基于改进ShuffleNetV2网络的岩石图像识别

由于基于传统深度学习的岩石图像识别算法模型比较繁琐,而且应用于移动终端等需要一定的计算能力,因此很难实现对岩石类型的实时准确判别。为此,以ShuffleNetV2网络为基础,插入通道连接注意力机制ECA(Efficient Channel Attention)模块,使用Mish激活函数代替ReLU激活函数并引入轻量级网络部件中的深度可分离卷积。将该方法用于岩石图像识别,实验结果表明,改进后的算法结构简单,同时具有轻量化的特点,其识别精度达到94.74%,可在移动终端等有限资源环境下应用。

丙酰螺旋霉素基因工程菌构建的研究

将含有丙酰化酶基因的pIJM9重组质粒转化至螺旋霉素生产菌株S.spiramyceticus获得的转化子,经菌落原位杂交和Southern分子杂交表明,No.61转化子含有pIJM9重组质粒,其发酵产物经薄层层析,生物显迹试验证明,含有与丙酰螺旋霉素标准品Rf值相类似的组分,高压液相色谱分析也证明其产物中有与丙酰螺旋霉素保留时间基本一致的成份,质谱分析结果表明产物中含有与丙酰螺旋霉素Ⅱ相同的组分,这说明No.61克隆菌株是能够直接产生丙酰螺旋霉素的基因工程菌。

基于VMD-分形理论的短期电力负荷预测

为提高负荷预测结果的精度,设计了一种基于变分模态分解(VMD:Variational Mode Decomposition)和分形理论的短期电力负荷预测模型。首先选取和实测日气象数据相似的日期作为基准日,对基准日的负荷曲线进行变分模态分解提取主要信号的模态(趋势项),再提取扰动项(IMF1)和噪声项(IMF2、IMF3、IMF4),对趋势项和扰动项进行重标极差法分析后提取趋势项和扰动项的极值点建立迭代函数系统(IFS:Iterative Function System)。通过趋势项和扰动项的迭代函数曲线确定相对应的负荷数据,再同噪声项(IMF2、IMF3、IMF4)相对应的负荷数据相加,得到最终的预测数据。通过和传统的分形模型和BP(Back Propagation)神经网络模型进行对比,结果表明平均绝对百分比误差(MAPE:Mean Absolute PercentageError)下降了近5%,证明了VMD-分形预测模型的预测效果更好。

丁酰苷菌素生物合成酶基因的分子克隆Ⅰ.重组质粒No.2和No.11的构建及其性质

环状芽孢杆菌B.circulans NRRL-B 3312是丁酰苷菌素的产生菌。用鸟枪法克隆其抗生素生物合成关键酶——α-羟基-γ-氨丁酰酰化酶基因。用EcoR Ⅰ分别酶切其染色体DNA和pUB110质粒,经T4-DNA连接酶连接,转化至枯草芽孢杆菌B.subtilis 168的感受态细胞,以卡那霉素抗性标记挑选转化子。其中,No.2和No.11重组质粒对卡那霉素和新霉素的抗性较pUB110有所提高.构建了这两种重组质粒的限制性内切酶图谱。分子杂交实验确证,两个重组质粒DNA中均有B.circulans NRRL-B 3312的同源DNA序列。

基于改进的分形理论的短期电力负荷预测

为提高负荷预测结果的精度,设计了一种基于改进的分形理论的短期负荷预测模型。选取与实测日气象数据相似的日期作为基准日,对其进行重标极差法分析,从而确定其具有分形的特征,根据分形插值区间计算迭代压缩因子和确定迭代函数系统(IFS:Iterative Function System)建立实测日的分形插值函数,通过移动平均函数对数据进行处理,利用最小二乘法(OLS:Ordinary Least Square)建立数据拟合方程,将时间数据带入拟合方程中计算预测数据。经过仿真对比实验,改进后的比改进前的预测模型预测的负荷数据平均绝对百分比误差(MAPE:Mean Absolute Percentage Error)下降了0.26,证明了改进分形理论的短期电力负荷预测模型可以有效提高负荷预测结果的准确性。