小鼠神经组织线粒体提取方法研究

采用两次梯度离心的方法提取原代皮层神经元、皮层和海马组织线粒体,通过健那绿B染色、Western blot方法检测所提取线粒体的纯度.健那绿B染色结果显示,在600g离心力的情况下,经过第一次梯度离心,第二次梯度离心在1 000g离心力的情况下进行,所提取线粒体结构最为完整,纯度最好,几乎不含细胞碎片;而在3 000g离心力情况下,线粒体纯度最低,且含有较多的细胞碎片.Western blot方法检测结果显示,1 000g离心力情况下线粒体的纯度最高.以上研究结果表明,采用梯度离心法提取神经组织线粒体时,第二次梯度离心的离心力越低提取的线粒体纯度越高.     

岩土体结构失稳概率的二次二阶矩评估方法

常规二次二阶矩可靠性方法只适用于功能函数偏导数(一阶和二阶)能够简便地由解析法求解的工程,使得其难以解决复杂岩土体结构的稳定可靠度问题.针对这一局限,基于数值差分原理,导出功能函数在验算点处各阶导数近似表达式,结合随机变量在X空间和Y空间的变换,构建了基于差分方法的梯度矢量数值求解工具;以该工具置换Breitung二次二阶矩方法中的梯度计算准则,形成一种适用于任意形式功能函数的二次二阶矩可靠度算法,消除了经典方法的局限;利用所提方法解决了功能函数为隐式和未知形式的边坡可靠度问题,展示了该方法解决复杂岩土体结构概率稳定性问题的能力,并同时在基准Y空间内建议了具有普遍意义的合适步长系数值0.01.     

一种自适应步长的复合梯度加速优化算法

自适应步长加速(Adam)类算法由于其计算效率高、兼容性好的特点，成为近期相关领域的研究热点.针对Adam收敛速度慢的问题，本文基于当前梯度、预测梯度以及历史动量梯度，提出一种新型Adam类一阶优化算法——复合梯度下降法(C-Adam)，并对其收敛性进行了理论证明.与其他加速算法的区别之处在于，C-Adam将预测梯度与历史动量区别开，通过一次真实的梯度更新找到下一次迭代更精准的搜索方向.利用两组常用测试数据集及45钢静拉伸破坏实验的实验数据对所提算法进行验证，实验结果表明C-Adam与其他流行算法相比较具有更快的收敛速度及更小的训练损失.     

修正的Dai-Liao三项共轭梯度方法

共轭梯度方法是求解大规模无约束优化问题最有效的方法之一。近年来提出的共轭梯度法具有良好的收敛性和数值结果。然而,这些方法并不总是产生下降方向。Dai-Liao方法虽然不会产生上升的搜索方向,但是也不满足充分下降条件。大量学者对Dai-Liao方法的参数进行研究使得Dai-Liao方法获得更好的收敛性和计算结果。因此,我们基于下降的三项共轭梯度方法和通过对Dai-Liao方法的迭代矩阵进行特征值分析,得到参数的一种自适应选择,并且利用HZ和DK方法的截断思想,提出了两种新的修正的Dai-Liao方法,使得修正的Dai-Liao方法满足充分下降条件和对一致凸函数全局收敛。在计算上优于HZ+、DK+方法和一种修正的Dai-Liao三项共轭梯度方法,有效可行。     

可分离凸规划问题的交替邻近梯度法的次线性收敛率

给出了目标函数为3个凸函数的和且具有线性约束的可分离凸规划问题的交替邻近梯度法在遍历意义下的次线性收敛率为■的一个充分条件.     

对数非线性薛定谔方程基态解的数值解法

针对对数非线性薛定谔方程，本文构造了一种求基态解的数值解法.该方法首先对原始能量泛函进行正则化处理,然后使用归一化梯度流方法来求正则化后的基态解.在求解的每个时间步我们采用向后欧拉傅里叶谱方法的隐式数值格式,并通过不动点迭代求解. 我们分析了正则化方法的能量误差,并通过数值模拟验证了本文方法的可靠性.     

梯度磁场在生物大分子研究中的应用

磁场作为一种物理环境,广泛应用于各行各业.随着磁体技术的飞速发展,磁场在科学研究与实践应用中的重要性日趋凸显.在生物大分子研究方向,磁场也发挥了重要的作用.其中,梯度磁场作为磁场的一种,由于其提供的资源除磁场外,还有磁场梯度,使其具备除常规磁场效应(择优取向、晶体质量改善等)外的其他应用价值(如溶液的对流控制、晶体质量改善、分离纯化等),因此备受关注.梯度磁场环境下涉及生物大分子的研究,主要集中在生物大分子的结晶、分离与纯化,以及自组装等方向.充分利用梯度磁场,可以实现高质量的生物大分子晶体生长、高效低成本的生物大分子分离与纯化等重要应用.因此,梯度磁场在生物大分子结构解析技术、生物药物制备技术等方向具有十分重要的价值.本文将从梯度磁场物理环境对生物大分子溶液体系的基础性影响角度出发,回顾并讨论梯度磁场在生物大分子研究中的应用,并对该领域的发展前景进行了预期.     

基于全球科技治理理念的国际协同创新发展

在全球范围内最大程度实现合作共享,是科技发展的本质需求.概括了全球科技治理背景下国际协同创新发展的内在逻辑与现实要求,分析了影响国际协同创新的主要因素,探讨了推动国际协同创新发展的实现路径,并通过揭示国际协同创新的本质,提出了畅通内外循环、促进科技要素均衡配置、强化跨文化传播能力以及产业梯度有序转移四位一体的全球科技治理模式.     

基于改进OMP算法的稀疏目标微波关联成像方法

利用稀疏重构类方法进行雷达微波关联成像时, 传统的正交匹配追踪(orthogonal matching pursuit, OMP)算法在每一次迭代过程中均需要求解目标函数的最小二乘解, 导致成像算法计算复杂度随矩阵规模和迭代次数增加而急剧攀升。针对此问题, 结合频率捷变思想, 提出了一种改进OMP算法的稀疏目标微波关联成像方法。首先, 阐明了微波关联成像机理, 并构建了微波关联成像信号模型; 然后, 利用共轭梯度法对OMP算法中的最小二乘求解步骤进行了改进, 并分析了改进后算法的计算量; 最后, 通过与最小二乘成像方法、匹配滤波成像方法和基于传统OMP稀疏重构的成像方法进行计算机对比仿真实验, 证明了本文算法的正确性与优越性。     

MADDPG算法并行优先经验回放机制

多智能体深度确定性策略梯度(multi-agent deep deterministic policy gradient, MADDPG)算法是深度强化学习方法在多智能体系统(multi-agent system, MAS)领域的重要运用,为提升算法性能,提出基于并行优先经验回放机制的MADDPG算法。分析算法框架及训练方法,针对算法集中式训练、分布式执行的特点,采用并行方法完成经验回放池数据采样,并在采样过程中引入优先回放机制,实现经验数据并行流动、数据处理模型并行工作、经验数据优先回放。分别在OpenAI多智能体对抗、合作两类典型环境中,从训练轮数、训练时间两个维度对改进算法进行了对比验证,结果表明,并行优先经验回放机制的引入使得算法性能提升明显。