特定湍动激励-响应类型二次非线性系统双谱分析仿真建模

自然界存在一类特定湍动激励类型二次非线性系统,属于一种特殊的非高斯信号系统,其特征是输入信号谱由湍流波动产生,而且这种湍流波动信号功率谱分布接近高斯分布.本文从拓展Choi等(1985 J.Sound Vib.99309]和Kim等(1987 IEEE J.Ocean.Eng.OE-12568)的工作入手,对以海浪激励-系泊船舶响应和充分发展湍流为代表的特定湍动激励-响应类二次非线性系统,基于双谱分析技术进行系统仿真,并对仿真系统进行了扩展的、系统的建模分析,并首次应用完备迭代法(2020 Phys.Scr.95055202)进行模型求解,计算了线性传递函数与二次非线性传递函数.所得结果均符合预期.相干分析表明,随机海浪-船舶摇动系统二次相干性远大于线性相干性,但近高斯输入型充分发展湍流的线性相干性更大.反算验证或与真实系统的对比表明,本文的湍流仿真手段与系统建模方法准确性好,求解算法效率高,可以有效应用于与湍动激励相关的二次非线性系统的模型描述与系统分析.

2020-2022年丽水市儿童手足口病流行特征及病原谱分析

目的分析2020—2022年丽水市儿童手足口病(HFMD)流行病学特征和病原学监测结果,为HFMD防控提供科学依据。方法通过传染病报告信息管理系统收集丽水市HFMD发病资料,对流行特征进行分析,同时采用荧光定量PCR技术对收集的1558例标本开展病原学检测,探究2020—2022年HFMD肠道病毒病原谱的动态变化。结果丽水市儿童HFMD发病年龄主要集中在0~5岁,2020年发病主要集中在9月至12月,2021—2022年主要集中在4月至7月份。2020—2022年间丽水市累计报告HFMD病例为13611例,在1558例病原学标本中检出肠道病毒核酸阳性1032份,总阳性率为66.24%。其中肠道病毒A组71型(EV71)5份,总阳性率为0.32%;柯萨奇病毒A组16型(CoxA16)322份,总阳性率为20.67%;柯萨奇病毒A组6型(CoxA6)型494份,总阳性率为31.71%;柯萨奇病毒A组10型(CoxA10型)63份,总阳性率为4.04%;其他型别148份,总阳性率9.5%。2020—2022年间,EV71仅在2021年检出5例;CoxA16型阳性率分别为2.44%、21.54%和36.42%,2022年1月至8月和11月至12月为检出高峰;CoxA6型阳性率分别为49.78%、33.44%和12.76%,2020年8月至12月为检出高峰;CoxA10型阳性率只在2020年和2021年有检出,分别为4.00%、7.23%。结论除2020年HFMD流行月份整体延后外,其余年份流行特征类似于往年。2020—2022年丽水市HFMD的主要肠道病毒型别为CoxA16和CoxA6型,期间CoxA6型的优势已逐步被CoxA16取代。CoxA16为下一步防控工作的重点。

Nd∶GdYAG激光晶体的光谱分析及热学性能研究

本文对所生长的Nd∶GdYAG晶体的吸收光谱和荧光光谱进行了测试,采用Judd-Ofelt理论对振子强度和线强、强度参数Ω_(t)、4 F_(3/2)→4 I_(J)能级间的跃迁概率、能级辐射寿命、荧光分支比等光谱参数进行了计算,相关数据与YAG、LuAG、YVO4等晶体进行了对比。Ωt计算得出Ω2=(0.813±0.200)×10^(-20)cm^(2),Ω4=(3.381±0.187)×10^(-20)cm^(2),Ω6=(5.135±0.278)×10^(-20)cm^(2),相比YAG、LuAG、YVO4等晶体,Nd∶GdYAG晶体的强度参数Ω2较大,表明Gd^(3+)的掺入增大了基质的无序度。计算并拟合了300~1200 nm的吸收截面和折射率,其中808 nm处的吸收截面为5.0×10^(-20)cm^(2),1064 nm处的折射率为1.80。实测4 F3/2能级的荧光寿命为228μs,与计算的能级辐射寿命240μs接近;1064 nm处的发射截面为1.23×10^(-19)cm^(2),接近Nd∶YAG晶体的发射截面。室温下Nd∶GdYAG晶体的热导率为5.992 W/(m·K),略小于Nd∶YAG和Nd∶GGG,但大于Nd∶YVO4晶体。研究表明,Nd∶GdYAG是一种有应用前景的新型激光晶体材料。

高等农业院校现代色谱分析课程思政探索与实践

课程思政建设是当前加强高校思想政治工作和专业课程教学改革的重要内容,是构建全方位育人格局,将其他课程与思政课同向同行,协同育人,以最终实现“立德树人”根本教育任务的一种综合教育理念。现代色谱分析是高等农业院校化学、农学、食品科学、动物药学、动物医学等专业研究生的必修课程。该课程开课专业广、修读人数多,是开展课程思政教育的重要载体。作者以高等农业院校现代色谱分析课程为例,介绍了实施课程思政的重要意义,课程思政元素的挖掘及思政内容与专业内容的融合,希望能为相关学科课程思政教学提供有益参考。

基于小波能谱分析法的测井低阻油层识别方法研究

为提高测井资料在低阻油层流体性质识别中解释符合率,依据不同储层测井曲线在小波分析能谱特征差异,通过对反映岩性、物性和电性测井曲线进行同类别同尺度小波能谱分析,提取其测井信号中的流体性质信号,建立储层的岩性、物性、电性与含油气性的四性特征模型库,并依此对低阻油层流体性质进行识别。实例分析的结果表明,综合考虑岩性、物性、电性和含油气性的小波能谱分析法可有效提高低阻油藏流体性质识别的准确率。

基于改进奇异谱分析的毫米波生物雷达干扰抑制方法

针对毫米波雷达间的互扰会造成生物雷达获取的微弱生命体征信号被淹没,导致无法准确测量呼吸心跳的问题,本文提出基于改进奇异谱分析的方法抑制雷达间互扰,通过相关性计算从受扰信号中选取目标差拍信号重构以抑制干扰和消除背景噪声。进一步提出基于信息熵的集合经验模态分解方法消除差拍信号残留的相位噪声,通过信息熵计算从集合经验模态分解后的固有模态函数分量中选择呼吸和心跳信号以抑制残留噪声。实验结果表明,所提出的方法能有效地从受干扰的信号中恢复呼吸和心跳信号,提高呼吸和心跳的信噪比。因此,本文所提方法提高了生物雷达的抗干扰能力,增强了生物雷达的实用性。

食品检测中近红外光谱分析技术的应用研究

为了实现对食品成分、品质等方面的准确检测,为食品安全监管和质量控制提供有效的技术支持,引入近红外光谱分析技术,开展了该项技术在食品检测中的应用研究。通过样品制备、选择光谱采集设备、设置采集参数,采集食品近红外光谱,引入标准正态变量变换算法和自适应滤波算法,预处理采集的光谱数据,基于预处理后的数据,结合主成分分析法,构建食品成分特征与近红外光谱数据之间的数学模型,实现近红外光谱分析技术在食品检测的应用设计。实验结果表明,提出的研究应用后,食品成分检测结果与真实值更加接近,检测均方根误差较小,食品检测的准确性得到了显著提升。

鞣花酸抑制酪氨酸酶的动力学、荧光光谱分析及分子对接

以蘑菇酪氨酸酶为靶点,采用抑制动力学、荧光光谱分析结合分子对接模拟技术,系统研究鞣花酸(ellagic acid,EA)对酪氨酸酶的抑制作用及机理。体外研究与动力学结果表明,EA以可逆的混合型抑制方式显著抑制酪氨酸酶活性(IC_(50)=0.05mg/mL),其结合常数K_(I)<K_(IS),表明EA与游离酶的结合比与酶-底物复合物的结合更紧密。荧光光谱猝灭分析表明,EA与酪氨酸酶存在静态猝灭作用,两者通过自发的吸热过程结合生成复合物,主要作用力为疏水作用力,只有1个或1类结合位点。同步和三维荧光光谱分析表明,EA使酪氨酸酶的微环境极性增大,疏水能力减弱,酪氨酸酶的Trp残基更靠近结合位点。分子对接模拟分析进一步印证上述实验结果,形象地表明EA对酪氨酸酶为混合型抑制,EA主要通过疏水作用力和氢键与游离酶或酶-底物复合物进行结合,最终导致酶活性降低。本研究对EA在食品工业中作为保鲜剂的各种应用具有一定参考意义。

近红外光谱分析技术在玉米品质检测中的应用研究进展

玉米是我国重要的粮食作物和动物饲料来源。为实现精准化营养和自动化加工,在玉米种植、仓储、深加工、饲用等领域,玉米的营养品质、安全指标及种子质量等备受关注。传统的化学检测方法会对样品产生破坏,耗时耗力,并且需要专业的技术人才进行操作,难以满足日益增长的玉米检测需求。近红外光谱分析技术具有检测速度快、操作简单、多组分同时分析等优点。本文主要综述近红外光谱分析技术在检测玉米的化学成分、安全指标、种子质量等方面的研究进展,旨在为近红外光谱分析技术在玉米的品质评价、种质选择等方面的检测应用提供参考。

RNA pull-down联合质谱分析lncRNA HSFAS在增生性瘢痕中的作用及机制

背景:课题组前期研究发现,增生性瘢痕特异性长链非编码RNA HSFAS是一种可用于增生性瘢痕诊断的新型生物标志物,但其如何在增生性瘢痕中发挥作用尚不清楚。目的:探讨长链非编码RNA HSFAS在增生性瘢痕中的作用及机制。方法:临床收集3例行增生性瘢痕组织切除手术患者的新鲜增生性瘢痕皮肤组织和增生性瘢痕旁正常皮肤组织标本,应用免疫荧光技术检测两种皮肤组织冰冻切片中长链非编码RNA HSFAS的表达。应用酶消化法体外分离增生性瘢痕皮肤组织与正常皮肤组织原代成纤维细胞,采用qRT-PCR检测细胞中长链非编码RNA HSFAS mRNA表达,通过RNA pull-down联合质谱技术检测与长链非编码RNA HSFAS相互结合的蛋白,利用GO和KEGG分析长链非编码RNA HSFAS参与增生性瘢痕进展的主要功能和通路,通过catRAPID和RPISeq网站分析确定长链非编码RNA HSFAS与蛋白的靶向结合。结果与结论:①与正常皮肤组织相比,增生性瘢痕组织中的长链非编码RNA HSFAS表达升高(P<0.05);与正常皮肤组织来源成纤维细胞相比,增生性瘢痕组织来源成纤维细胞中长链非编码RNA HSFAS mRNA表达升高(P<0.05);②RNA pull-down联合质谱技术明确与长链非编码RNA HSFAS相互结合的蛋白有510个;GO和KEGG分析结果显示:这些蛋白主要涉及RNA剪接和加工、染色体合成和分离、细胞周期等过程,其中涉及RNA剪接和加工的蛋白有支架附着因子B2和DICER1,并且与长链非编码RNA HSFAS的结合分数较高;生物信息学技术分析验证结果显示,长链非编码RNA HSFAS与支架附着因子B2和DICER1蛋白存在相互结合;③结果显示,长链非编码RNA HSFAS可能通过与支架附着因子B2和DICER1蛋白相互结合调控RNA剪接和加工修饰影响基因表达,从而促进增生性瘢痕的发生发展。

中子诱发伽马产生截面测量中的谱分析技术

在中子反应截面测量中,瞬发γ射线法是一种通过测量核反应放出的特征γ射线来得到截面数据的方法,这种方法能够避免竞争反应道产生的干扰.但是瞬发γ射线法为在线实验,本底来源丰富,造成了在线实验谱分析难度大,结果不确定性高.本文研究了使用瞬发γ射线法测量中子诱发伽马产生截面的谱分析技术,总结了中子诱发伽马产生截面测量中不同特征峰形成的物理过程,降低了在线实验谱处理过程中计算效应峰净面积的不确定度.通过采用各种响应函数来对全能峰、本底以及干扰因素进行拟合的方法,精确提取了效应峰的净面积.针对弱峰的净面积,本方法可将峰区域选取引起的波动从30%降低到1%以内,且净面积拟合值与理论值的差距与统计不确定度相当;对于解重峰,本方法所得结果与理论值差距显著低于1%.通过效率曲线分析、拟合优度计算等方法同时验证了谱分析方法的可靠性.

温变下基于奇异谱分析的机电阻抗损伤识别法

为消除温度变化对损伤识别的影响,采用奇异谱分析(singular spectrum analysis,简称SSA)方法处理阻抗信号以分离不受温度变化影响的信号分量,提出结合t-分布随机邻域嵌入(t-distribution stochastic neighbor embedding,简称t-SNE)与K均值聚类算法的无监督机器学习方法,进一步处理信号分量实现损伤识别。为验证该方法的可行性,以螺栓组连接的铝板结构作为实验对象进行温度变化工况下螺栓松动机电阻抗损伤识别实验。结果表明,应用SSA方法得到的信号分量能在温度变化影响下有效识别螺栓松动状态,各工况识别准确率均达到98%以上,证明了所提出方法对消除温度变化影响的有效性。

机器学习辅助光谱分析技术在环境微/纳塑料研究中的应用

微/纳塑料在环境中广泛存在,威胁着全球生态系统的平衡和稳定,因此有必要确定和评估微/纳塑料的环境赋存特征、环境行为和效应以及生态毒性效应。然而微/纳塑料具有的低浓度、小尺寸及容易吸附其他物质等特点,为其在复杂环境基质中的分析带来了巨大挑战。大多数分析方法在提供环境样本中微/纳塑料的定性定量信息方面存在成本高、准确性差、时间效率低等问题,而具有无损、高效、操作方便等优点的光谱分析技术可以弥补这些方法的不足。但采集的微/纳塑料光谱信号可能会受到环境样本中复杂成分的背景噪声干扰,亟需采用智能化手段提高分析的准确性和效率。机器学习具有强大的数据处理和自动化分析能力,准确性高、应用性广,适用于复杂光谱数据的分类和解析,将机器学习与光谱分析技术相结合有望成为微/纳塑料分析的可靠方法。首先对常用的机器学习辅助光谱分析技术进行综述,然后系统性地讨论了机器学习辅助光谱分析技术在微/纳塑料的环境赋存特征、环境行为和效应、生态毒理效应等研究中的应用,最后对该技术的发展前景进行了总结和展望。机器学习辅助光谱分析技术有望为环境中微/纳塑料的生态环境健康风险评估和污染防治提供重要数据支持。

基于InSAR的北京平原区地面沉降与地下水位演化关联特征迭代奇异谱分析

北京平原区是地面沉降发展严重的区域之一,分析其地面沉降的时空演化规律可为城市地面沉降有效防控提供数据支撑。该文利用PS-InSAR方法获取地面沉降信息,并用水准监测数据验证其精度,然后基于奇异谱分析和频谱检验提出迭代奇异谱分析(Iterative Singular Spectral Analysis,ISSA)方法,并基于该方法将地面沉降的长时序数据分解为主趋势、周期特征,得到研究区地面沉降和地下水位的时序演化特征:①研究区地面沉降的主趋势特征表现为2011—2016年沉降持续、沉降减缓和再度发展3个阶段,2017—2020年沉降持续发展,但总体趋势较稳定。②研究区地面沉降季节性差异明显,且2011—2020年夏季地面沉降比冬季严重。③地下水超采是北京平原区地面沉降的主因,在严重沉降区和较严重沉降区,第二、三承压含水层的水位变化与地面沉降呈强正相关性。

集成全息希尔伯特谱分析及其在滚动轴承故障诊断中的应用

全息希尔伯特谱分析(holo-Hilbert spectral analysis, HHSA)是一种新的信号解调分析处理技术,其采用双层经验模态分解(empirical mode decomposition, EMD),能够有效揭示非线性或非平稳振动信号中的跨尺度耦合关系。但是,EMD在信号分解过程中存在严重的模态混叠问题,导致瞬时频率估计不准确,影响了HHSA的分析精度。基于此,提出了集成全息希尔伯特谱分析(ensemble holo-Hilbert spectral analysis, EHHSA)方法。同时为了更精确解调故障特征信息,通过对载波变量进行积分,定义了一种可以揭示调制特征的调幅边际谱分析方法。最后,通过对滚动轴承仿真和实测数据进行分析,结果表明:与传统谱分析方法相比,所提EHHSA方法及调幅边际谱的特征提取性能和噪声鲁棒性更强。

Er^(3+)/Yb^(3+)/Pr^(3+):SrLaGaO_(4)晶体的光谱分析及中红外发射增强

采用非化学计量配比的提拉法成功生长出Er^(3+)/Yb^(3+)/Pr^(3+):SrLaGaO_(4)晶体、Er^(3+)/Yb^(3+):SrLaGaO_(4)和Er^(3+):SrLaGaO_(4)晶体并进行了详细的光谱分析,同时对纯的SrLaGaO_(4)晶体进行了热学性能分析。与Er^(3+):SrLaGaO_(4)晶体相比,Er^(3+)/Yb^(3+)/Pr^(3+):SrLaGaO_(4)晶体不仅展示了更好的吸收特性,而且还表现出较弱的近红外发射,以及优异的中红外发射;Er^(3+)/Yb^(3+)/Pr^(3+):SrLaGaO_(4)晶体中2.7μm铒激光下能级4I13/2的荧光寿命显著减少,而上能级4I11/2的寿命略微下降,成功抑制了自终止效应。此外,本工作还研究了Er^(3+)/Yb^(3+)/Pr^(3+):SrLaGaO_(4)晶体中Yb^(3+)的敏化作用和Pr^(3+)离子的去激活作用以及能量传递机制。总之,引入Yb^(3+)和Pr^(3+)有利于在Er^(3+)/Yb^(3+)/Pr^(3+):SrLaGaO_(4)晶体中实现增强的2.7μm发射,这使其成为中红外激光有前途的候选材料。

一种面向心电信号处理的奇异谱分析改进算法

心电图(ECG)作为人体的关键生理信号被广泛应用于医疗领域,但在采集过程中心电信号容易受到噪声干扰而影响信号质量。为此,设计了一种奇异谱分析(SSA)的改进算法用于心电信号降噪处理。奇异谱分析改建算法是在SSA中的主元重组(grouping)阶段引入逻辑回归(LR)算法,将主元重组方式改进为自动重组,实现面向心电信号的SSA自监督降噪处理。使用基于AD620的心电信号采集装置,构建53条心电信号测试集进行验证,使用奇异谱分析的改进算法,主元自动选择的准确性为98.68%,重构的心电信号信噪比(SNR)由10.43 dB平均提高到20.17 dB,能够有效提取出清晰的PQRST波,使其在医疗领域心电信号检测与降噪方面具有很好的实用化前景。

杀菌剂嘧菌酯的多种色谱分析方法研究

建立了4种检测嘧菌酯含量的色谱分析法,包括液相色谱-二极管阵列法(LC-DAD)、液相色谱-质谱法(LC-MS)、气相色谱-氢火焰离子化法(GC-FID)、气相色谱-质谱法(GC-MS)。通过优化定性、定量分析条件进行各种方法的精密度和准确度测定,根据出峰时间、峰型、线性范围、精密度、准确度等指标得出各种方法的优缺点。结果表明,LC-MS和GC-MS选择性更好、灵敏度更高、对杂质的抗干扰性更强,而LC-DAD和GC-FID的线性关系更好、精确度和准确度更高。

联合液相色谱-质谱分析和网络药理学探讨益肾清利方治疗特发性膜性肾病的作用机制

目的联合液相色谱-质谱(Liquid chromatography-mass spectrometry,LC-MS)分析和网络药理学探讨益肾清利方治疗特发性膜性肾病(idiopathic membranous nephropathy,IMN)的潜在靶点。方法通过BATMAN-TCM数据库和LC-MS定性分析确定益肾清利方药物活性成分,通过网络药理学的方法预测益肾清利方治疗特发性膜性肾病的生物过程及机制通路,并对筛选出的核心靶点进行分子对接及体外实验验证。结果益肾清利方共筛选出15个活性成分,其作用靶点与特发性膜性肾病疾病靶点取交集后得到72个核心基因。GO富集分析结果显示包含凋亡信号通路的调控、白细胞迁移、肽基酪氨酸磷酸化等的参与;KEGG通路富集分析结果显示益肾清利方治疗特发性膜性肾病涉及TNF、PI3K/AKT、MAPK等细胞凋亡相关信号通路。体外实验表明,益肾清利方可通过调控PI3K/AKT通路减少足细胞凋亡。结论益肾清利方通过多靶点、多通路治疗特发性膜性肾病,对C5b-9诱导的足细胞亚溶破模型有抗凋亡作用,其作用机制可能与TNF、PI3K/AKT、MAPK信号通路有关。

基于奇异谱分析的CNN-BiLSTM短期空调负荷预测模型

空调负荷的精准预测对建筑空调系统优化控制具有重要意义。为提高空调负荷预测精度,提出了一种基于奇异谱分析(SSA,Singular Spectrum Analysis)的卷积神经网络(CNN,Convolutional Neural Network)和双向长短时记忆网络(BiLSTM,Bidirectional Long Short Term Memory)短期空调负荷预测模型。使用皮尔森相关系数选取与空调负荷高相关性特征。针对空调负荷的波动性和随机性,采用SSA将空调负荷分解为多个分量,同时将各个分量带入CNN-BiLSTM模型进行预测,该模型利用了CNN的特征提取和BiLSTM的双向学习能力,并将各个分量预测结果进行重构。通过不同建筑类型的空调数据对该模型进行验证分析,发现所提出模型在预测办公建筑空调负荷中RMSE、MAPE和MAE为19.47RT、14.72RT和2.33%,在预测商业建筑空调负荷中RMSE、MAPE和MAE为82.5RT、34.21RT和0.87%。结果表明,所提出的模型具有普适性且精度较高,可进行推广应用。