提出的方案有效且可行，有效地降低了服务器的搜索成本，提高了方案的搜索效率，增加了方案实用性。

关键词： CYP2C19   伏立康唑   基因多态性   免疫抑制剂   治疗药物监测   个体化治疗   二维液相色谱  

摘要： 目的 根据CYP2C19基因多态性与血药浓度监测结果，分析伏立康唑(VRC)与他克莫司、环孢素等免疫抑制剂相互作用及CYP2C19基因多态性对二者相互作用和不良反应(ADR)的影响，为制定个体化VRC联合免疫抑制剂用药方案提供依据。方法 采用二维液相色谱法检测VRC血药浓度，焦磷酸测序法检测患者的CYP2C19基因多态性，并同时检测合并使用的免疫抑制剂浓度。分析CYP2C19基因多态性、VRC和免疫抑制剂血药浓度及ADR的关系。结果 该研究共入组61例患者，CYP2C19*2和CYP2C19*3的突变率分别为54.1%(33/61)和9.84%(6/61)。CYP2C19快代谢、中间代谢和慢代谢者的VRC血药浓度分别为(4.44±3.46)、(3.62±3.02)和(10.05±1.46)μg/ml,差异有统计学意义(P<0.05)。联用VRC后他克莫司血药浓度显著高于联用前[(13.4±9.2)ng/ml vs(6.5±3.6) ng/ml;P=0.002],且联合用药后他克莫司血药浓度随VRC浓度的升高而升高。联合使用免疫抑制剂的患者VRC浓度低于未联合免疫抑制剂的患者[(3.81±3.48)μg/ml vs(5.84±3.71)μg/ml;P=0.032)],联合使用环孢素的患者血VRC浓度显著下降(P<0.01),但联合他克莫司和吗替麦考酚对VRC血药浓度无显著影响。45.90%(28/61)的患者发生ADR,发生ADR的患者VRC浓度显著高于未发生ADR者[(7.07±3.43)μg/ml vs(3.06±2.90)μg/ml;P<0.001],且CYP2C19基因型相同的患者中有ADR者的血药浓度也高于无ADR者。结论 CYP2C19基因多态性可显著影响VRC的血药浓度和ADR,VRC与他克莫司等免疫抑制剂存在显著的相互作用。CYP2C19基因多态性联合治疗药物监测可提高他克莫司和VRC个体化用药水平，并有望最大限度地降低毒性和提高治疗效果。

关键词： 双创育人   新材料   通识教育   本科生  

摘要： 开设了“新材料——创新创业之窗”通识类课程，以满足产业转型大环境下我国对人才培养的需求，总结出一套适用于不同学科背景学生、基于新材料领域创新创业教育的总体思路和方法。

关键词： 排序   窗口指派   恶化效应   位置权重   资源分配  

摘要： 考虑工件同时具有恶化效应和资源分配的单机窗口指派排序问题，其中窗口指的是共同窗口和松弛窗口。在线性资源和凸资源分配模型下，目标是确定工件的最优排序、资源分配、窗口的开始和结束时间，使排序费用和资源消耗费用的和最小，其中排序费用为提前费用、延误费用和窗口指派费用的线性加权和，权重为位置权重。对这些问题给出了最优解满足的性质，在线性资源和凸资源分配模型下，证明此问题可分别转化为指派问题和向量匹配问题，并给出了具体求解算法。算法分析表明这些问题都是多项式时间可解的，时间复杂性分别为O(n3)和O（nlogn），其中n为工件个数。