频繁子图挖掘研究综述

归纳了频繁子图挖掘方法的处理流程,分析评价了频繁子图挖掘的典型算法:广度优先搜索和深度优先搜索的频繁子图挖掘算法,概述了频繁子图挖掘研究的平台--图模型及其产生器,并对频繁子图挖掘方法未来研究方向进行了展望.     

安塞浅水三角洲前缘复合单砂体精细识别与划分

鄂尔多斯盆地东缘安塞浅水三角洲前缘长₆储层单期河道砂体中心迁移频率较快,导致储层物性差异较大,由于对砂体展布规律认识不足,普遍存在注采不对应、宏观剩余油分布具强分散等问题。在野外露头的指导下,依据测井数据,以三大类单一成因砂体的7种12类接触组合关系,对研究区复合单砂体进行表征：水下分流河道砂体作为骨架砂体发育最广,强分流改道与汇流区域普遍发育“水下分流河道-水下分流河道”型;席状砂沟通其他类型砂体时油层连片分布,但侧向切叠的席状砂不具备挖潜条件;分离型砂体在下游区最为发育,砂体直接接触泥岩,却不为井网所控制。该项研究为油田开发中后期剩余油的挖潜提供可操作的地质依据。     

副溶血性弧菌16S rRNA基因序列变异规律分析

通过对副溶血性弧菌16S r RNA基因序列进行深度分析,研究其序列变异特点,为开发新的分型溯源靶点奠定基础。对111株分离自生鲜水产品的副溶血性弧菌16S r RNA基因测序,与Gen Bank中已有的副溶血性弧菌16S r RNA基因标准序列比对分析,对变异度比较大的序列建立了系统发育树,深入分析了基因的变异规律,并使用ERIC-PCR方法加以验证。不同副溶血性弧菌菌株16S r RNA基因变异主要集中在可变区V1和V2区,50~270 bp的区域内有38个碱基的相似度小于30%,103个碱基的相似度在30%~100%。另外,在V3区和V8区也各有1个碱基有比较明显的差异。副溶血性弧菌16S r RNA基因序列具有一定的变异性,该结果为副溶血性弧菌菌株分型溯源分析提供新的靶点奠定研究基础,同时为其微进化研究奠定理论基础。     

高密度聚乙烯/石墨/碳纤维导热复合材料性能的研究

采用高密度聚乙烯(HDPE)、石墨、碳纤维制备高导热、高强度的复合材料。通过SEM照片考察高密度聚乙烯/石墨/碳纤维复合体系的微观结构;研究石墨及碳纤维的加入是否可以形成导热通道以及随着石墨的添加量的提高,复合材料的导热性能及其力学性能的变化。结果表明:当石墨的质量分数为60%,碳纤维的质量分数为5%时,复合材料的导热系数达到7.938 W/(m.K),是纯HDPE的20倍。     

土层含水率对自旋锚杆锚固力的影响

利用自旋锚杆结构上的特点以及它独特作用原理,分析影响锚杆锚固力的因素,主要有土体粘聚力和内摩擦角。但是在应用过程中,发现土层的含水率对自旋锚杆的锚固力有较大的影响。通过现场试验和理论分析发现,土层含水率是通过影响土体粘聚力和内摩擦角来影响锚固力的,最后得出自旋锚杆的锚固力在一定范围内随着含水率的增加而减小,并且当土层的含水率达到一定的数值时,锚杆的锚固力就出现突然减小的现象,而且接近指数形式的减小。     

铜离子和镍离子对绿泥石的抑制作用及机理

通过浮选实验、动电位测量、ICP离子浓度测试及溶液化学计算,研究铜离子和镍离子对绿泥石浮选的影响,并考察其作用机理.结果表明,绿泥石具有一定的天然可浮性,一定pH值条件下铜离子和镍离子能够水解生成亲水的氢氧化物沉淀,通过静电作用吸附在绿泥石表面,抑制绿泥石的浮选;在较高pH条件下,生成的氢氧化物沉淀与绿泥石表面电性相同,吸附量较少,抑制效果较弱.     

萤石浮选药剂研究现状与展望

浮选分离药剂选择是萤石选矿的重点和难点之一. 总结萤石浮选的捕收剂和调整剂的种类、作用机理及使用现状,清洁、高效捕收剂和选择性强抑制剂是萤石浮选药剂的优选;重点介绍低温浮选捕收剂的研究现状及其在萤石浮选中的优势;组合药剂和新型浮选药剂的开发,性能及作用机理的研究仍然是今后研究的主要方向.      

蛇纹石型硫化铜镍矿浮选研究进展

含蛇纹石脉石的硫化铜镍矿是我国镍资源的主要来源。蛇纹石质软,易泥化,在硫化铜镍矿浮选常用的弱碱性p H区间,脉石矿物蛇纹石表面荷正电,而硫化矿物表面荷负电,二者之间存在较强的静电吸引作用,容易发生异相凝聚。异相凝聚导致蛇纹石矿泥罩盖在硫化矿物表面,抑制了硫化矿物的浮选。脱附硫化矿物表面罩盖的蛇纹石矿泥是提高该类型硫化铜镍矿回收率的关键。脱附罩盖矿泥的方法有化学脱附法和物理脱附法。化学脱附法是利用六偏磷酸钠、碳酸钠、羧甲基纤维素、水玻璃等化学药剂改变蛇纹石表面电性,使蛇纹石与硫化矿物之间的相互作用由吸引变为排斥,从而消除蛇纹石对硫化矿物的抑制作用。物理脱附法是利用流体力场和超声外场的作用脱附硫化矿物表面罩盖的蛇纹石矿泥,消除蛇纹石对硫化矿物的抑制作用。根据该类型硫化铜镍矿的矿石特点及相关理论研究开发的酸法浮选、脱泥浮选等浮选技术,取得了较好的选别效果。     

基于稳健深层网络的雷达高分辨距离像目标特征提取算法

特征提取是雷达高分辨距离像(HRRP)目标识别的核心技术。传统的特征提取算法多采用浅层的模型结构,容易忽视样本的内在结构,不利于学习有效的分类特征。针对这一问题,该文利用多层非线性网络实现特征学习,构建了基于深层网络的雷达HRRP目标识别框架。利用平均像在散射点不发生越距离单元走动的方位帧内具有稳健物理特性的性质,提出了堆栈联合稳健自编码器。该网络由一系列联合稳健自编码器堆栈化实现,在匹配原始HRRP样本的同时,约束同帧样本趋近于平均像,并将网络的最终输出作为分类器的特征输入。基于实测HRRP数据的实验结果验证了所提算法的有效性。     

基于性能预测的推测多线程循环选择方法

线程级推测(Thread-Level Speculation, TLS)是多核上一种加速串行程序的线程级自动并行化技术。循环具有规则的结构并在运行时占有大量的执行时间,因此循环是挖掘并行性的理想对象。然而,选择哪些循环并行才能提高程序的加速比是一个很难决定的问题。为了解决该问题,该文提出一种基于性能预测的循环选择方法。基于输入训练集获取程序预执行的剖析信息,同时结合各种推测因素,构建了循环结构的性能预测模型。预测结果定量评估了循环推测并行的加速比并决定该循环在运行时是否适合并行。实验结果表明,该文提出的方法能有效地预测循环并行时所蕴含的并行性,并依据预测结果准确地选择具有并行收益的循环推测并行,最终Olden基准测试集加速比性能平均提升了12.34%。