新葡京娱乐场-大陆娱乐场开户注册

在固態(tài)鋰電池研究領(lǐng)域連續(xù)取得重要進(jìn)展。繼全面解析電動汽車三元單晶材料性能衰減機(jī)制后(Nature Communications, 2020, 11, 3050)，固態(tài)電池的研究成果“洞察固態(tài)電池多晶正極中的界面效應(yīng)和局部鋰離子遷移”（Insightsinto interfacial effect and local lithium-ion transport inpolycrystalline cathodes of solid-state batteries）也發(fā)表在最近的 Nature 子刊上(Nature Communications，2020，11，5700）。青年教師婁帥鋒士為本文第一作者，王家鈞教授為唯一通訊作者。

 研究發(fā)現(xiàn)，Hippo信號通路的效應(yīng)因子YAP能協(xié)同多能干細(xì)胞的核心轉(zhuǎn)錄因子Nanog，Sox2 和Oct4及其他超級增強(qiáng)子結(jié)合蛋白共同作用超級增強(qiáng)子，參與調(diào)控多能干細(xì)胞的關(guān)鍵基因表達(dá)。當(dāng)Hippo信號通路的核心因子Mst1和Mst2敲除后，YAP在核內(nèi)富集增加，其在基因組上也形成大量新的富集位點(diǎn)。更重要的是，在YAP富集增加的位點(diǎn)上，Nanog，Sox2 和Oct4的富集也相應(yīng)增高，從而導(dǎo)致一些傳統(tǒng)增強(qiáng)子轉(zhuǎn)變?yōu)槌壴鰪?qiáng)子而使其調(diào)控的基因表達(dá)大增。數(shù)據(jù)顯示一些典型的促進(jìn)神經(jīng)細(xì)胞分化基因和抑制中內(nèi)胚層分化基因的表達(dá)水平出現(xiàn)了基于超級增強(qiáng)子調(diào)控機(jī)制的劇烈變化，這也解釋了為什么Mst1和Mst2 敲除多能干細(xì)胞出現(xiàn)傾向性分化。同時(shí)，研究也發(fā)現(xiàn)Mst1和Mst2敲除的多能干細(xì)胞中新形成的YAP-Nono-Tbx3調(diào)控軸會導(dǎo)致多能干細(xì)胞向中內(nèi)胚層細(xì)胞的早期分化受抑制。這項(xiàng)研究工作深入揭示了Hippo-YAP信號通路在多能干細(xì)胞分化過程中的關(guān)鍵作用機(jī)制，將有助于指導(dǎo)多能干細(xì)胞向不同胚層細(xì)胞的分化，對于多能干細(xì)胞的臨床應(yīng)用有重要意義。

【發(fā) 明 人】李念光；唐于平；段金廒【技術(shù)領(lǐng)域】本發(fā)明涉及一種沒食子酸酯的合成方法，具體涉及一種沒食子酸酯的微波合成方法。【摘要】本發(fā)明公開了一種沒食子酸酯的微波合成方法，該方法包括步驟為：(1)取沒食子酸和不同的醇或者酚，置于微波反應(yīng)器中，設(shè)定溫度為80至105℃，壓力150至200PSI，設(shè)定功率為150至250瓦，在酸的催化下密閉反應(yīng)5至30分鐘；(2)取步驟(1)反應(yīng)所得的產(chǎn)物，用堿液調(diào)pH值至中性，然后用有機(jī)溶劑萃取、濃縮、得濃縮物、重結(jié)晶，即得。本發(fā)明提供的沒食子酸酯的微波合成方法可減少反應(yīng)時(shí)間，提高合成效率，節(jié)省成本，且可操作性強(qiáng)、對環(huán)境具有一定的保護(hù)作用。

易出現(xiàn)冰雪災(zāi)害地區(qū)的高壓輸電線斜撐絕緣子和橫擔(dān)絕緣子的自動除冰雪。 我國很多地區(qū)，冰雪災(zāi)害時(shí)有發(fā)生，嚴(yán)重時(shí)供電中斷，造成工農(nóng)生產(chǎn)和人民生活困難。現(xiàn)已有防垂直絕緣子防冰雪等多種措施，但斜撐和橫擔(dān)絕緣子自動除冰雪問題尚未妥善解決。 可消除絕緣子冰雪之害，大幅度提高冰雪災(zāi)害地區(qū)的供電安全。 希望合作企業(yè)應(yīng)有基礎(chǔ)在冰雪災(zāi)害地區(qū)有產(chǎn)銷高壓輸電設(shè)備之基礎(chǔ)。

1.痛點(diǎn)問題 隨著圖在各領(lǐng)域的廣泛應(yīng)用，對圖上相關(guān)高效查詢方法的需求也與日俱增，特別是在社交網(wǎng)絡(luò)、金融、電商、安全和航天等眾多領(lǐng)域具有重要作用的子圖匹配查詢。 然而，現(xiàn)有子圖匹配方法在實(shí)際使用中速度均較慢，當(dāng)數(shù)據(jù)量較大時(shí)，現(xiàn)有方法的時(shí)間開銷巨大，難以滿足具體匹配過程中的時(shí)效性需求。同時(shí)，這些方法沒有充分利用圖數(shù)據(jù)的本質(zhì)結(jié)構(gòu)特點(diǎn)進(jìn)行剪枝，在運(yùn)行效率上仍有較大的改進(jìn)空間。 2.解決方案 本技術(shù)提出一種基于社區(qū)結(jié)構(gòu)的子圖匹配方法，基于社區(qū)結(jié)構(gòu)在匹配過程中進(jìn)行剪枝從而加快子圖匹配的速度。流程圖如圖1所示。 圖1 本技術(shù)子圖匹配計(jì)算流程 首先，本技術(shù)識別數(shù)據(jù)圖中的社區(qū)結(jié)構(gòu)，將數(shù)據(jù)圖劃分為若干“內(nèi)部緊密關(guān)聯(lián)、相互之間連接松散”的社區(qū)。接著，基于社區(qū)結(jié)構(gòu)，提出三種優(yōu)化策略對子圖匹配過程進(jìn)行優(yōu)化，并實(shí)現(xiàn)了相關(guān)技術(shù)。 具體地，這三種優(yōu)化策略包括兩階段破對稱策略、基于社區(qū)路徑的剪枝策略和基于社區(qū)結(jié)構(gòu)的邊界剪枝策略。其中，兩階段破對稱策略利用模式圖中的自同構(gòu)映射，根據(jù)已得到的若干匹配結(jié)果推斷出新的匹配結(jié)果，從而減少匹配過程中的計(jì)算量；基于社區(qū)路徑的剪枝策略根據(jù)數(shù)據(jù)圖中的跨社區(qū)的路徑構(gòu)建索引，在匹配過程中提前發(fā)現(xiàn)無法產(chǎn)生匹配結(jié)果的匹配嘗試，減少匹配開銷；基于社區(qū)結(jié)構(gòu)的邊界剪枝則考慮各社區(qū)的邊界節(jié)點(diǎn)，即那些和其他社區(qū)的節(jié)點(diǎn)間有邊關(guān)聯(lián)的節(jié)點(diǎn)，根據(jù)邊界節(jié)點(diǎn)的鄰居情況進(jìn)行剪枝，減小搜索空間，加快子圖匹配速度。 基于上述優(yōu)化策略，本技術(shù)提出的基于社區(qū)結(jié)構(gòu)的高效子圖匹配方法能根據(jù)給出的數(shù)據(jù)圖和模式圖快速返回子圖匹配結(jié)果。該技術(shù)可以作為模塊嵌入金融、電商和航天等已有軟件系統(tǒng)，也可作為單獨(dú)軟件工具并支持二次開發(fā)。 3.合作需求 1）應(yīng)用場景：在圖數(shù)據(jù)中快速查找滿足某種特定結(jié)構(gòu)的子圖結(jié)構(gòu)，進(jìn)而作為查詢結(jié)果返回或用于后續(xù)深入分析。可用于包括但不限于社交網(wǎng)絡(luò)、金融、電商、安全和航天等眾多場景中。 2）資源對接：對圖查詢、圖分析有需求且對其高效性有要求的個(gè)人、單位和企業(yè)等。

本發(fā)明公開了一種基于多尺度池化的卷積神經(jīng)網(wǎng)絡(luò)人臉識別方法。該方法利用多尺度池化的卷積神經(jīng)網(wǎng)絡(luò)來提取人臉圖像的特征以實(shí)現(xiàn)人臉識別。在構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)的過程中，采用卷積和最大值采樣交替的方法對特征進(jìn)行深度提取，另外對每層卷積層采用了多尺度池化的策略和步驟，一并輸入到全連接層，使其具有多尺度的、固定大小的特征列向量。本發(fā)明不需要對輸入的人臉圖像做截取或調(diào)

本實(shí)用新型公開了一種用于放置放射性檢測器探頭的流動池，包括筒狀鉛身、鉛蓋、筒狀的鉛制底座以及塑料墊片；該裝置可將放射性檢測器的探頭封閉在由所述的鉛蓋、筒狀鉛身、鉛制底座形成的空間內(nèi)，且在鉛制底座內(nèi)底面沿徑向開有貫穿鉛制底座筒壁的凹槽供液相色譜的出口管穿過，采用該裝置使得放射性檢測器探頭只探測流過流動池的管路中的放射性，能很好的屏蔽外部的放射性對放射性檢測器探頭的影響，有利于放射性物質(zhì)的分析和分離。

本發(fā)明相對于傳統(tǒng)的OFDM系統(tǒng)發(fā)射機(jī)模型，添加了一個(gè)N點(diǎn)IDFT運(yùn)算，不需要太多額外的復(fù)雜度和硬件開銷。相對于傳統(tǒng)的OFDM，本發(fā)明大大降低了發(fā)送信號的PAPR，使發(fā)送信號功率分配更加均勻，降低了發(fā)射機(jī)功放的設(shè)計(jì)難度。本發(fā)明提出對添加Nzero個(gè)0后的N維信號進(jìn)行CI擴(kuò)展，相對于現(xiàn)有技術(shù)直接對N-Nzero調(diào)制符號進(jìn)行CI擴(kuò)展，保持了子載波的正交性，使得發(fā)射信號的PAPR獲得了進(jìn)一步的降低。

本發(fā)明公開了一種基于重復(fù)子結(jié)構(gòu)的復(fù)合材料有限元建模方法，包括以下步驟：建立復(fù)合材料精細(xì)化的多組分單胞有限元模型；基于上述精細(xì)化的多組分單胞有限元模型，建立復(fù)合材料重復(fù)子結(jié)構(gòu)模型；對重復(fù)子結(jié)構(gòu)進(jìn)行縮聚，然后將特征矩陣裝配到單胞殘余結(jié)構(gòu)，得到全復(fù)合材料分析模型；此方法在保證計(jì)算精度的同時(shí)簡化了復(fù)合材料精細(xì)化建模工程，極大的提高建模效率，具有十分重要的工程意義。