基于LabVIEW的理想气体自由扩散动态演示

理想气体自由扩散运动的计算机辅助教学课件可演示理想气体分子实时的动态无规则运动,一方面弥补了实物实验条件限制的不足;另一方面也提高了理论课堂教学的效果。该课件直观形象地把熵和系统无序程度的联系展现了出来,更清晰地说明了两者之间的关系。

基于配体与受体结构的酪氨酸酶抑制剂定量构效关系分析

酪氨酸酶是细胞内催化合成黑素的关键酶。理解酪氨酸酶抑制剂结构与活性之间的关系对于设计新药和化妆品具有重要意义。然而,酪氨酸酶抑制剂的定量构效关系仍不清楚。本文利用配体和结构描述符构建了隐式和显式模型,阐明了酪氨酸酶抑制剂定量构效关系。隐式模型的相关系数R高达0.961,显式模型的相关系数为0.775。两个模型很好地预测了3个茶多酚的酪氨酸酶抑制活性,表儿茶素没食子酸酯(ECG)>表没食子儿茶素没食子酸酯(EGCG)>没食子酸(G)。相关性分析发现,抑制剂与酪氨酸酶结合引起的构象熵损失与抑制剂的活性密切相关。具有较少构象熵损失的ECG在4种茶多酚中具有较高酪氨酸酶抑制活性。结合自由能计算也证实ECG与酪氨酸酶的结合能力最强。此外,通过分解结合自由能发现,酪氨酸酶活性中心的氨基酸残基(His57、His201、Asn202、His205、Glu192和Val215)与抑制剂形成了较强的范德华和静电相互作用,进而稳定了复合物结构。

熵与热力学几率的研究

在孤立体系中,固定粒子数,体积和能量,视体系粒子为全同粒子,导出熵与热力学几率的关系,得到玻尔兹曼公式,假定体系在同一能级的两个量子态服从高斯分布,从而消去玻尔兹曼公式中的阶乘,使计算变得简单.这种计算方法对于研究熵的计算及应用有些帮助.

基于信任和不信任关系的实值受限玻尔兹曼机推荐算法

在社交网络与电子商务快速融合的背景下,将基于信任关系的推荐技术应用于电子商务领域实现个性化推荐已得到广泛研究.现有推荐算法鲜有考虑用户间不信任效应,导致社交信任度量过于保守,较大地影响了推荐系统准确性.针对现有推荐算法忽视不信任关系导致的非对称效应缺陷,本文提出一种结合信任和不信任的实值受限玻尔兹曼机推荐算法(TDA-RBM),首先建立个人受限玻尔兹曼机,进而运用用户社交行为特征信息分析用户信任与不信任关系并进行度量,在此基础上构造信任-不信任监督机制并用于TDA-RBM方法的优化,同时对该方法的有效性进行分析.通过Epinions数据进行的对比实验表明了TDA-RBM方法的有效性以及不信任关系的引入能有效提高推荐准确性.