A（Q）类平面图及其可4─着色的证明

首先提出Ｑ图概念，将平面图分为Ａ（Ｑ）和Ｂ（Ｑ）两类。

两参数变形量子代数SU（1，1）_（q，s）的相干态及其性质

利用ＳＵ（１，１）_（ｑ，ｓ）量子代数的两参数变形振子构造出归一化的ＳＵ（１，１）_（ｑ，ｓ）相干态，证明了ＳＵ（１，１）_（ｑ，ｓ）量子代数的表示基是正交的，并讨论了它的相干态的归一性和完备性。指出（ＳＵ（１，１）_（ｑ，ｓ）相干态的相干性受参数ｑ、ｓ的影响。

标准模型下基于（q／2^n）-SDH难题的数字签名算法

为解决标准模型下可证明安全的数字签名方案安全性归约为q-SDH难题的不足,给出一个改进算法:在增加少量签名长度的条件下大大缩小q-SDH难题中的q参数;算法能灵活选择q-SDH难题中的q参数而不降低算法的安全性,当q-SDH难题变为(q/2n)-SDH难题后,新签名算法的安全性将得到提高并且能在非随机预言机模型下得到安全证明。

泛醌结合蛋白（QPs）羧基的化学修饰与重组活性

研究了羧基修饰剂ＤＣＣＤ对泛醌结合蛋白ＱＰｓ重组活力的影响；用０．１％ＴｒｉｔｏｎＸ－１００增溶ＱＰｓ后，用２５０ｍｏｌ／ｍｏｌＱＰｓ的ＤＣＣＤ于室温处理５ｍｉｎ，处理后的ＱＰｓ丧失约５０％与琥珀酸脱氢酶的重组活力。先将ＱＰｓ与琥珀酸脱氢酶重组再用ＤＣＣＤ处理没有发现重组的琥珀酸泛醌还原酶活性的降低。此结果说明ＱＰｓ中存在重组活性必需的羧基。

泛醌结合蛋白（QPs）重组活性必需羧基的定量研究

用Ｃ１４（ＤＣＣＤ）参入法确定了在泛醌结合蛋白ＱＰｓ中有四个对重组活性必需的羧基，它们全部定位在２４０００亚基上。

群（Q＊，·）的一类指数有限的子群

本文构造了群（Ｑ＊，·）的一类（无限多个）指数有限的真子群．

Q热（Qfever）的流行病学、预防与治疗

为有益于Q热的防治，我们对Q热的主要资料，诸如病原学、流行病学、发病机理、病理、临床表现、预防与治疗进行扼要的综述。

H2分子在Al17q（q=-3～+3）表面吸附的电荷效应

Al17团簇具有明显的曲率变化,其几何结构与宏观金属尖端类似.利用密度泛函理论研究H2分子与Alq17(q=-3^+3)团簇离子的相互作用,分析电荷效应对几何结构、稳定性和电荷布居的影响.通过对(Al17H2)q(q=-3^+3)吸附体系的吸附结构、吸附能、振动频率和Mulliken布居的计算与分析,发现H2分子在Alq17(q=-3^-1)阴离子吸附体系上倾向于垂直吸附在曲率较大的尖端位置,并且为顶位吸附,这与宏观的尖端效应类似,但在中性和阳离子吸附体系上,随着电子数的减少,H2分子倾向于平行吸附在曲率相对较小的位置,且主要为桥位和穴位吸附.究其原因,认为阴离子吸附体系中库仑排斥占主导地位,而阳离子吸附体系中电子轨道重叠占据主导作用.吸附稳定性和电荷分布方面,研究发现H2分子在Al3-17表面具有最大的吸附能,在Al2+17表面具有最小的吸附能.电荷主要被Al团簇基底占据,并且除Al17H2以及(Al17H2)3+外,其他吸附体系中2个H原子都携带了电性相反的电荷,靠近阴离子基底的H原子携带正电荷,而靠近阳离子基底的H原子倾向于携带负电荷.

GF（q）域上的低密度校验（LDPC）码的译码及其在深空通信中的应用

低密度校验码是一类能有效逼近香农限的好码，而高进制的LDPC码具有比二进制LDPC码更好的性能，但其译码复杂度太高不利于工程应用.本文提出了一种基于协同优化算法的低复杂度的高进制LDPC码的译码算法，并讨论了其在深空通信中的应用。

基于UHPLC-Q-Exactive Orbitrap HRMS技术结合化学计量学方法的不同干燥处理杜仲叶成分分析

采用基于液质联用的非靶向代谢组学技术结合化学计量学数据自动解析软件AntDAS-LCHRMS分析了4种不同干燥处理(冻干、热泵烘干、电热烘干、晒干)杜仲叶样本中的化合物。杜仲叶样本数据由超高效液相色谱-四极杆-静电场轨道阱高分辨质谱(UHPLC-Q-Exactive Orbitrap HRMS)分别在正、负离子模式下进行采集,经AntDAS-LCHRMS软件解析,共鉴定出71种差异性化合物,经标准品验证确定40种化合物,包括环烯醚萜类、有机酸类、黄酮类、氨基酸类、核苷类、维生素类等9类物质。其中,正、负离子模式下均可识别并验证的化合物有车叶草苷、绿原酸、芦丁、异槲皮苷、车叶草苷酸、京尼平苷等25种化合物。层次聚类分析(HCA)及主成分分析(PCA)结果均显示,相同处理的杜仲叶样本各自聚成一类,不同处理的杜仲叶样本可明显区分。热图分析进一步揭示了不同干燥处理杜仲叶样本中差异性化合物的含量变化。晒干处理样本中苯丙氨酸及色氨酸等氨基酸类物质的水平较高;冻干及热泵烘干处理样本中有机酸类、环烯醚萜类、糖类等含量较高;电热烘干样本中核苷类、黄酮类物质的含量较高;黄酮类物质在冻干、热泵烘干及晒干样本中差异较小。研究结果为不同干燥处理杜仲叶的成分分析、品质评价及其开发应用提供了科学依据,也可为其他复杂药用植物体系的化学成分分析提供参考。

认知诊断评估中Q矩阵理论及应用

Q矩阵是认知心理学与心理计量学结合的重要载体,Q矩阵在认知诊断中发挥着十分重要的作用。Q矩阵理论和应用研究近年来取得了重要进展。众多研究者从结构化到非结构化、属性二值到多值、简单到复杂模型、独立到一般结构、0-1到多级评分方面不断深入和拓展Q矩阵理论。Q矩阵理论也广泛应用于测验构念效度评价、计算机化自适应测验选题策略设计、Q矩阵学习和标定、认知诊断测验组卷等。与模型无关的Q矩阵理论和适合特定认知诊断模型下Q矩阵理论,以及最新Q矩阵理论的应用都值得深入研究。

基于Q学习的高超声速飞行器自抗扰控制研究

为实现高超声速飞行器姿态自抗扰控制的参数整定,提出一种模糊Q学习算法。首先,采用强化学习中的Q学习算法来实现姿态自抗扰控制参数的离线闭环快速自适应整定;然后,根据模糊控制的思路,将控制参数划分为不同区域,通过设定奖励,不断更新Q表;最后,将训练好的Q表用于飞行器的控制。仿真结果表明,相对于传统的线性自抗扰控制(linear active disturbance rejection control,LADRC)和滑模控制,基于Q学习的LADRC省去了人工调试参数的繁琐过程,且仍具有良好的跟踪效果。蒙特卡罗仿真测试结果验证了基于Q学习的LADRC的鲁棒性。

一类分数阶q-差分方程广义反周期边值问题

考虑一类非线性Caputo型分数阶q-差分方程的广义反周期边值问题,用Banach不动点定理给出该广义反周期边值问题解的存在唯一性结果,并给出一个应用实例.

基于余弦相似度列置换的Q矩阵修正方法

国内外研究者已开发出多种有效的Q矩阵修正方法,但当Q矩阵错误率较高时,仍存在修正效果不佳的问题.该文将基于塔克一致性系数和余弦相似度的列置换方法融入4种Q矩阵修正方法(GDI、Hull、MLR-B和stepwise)中,并借助Q矩阵向量和元素正确率等指标来评价新方法的修正效果.蒙特卡罗(Monte Carlo)模拟研究结果表明:在各种条件组合下,4种Q矩阵修正方法经过列置换后的修正效果得到明显提升,特别是当Q矩阵错误率较高时效果更加显著.

结合优势结构和最小目标Q值的深度强化学习导航算法

针对现有基于策略梯度的深度强化学习方法应用于办公室、走廊等室内复杂场景下的机器人导航时,存在训练时间长、学习效率低的问题,本文提出了一种结合优势结构和最小化目标Q值的深度强化学习导航算法.该算法将优势结构引入到基于策略梯度的深度强化学习算法中,以区分同一状态价值下的动作差异,提升学习效率,并且在多目标导航场景中,对状态价值进行单独估计,利用地图信息提供更准确的价值判断.同时,针对离散控制中缓解目标Q值过估计方法在强化学习主流的Actor-Critic框架下难以奏效,设计了基于高斯平滑的最小目标Q值方法,以减小过估计对训练的影响.实验结果表明本文算法能够有效加快学习速率,在单目标、多目标连续导航训练过程中,收敛速度上都优于柔性演员评论家算法(SAC),双延迟深度策略性梯度算法(TD3),深度确定性策略梯度算法(DDPG),并使移动机器人有效远离障碍物,训练得到的导航模型具备较好的泛化能力.

调Q激光与手术切除治疗口腔黏膜黑斑后的复发率比较:一项回顾性队列研究

目的比较755 nm调Q激光与手术切除治疗口腔黏膜黑斑后的复发率。方法本研究已通过单位伦理委员会审查批准,并获得患者知情同意。采用回顾性队列研究设计,纳入2019年1月—2021年8月在上海交通大学医学院附属第九人民医院口腔黏膜病科门诊接受调Q激光或手术切除治疗的口腔黏膜黑斑患者,收集患者的一般资料、临床特征和随访病史。将治疗后1年复发率作为主要结局指标,长期不良反应发生率作为安全性评价指标,采用Kaplan⁃Meier法分析两组间的1年无复发率。结果本研究共纳入了57例患者,其中16例患者接受了手术切除治疗,41例患者接受了调Q激光治疗,两组人口统计学和临床特征基线无显著差异。手术切除组所有患者均未观察到口腔黏膜黑斑的复发(0%),而调Q激光组有12例(29.27%)患者出现复发,平均复发时间为治疗后6.08个月,复发与吸烟(P=1.000)、胃肠道息肉(P=1.000)、纵型黑甲(P=0.187)、家族史(P=0.552)、治疗次数(P=0.567)或是否多发(P=0.497)均无相关性。与手术切除相比,调Q激光治疗口腔黏膜黑斑1年复发的比值比为4.41,95%置信区间为1.27⁃15.24(P=0.020)。手术切除组中有3例患者(18.75%)报告损害切除处出现凹陷和疤痕,而调Q激光组没有患者报告长期不良反应(0%)(P=0.019)。结论与手术切除相比,调Q激光治疗口腔黏膜黑斑的优势在于长期不良反应率较低,但复发率相对较高,在治疗前需与患者沟通两种方法的优劣,以助临床决策。

基于UPLC-Q-TOF-MS/MS联合网络药理学及分子对接研究五味清浊颗粒治疗腹泻药效物质基础和作用机制

目的基于UPLC-Q-TOF-MS/MS技术鉴定五味清浊颗粒中的化学成分,联合网络药理学、分子对接技术探讨其治疗腹泻药效物质基础和作用机制。方法采用Eclipsepius C18色谱柱(50 mm×2.1 mm,1.8μm),以0.1%甲酸水溶液(A)-乙腈(B)为流动相进行梯度洗脱,柱温为30℃,流速为0.4 mL·min^(-1)。质谱采用电喷雾离子源(ESI)正、负离子模式,扫描范围m/z 50~2000条件下采集多级质谱碎片信息。应用网络药理学构建“核心成分-作用靶点-通路”的网络,对其潜在药效物质基础进行预测。利用AutoDock Vina进行分子对接验证。结果共鉴定出86个主要化学成分,包括生物碱类25个、黄酮类23个、有机酸类12个、鞣质类16个、苯丙素类2个、其他类化合物8个。网络药理学分析结果显示,槲皮素、木犀草素、鞣花酸、胡椒碱、山柰酚、荜茇宁主要作用于IL-6、TNF、EGFR、IFNG、IL-10、IL-8等核心靶点,调节PI3K-Akt、HIF-1、JAK-STAT等关键信号通路来发挥治疗腹泻作用。分子对接结果显示核心成分与核心靶点间具有良好的结合性能。结论该研究成功采用UPLC-Q-TOF-MS/MS技术对五味清浊颗粒化学成分进行全面分析鉴定,初步阐明其治疗腹泻的作用机制,为其药效物质基础和质量控制奠定基础。

改进Q-Learning的路径规划算法研究

针对Q-Learning算法学习效率低、收敛速度慢且在动态障碍物的环境下路径规划效果不佳的问题,本文提出一种改进Q-Learning的移动机器人路径规划算法.针对该问题,算法根据概率的突变性引入探索因子来平衡探索和利用以加快学习效率;通过在更新函数中设计深度学习因子以保证算法探索概率;融合遗传算法,避免陷入局部路径最优同时按阶段探索最优迭代步长次数,以减少动态地图探索重复率;最后提取输出的最优路径关键节点采用贝塞尔曲线进行平滑处理,进一步保证路径平滑度和可行性.实验通过栅格法构建地图,对比实验结果表明,改进后的算法效率相较于传统算法在迭代次数和路径上均有较大优化,且能够较好的实现动态地图下的路径规划,进一步验证所提方法的有效性和实用性.

朝鲜日据时期的“阿Q”——以金史良的《Q伯爵》为中心

日据时期的朝鲜作家金史良曾受同时代中国作家鲁迅的影响,并由此创作了《Q伯爵》。金史良《Q伯爵》中“Q伯爵”的原型正是源于鲁迅《阿Q正传》中的“阿Q”,这部作品是对《阿Q正传》加以改造与重塑的一部杰作。“Q伯爵”与“阿Q”在时代背景、身份、性格等方面具有高度相似性,同时,在人物形象等方面又存在着一定差异。其原因可以从时代背景、作家对人物赋予的期待以及与其他人物之间的关系等三个方面得到解释。

基于UPLC-Q-TRAP-MS分析养心安神药对酸枣仁-五味子配伍煎煮前后10个指标成分含量变化

目的分析养心安神药对酸枣仁-五味子配伍煎煮前后主要指标成分差异变化,并建立含量测定方法。方法采用Welch Ultimate XB-C_(18)色谱柱(2.1 mm×50 mm,5μm),以0.1%甲酸水溶液(A)-乙腈(B)为流动相,流速0.4 mL/min柱温40℃,梯度洗脱;质谱采用电喷雾离子源(ESI),多反应监测离子扫描模式(MRM)。分别对该药对单煎液、单煎合并液与合煎液中主要指标成分酸枣仁皂苷A、斯皮诺素、五味子醇甲、五味子酯甲、五味子甲素、五味子乙素、芦丁、槲皮素、山柰酚、山柰酚-3-O-云香糖苷进行含量测定,并分析药对配伍前后主要指标成分的含量变化差异。结果以上10种成分在一定浓度范围内均呈现良好的线性关系;精密度、重复性和稳定性RSD均良好;平均加样回收率在95.0%~102.1%,RSD为0.03%~3.7%。本次实验结果与前期试验认为酸枣仁与五味子在合煎后,主要指标成分降低保持一致性。结论多指标成分同时测定为该药对配伍质量全面控制提供新的方法并为其药效物质基础的深入研究提供依据。