新葡京娱乐场-大陆娱乐场开户注册

線性規(guī)劃問(wèn)題在實(shí)際生活中有著廣泛的應(yīng)用，隨著經(jīng)濟(jì)和計(jì)算機(jī)技術(shù)的發(fā)展，作為最優(yōu)化方法的一個(gè)重要分支，非線性規(guī)劃方法在經(jīng)濟(jì)、工業(yè)、國(guó)防等國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展的各領(lǐng)域都有廣泛的應(yīng)用。但是在非線性規(guī)劃中，有一些理論問(wèn)題沒(méi)有解決，有些新的方法有待進(jìn)一步完善，特別在當(dāng)前大數(shù)據(jù)背景下，傳統(tǒng)的算法已經(jīng)不能適應(yīng)新的需求（如問(wèn)題的數(shù)據(jù)量龐大且?guī)в刑厥饨Y(jié)構(gòu)，Jacobian矩陣計(jì)算困難等）。因此，一方面需要對(duì)原有的算法理論進(jìn)一步完善，另一方面，需要研究在大數(shù)據(jù)背景下的優(yōu)化算法的理論和實(shí)際計(jì)算效果。 本項(xiàng)目考慮把NCP函數(shù)和濾子方法相結(jié)合，利用對(duì)偶信息，減弱收斂的條件，提高計(jì)算效果。其次，針對(duì)濾子方法、SQP方法各自的不足之處，考慮將其同其它算法結(jié)合并利用數(shù)值代數(shù)技術(shù)，如與序列線性方程組方法相結(jié)合，以減少其計(jì)算量，可以克服原約束優(yōu)化算法的一些缺點(diǎn)。最后，考慮一些帶有特殊結(jié)構(gòu)的大規(guī)模優(yōu)化問(wèn)題，如約束Jacobian計(jì)算困難或Jacobian結(jié)構(gòu)特殊，利用數(shù)值代數(shù)技術(shù)對(duì)模型降階并設(shè)計(jì)合適的優(yōu)化算法。簡(jiǎn)言之，在現(xiàn)有的濾子方法的研究結(jié)果基礎(chǔ)上，擬利用數(shù)值代數(shù)（如Krylov子空間方法）和濾子技術(shù)提出一些解決約束非線性規(guī)劃問(wèn)題的新方法，完善它們的收斂性分析和其它理論分析，提高它們的計(jì)算效果。這不僅在濾子方法等數(shù)學(xué)規(guī)劃理論與算法方面有所貢獻(xiàn)，而且在經(jīng)濟(jì)、工程、科學(xué)計(jì)算領(lǐng)域也具有重要的應(yīng)用價(jià)值。 該項(xiàng)目已獲國(guó)家自然基金項(xiàng)目立項(xiàng)支持。

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(dòng)汽車(chē)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(hào)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(jí)增強(qiáng)子結(jié)合蛋白共同作用超級(jí)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(hào)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?jí)增強(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(jí)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(huì)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(hào)通路在多能干細(xì)胞分化過(guò)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(duì)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(méi)食子酸酯的合成方法，具體涉及一種沒(méi)食子酸酯的微波合成方法。【摘要】本發(fā)明公開(kāi)了一種沒(méi)食子酸酯的微波合成方法，該方法包括步驟為：(1)取沒(méi)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(méi)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(duì)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(dòng)除冰雪。 我國(guó)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(dòng)除冰雪問(wèn)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(xiāo)高壓輸電設(shè)備之基礎(chǔ)。

1.痛點(diǎn)問(wèn)題 隨著圖在各領(lǐng)域的廣泛應(yīng)用，對(duì)圖上相關(guān)高效查詢(xún)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(xún)。 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(kāi)銷(xiāo)巨大，難以滿足具體匹配過(guò)程中的時(shí)效性需求。同時(shí)，這些方法沒(méi)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(guò)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(shí)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(duì)子圖匹配過(guò)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(duì)稱(chēng)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(duì)稱(chēng)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(guò)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(guò)程中提前發(fā)現(xiàn)無(wú)法產(chǎn)生匹配結(jié)果的匹配嘗試，減少匹配開(kāi)銷(xiāo)；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(kāi)發(fā)。 3.合作需求 1）應(yīng)用場(chǎng)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(xún)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(chǎng)景中。 2）資源對(duì)接：對(duì)圖查詢(xún)、圖分析有需求且對(duì)其高效性有要求的個(gè)人、單位和企業(yè)等。

主要研究鐵路電子商務(wù)的安全保障體系和針對(duì)互聯(lián)網(wǎng)應(yīng)采取的防范手段；研究系統(tǒng)內(nèi)部的安全問(wèn)題，及實(shí)施鐵路電子商務(wù)所需的認(rèn)證技術(shù)和電子支付技術(shù)，解決與外部行業(yè)和國(guó)家單位的認(rèn)證系統(tǒng)互聯(lián)的和使用各種銀行卡進(jìn)行安全電子支付的問(wèn)題；研究鐵路網(wǎng)上訂票、售票和查詢(xún)服務(wù)，確保鐵路客票網(wǎng)上安全交易。課題從認(rèn)證技術(shù)、內(nèi)網(wǎng)安全交易技術(shù)、安全通訊技術(shù)、加密技術(shù)、安全存儲(chǔ)技術(shù)、安全部件網(wǎng)絡(luò)管理技術(shù)和安全審計(jì)、實(shí)施技術(shù)、安全代理系統(tǒng)、流量智能控制和管理系統(tǒng)、訪問(wèn)控制系統(tǒng)和安全接入系統(tǒng)等方向深入研究電子商務(wù)及其安全支付在鐵路客票上的應(yīng)用。 提出了能夠確保客票網(wǎng)上進(jìn)行安全交易的系統(tǒng)架構(gòu)和系統(tǒng)解決方案；形成了網(wǎng)上售票整體安全保障體系：可用于推廣的基于PKI的認(rèn)證系統(tǒng)；支持3級(jí)CA、RA，連接于內(nèi)外核心系統(tǒng)，可完成所有網(wǎng)點(diǎn)和用戶的入網(wǎng)，支持全鐵道部范圍內(nèi)的基于客票、貨票和網(wǎng)上業(yè)務(wù)系統(tǒng)的安全認(rèn)證；安全系統(tǒng)軟件、通訊及安全代理系統(tǒng)軟件和安全支撐平臺(tái)、監(jiān)控分析系統(tǒng)、訪問(wèn)控制系統(tǒng)等；據(jù)鐵路運(yùn)營(yíng)的實(shí)際情況，開(kāi)發(fā)出鐵路網(wǎng)上客票安全交易系統(tǒng)、安全支付系統(tǒng)和流量智能控制和管理系統(tǒng)、訪問(wèn)控制系統(tǒng)及安全接入系統(tǒng)。

本發(fā)明相對(duì)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(kāi)銷(xiāo)。相對(duì)于傳統(tǒng)的OFDM，本發(fā)明大大降低了發(fā)送信號(hào)的PAPR，使發(fā)送信號(hào)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(duì)添加Nzero個(gè)0后的N維信號(hào)進(jìn)行CI擴(kuò)展，相對(duì)于現(xiàn)有技術(shù)直接對(duì)N-Nzero調(diào)制符號(hào)進(jìn)行CI擴(kuò)展，保持了子載波的正交性，使得發(fā)射信號(hào)的PAPR獲得了進(jìn)一步的降低。

本發(fā)明公開(kāi)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(duì)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(jiǎn)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。