检索结果-南通市图书馆

基于声发射和蝙蝠算法的三点弯曲作用下CFRP加固钢管的损伤性能

在线全文

学校读者我要写书评

暂无评论

复合材料学报 2025年第2期42卷 975-990页

作者：周灵杰佘艳华何佳明黄俊杰谢玉强长江大学城市建设学院荆州434023

研究了碳纤维增强树脂复合材料(Carbon fiber reinforced polymer,CFRP)加固Q345钢管在弯曲负荷下的损伤性能。通过三点弯曲试验,采用吸能特性分析方法评估不同加固方式下的抗弯强度和能量吸收性能。采用声发射(Acoustic emission,AE)技... 详细信息

研究了碳纤维增强树脂复合材料(Carbon fiber reinforced polymer,CFRP)加固Q345钢管在弯曲负荷下的损伤性能。通过三点弯曲试验,采用吸能特性分析方法评估不同加固方式下的抗弯强度和能量吸收性能。采用声发射(Acoustic emission,AE)技术,对比分析了不同CFRP铺层方式对钢管的加固效果及探究结构内部损伤和弯曲破坏的声学特征演化规律。最后提出了蝙蝠算法(Bat algorithm,BA)优化最小二乘支持向量机(Least squares support vector machine,LSSVM)的损伤分类预测模型。研究发现,增加CFRP缠绕层数可以显著提升钢管的抗弯强度和吸能能力,但增大缠绕角度会降低结构性能。通过对比分析不同加固方式下试件的声发射信号,证实了声发射技术在揭示碳纤维复合材料钢管弯曲过程中的损伤模式方面的有效性。能量概率密度的分析和最大似然评估显示,无论加固方式如何,复合管在不同能量级别上均遵循幂律分布,且能量分布指数随着CFRP缠绕层数增加而增大、随着缠绕角度增加而减小。所建立的BA-LSSVM损伤分类模型对试件损伤过程中的损伤程度分类准确性高达98%以上。

关键词： CFRP加固钢管三点弯曲损伤性能声发射 BA优化LSSVM

在线全文

学校读者我要写书评

暂无评论

基于随机行走模型的行人实感联合烦恼率研究

振动与冲击 2025年第3期44卷 124-131页

作者：李智海陈得意吴刚杰吴时民长江大学城市建设学院湖北荆州434023

为研究人致振动与环境噪声共同作用下对行人实感舒适度的影响。首先,提出了两种双向随机行走模型,推导了任意时刻行人位置的计算公式,建议了行人实感联合烦恼率的舒适度分析方法;其次,基于双向随机行走模型,对比分析了行人实感联合烦恼... 详细信息

为研究人致振动与环境噪声共同作用下对行人实感舒适度的影响。首先,提出了两种双向随机行走模型,推导了任意时刻行人位置的计算公式,建议了行人实感联合烦恼率的舒适度分析方法;其次,基于双向随机行走模型,对比分析了行人实感联合烦恼率、出现时刻及出现区间的变化规律;最后,建立了联合烦恼率期望的计算式,以荆州市某人行天桥开展实桥试验,进行了行人实感联合烦恼率的舒适度评价。结果表明:在BOAM(bidirectional ordered arrangement model)中实感联合烦恼率整体小于跨中联合烦恼率,正向行走人群与反向行走人群各区间占比具有一定对称性;行人最大实感区间并非在跨中位置处占比最大,出现最大联合烦恼率的位置主要集中在行程的后半段;在BSDM(bidirectional stochastic distribution model)中实感联合烦恼率的比例略高于跨中联合烦恼率的比例,正向与反向行走人群的最大联合烦恼率出现区间分别在区间5与区间3达到最大,分别占总比例的37.92%、27.95%,基于两种模型,绝大部分行人最大实感联合烦恼率出现时刻并非在最大跨中联合烦恼率出现时刻;考虑行人实感加速度的联合烦恼率与实测值更为接近,其期望值与实测期望值的误差为4.21%。

关键词：人行桥环境噪声随机行走模型舒适度实感联合烦恼率

在线全文

学校读者我要写书评

暂无评论

基于残差神经网络的大地电磁二维反演

地球物理学报 2025年第1期68卷 269-281页

作者：余俊虎唐新功熊治涛 “油气资源与勘探技术”教育部重点实验室(长江大学) 武汉430100 长江大学地球物理与石油资源学院武汉430100

本文开展了基于残差神经网络的大地电磁二维反演研究.采用高斯随机场设计并生成了5万个不同规模、不同边界形状(规则边界与光滑边界)、不同电阻率对比度、单个到多个电性异常体模型,通过基于二维交错网格有限差分批量并行正演程序对模... 详细信息

本文开展了基于残差神经网络的大地电磁二维反演研究.采用高斯随机场设计并生成了5万个不同规模、不同边界形状(规则边界与光滑边界)、不同电阻率对比度、单个到多个电性异常体模型,通过基于二维交错网格有限差分批量并行正演程序对模型进行正演计算并输出TE和TM极化模式的视电阻率值,对模型正演TM极化响应的60%数据加入5%的高斯误差,其余为无噪数据,将其作为深度学习反演模型的训练样本;在网络结构设计中引入Res Net-50网络结构深度学习模型对样本进行训练;最后通过测试数据的反演验证了大地电磁深度学习反演模型的可靠性.模型反演的结果表明,神经网络反演模型能够实时输出反演结果,反演结果较为准确,可以有效地刻画各类异常体的边界,对异常体电性参数的恢复也较为准确.

关键词：大地电磁 Res Net-50 神经网络二维反演

维普期刊数据库博看期刊

高校“一站式”学生社区建设的时代意蕴与创新路径

在线全文

学校读者我要写书评

暂无评论

江苏高教 2025年第2期 46-52页

作者：赵剑锋邓蕾朱雨桐东南大学自动化学院南京210096 东南大学教务处南京210096

新时代高校“一站式”学生社区作为中国特色社会主义大学治理体系下的重要育人平台,在构建思想政治工作新生态中扮演着关键角色。然而,在实际工作中还存在着功能定位不甚明晰、管理模式不够灵活、育人环境不尽理想等现实问题。为了应对... 详细信息

新时代高校“一站式”学生社区作为中国特色社会主义大学治理体系下的重要育人平台,在构建思想政治工作新生态中扮演着关键角色。然而,在实际工作中还存在着功能定位不甚明晰、管理模式不够灵活、育人环境不尽理想等现实问题。为了应对这些挑战,高校应当积极探索创新路径,不断强化党的领导,持续优化育人环境,着力提升服务与管理水平,确保优质的育人资源能够集中投入“一站式”学生社区建设中,以此来有效提升一流人才的自主培养质量和培养效率。

关键词：高校学生管理 “一站式”服务学生社区时代意蕴创新路径

大麦HvMYB2分子特性及响应干旱胁迫的功能分析

在线全文

学校读者我要写书评

暂无评论

作物学报 2025年第4期51卷 873-887页

作者：王林陈晓雨张文梦龙汪思琦程冰云程靖秋潘锐张文英长江大学农学院湖北荆州434025

干旱是全球农业生产中最主要的环境胁迫之一,严重影响作物的生长发育和产量形成。挖掘野生大麦优异的抗旱基因对于我国干旱、半干旱区域抗旱大麦品种的选育与利用具有重要意义。为阐明HvMYB2基因的分子特性及其响应干旱胁迫的功能,本研... 详细信息

干旱是全球农业生产中最主要的环境胁迫之一,严重影响作物的生长发育和产量形成。挖掘野生大麦优异的抗旱基因对于我国干旱、半干旱区域抗旱大麦品种的选育与利用具有重要意义。为阐明HvMYB2基因的分子特性及其响应干旱胁迫的功能,本研究从抗旱野生大麦EC_S1中扩增HvMYB2编码序列(CDS),获得了912 bp长的CDS序列,编码303个氨基酸。保守结构分析显示,HvMYB2为R2R3型MYB转录因子,含有2个HTH_MYB结构域,其编码蛋白定位于细胞核。系统发育分析表明,HvMYB2与小麦PIMP1蛋白同源性最高(87.5%)。表达模式分析显示,HvMYB2在苗期地上部分表达水平最高。在干旱胁迫条件下,HvMYB2在抗旱野生大麦EC_S1中表达水平显著升高。过表达HvMYB2的拟南芥株系在干旱条件下表现出更强的抗旱性,干旱胁迫下叶片相对含水量、叶绿素a和叶绿素b含量显著高于野生型拟南芥,相对电导率则显著降低,叶片气孔导度显著低于野生型植株。反之,沉默HvMYB2导致了大麦植株在干旱胁迫下的抗旱性显著降低,表现为更高的水分损失和细胞损伤,以及更大的气孔导度。由此推测HvMYB2通过调节叶片气孔导度正调控大麦的抗旱性。互作蛋白预测结果显示,HvMYB2可能与HvMYB27和HvMYB29转录因子形成复合物以调节下游基因表达。此外,HvMYB2启动子分析揭示其包含多个干旱诱导和激素响应元件,野生大麦HvMYB2启动子中181 bp特异性片段插入导致其转录水平受干旱显著诱导,可能提高了野生大麦EC_S1的抗旱性。本研究为全面解析HvMYB2抗旱分子调控机制奠定了基础,为大麦品种抗旱遗传改良提供了新的基因资源。

关键词：野生大麦 MYB转录因子干旱胁迫基因克隆 VIGS沉默

全面推进思政课程与课程思政建设的价值意蕴、基本原则与实施路径

维普期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

公关世界 2025年第1期 181-183页

作者：张琳王莹湖南大学教务处

全面推进思政课程与课程思政建设是贯彻落实立德树人根本任务，培育时代新人的重要举措；是着眼世界百年未有之大变局，实现中华民族伟大复兴的战略之举；是深化教育教学改革，提升人才培养质量的关键一招。遵循显性教育与隐性教育、价... 详细信息

全面推进思政课程与课程思政建设是贯彻落实立德树人根本任务，培育时代新人的重要举措；是着眼世界百年未有之大变局，实现中华民族伟大复兴的战略之举；是深化教育教学改革，提升人才培养质量的关键一招。遵循显性教育与隐性教育、价值性与知识性、理论性与实践性相统一的原则，构建全面推进思政课程与课程思政建设的实施路径：增强思政课程与课程思政协同育人合力；着力提升思政课教师与专业课教师教书育人素养；增强思政课程与课程思政课堂教学活力；建立思政课程与课程思政教学评价改进机制。

关键词：思政课程课程思政价值意蕴基本原则实施路径

来源：博看期刊

外源亚精胺对淹水胁迫下地毯草形态和生理特性的影响

在线全文

学校读者我要写书评

暂无评论

中国草地学报 2025年第1期47卷 72-84页

作者：杨璐胡回程紫涵费永俊长江大学园艺园林学院湖北荆州434025

本研究以地毯草(Axonopus compressus)为材料,采用双套盆法,以土层与淹水齐平作为胁迫条件,研究淹水胁迫下喷施1 mmol/L亚精胺(Spd)对地毯草幼苗不同时间的生长及其相关生理指标的影响。结果表明,施加Spd可提高地毯草淹水幼苗的鲜重、... 详细信息

本研究以地毯草(Axonopus compressus)为材料,采用双套盆法,以土层与淹水齐平作为胁迫条件,研究淹水胁迫下喷施1 mmol/L亚精胺(Spd)对地毯草幼苗不同时间的生长及其相关生理指标的影响。结果表明,施加Spd可提高地毯草淹水幼苗的鲜重、干重、株高和根长;同时Spd能解除淹水胁迫产生的光抑制,使叶绿素含量及光合作用的相关指标有所提高;外源Spd处理可以提高胁迫下地毯草幼苗的抗氧化酶活性以及游离脯氨酸和可溶性蛋白的含量,减少体内活性氧的积聚,降低丙二醛的含量,通过稳定细胞膜结构,进而增强地毯草对淹水逆境的适应性。同时,通过相关性和主成分分析对不同处理的地毯草生理生化指标进行综合评价,证明外源Spd处理可以提高地毯草的耐涝性,本研究为降低淹水胁迫对地毯草的伤害以及抗涝栽培提供理论依据。

关键词：地毯草亚精胺淹水胁迫生理特性

鄂尔多斯盆地西南部长7油层组深水重力流沉积岩相特征及分布模式

在线全文

学校读者我要写书评

暂无评论

沉积学报 2025年第1期43卷 154-168页

作者：王林吕奇奇张严周浩张蕾罗奥陈乐康长江大学地球科学学院武汉430100

【目的】鄂尔多斯盆地三叠系延长组长7油层组广泛发育深水重力流沉积,然而其岩相分布规律、沉积演化过程及沉积模式研究较为薄弱,制约了该区深水油气勘探部署。【方法】以盆地西南部长7油层组为研究对象,依据大量岩心、测录井、薄片鉴... 详细信息

【目的】鄂尔多斯盆地三叠系延长组长7油层组广泛发育深水重力流沉积,然而其岩相分布规律、沉积演化过程及沉积模式研究较为薄弱,制约了该区深水油气勘探部署。【方法】以盆地西南部长7油层组为研究对象,依据大量岩心、测录井、薄片鉴定、电镜扫描、粒度数据分析、X射线衍射全岩分析以及矿物鉴定分析等资料,对研究区深水重力流沉积岩石类型、岩相特征、岩相组合、岩相分布特征以及沉积相划分等进行分析,并在此基础上建立了重力流沉积模式。【结果】(1)研究区岩性以灰色、褐灰色细粒级砂岩,灰色、深灰色极细—粉级砂岩,暗色、黑色泥页岩为主,夹少量凝灰岩;矿物成分主要由石英、长石及黏土矿物组成;(2)主要岩相类型包括块状层理细砂岩相(Sm)、正粒序粉砂—细砂岩相(Sa)、条带状(粉砂质)泥岩相(Mh)、似块状泥岩相(Mm)、水平纹层页岩相(Sh)、凝灰岩相(T)等6种岩相类型,并根据不同沉积环境的发育情况总结出四种岩相组合类型:Sm-Mh(Sh)、Sm-Sa-Mh(Sh)、Sa-Mh(Sh)、T-Sh(Mm),反映湖泊相环境中砂质碎屑流—深水原地沉积、砂质碎屑流—浊流—深水原地沉积、浊流—深水原地沉积、火山碎屑沉积—深水原地沉积作用;(3)依据不同类型重力流发育的岩相组合及平面分布特征,认为从坡折带以下至湖盆中心,重力流呈现砂质碎屑流、砂质碎屑流—浊流、浊流的演化特征;(4)依据砂质碎屑流砂体所占重力流砂体比例、岩相类型、岩相组合、自然伽马(GR)曲线形态和水道规模等因素,将重力流沉积划分为限制性水道、非限制性水道、前端朵体三个亚相。【结论】该研究有助于明确长7油层组优质砂体发育规律并预测其分布,为研究区非常规油气的勘探开发提供指导。

关键词：岩相特征沉积相划分深水重力流长7油层组鄂尔多斯盆地

在线全文

学校读者我要写书评

暂无评论

应用图像转换与深度学习提升单细胞分类精度

遗传 2025年第3期47卷 382-392页

作者：高炳熙吴华煊杜志强长江大学动物科学技术学院荆州434025

单细胞转录组测序(single-celltranscriptomesequencing,scRNA-seq)通过高通量获取单细胞转录丰度数据,能够深入揭示细胞类型、亚型组成、特异性基因标记及功能差异,广泛应用于动植物发育生物学和重要性状解析等领域。然而,scRNA-seq数... 详细信息

单细胞转录组测序(single-celltranscriptomesequencing,scRNA-seq)通过高通量获取单细胞转录丰度数据,能够深入揭示细胞类型、亚型组成、特异性基因标记及功能差异,广泛应用于动植物发育生物学和重要性状解析等领域。然而,scRNA-seq数据常伴随高噪声、高维度和批次效应等问题,导致大量低表达基因和变异的出现,严重影响数据分析的准确性和可靠性。这不仅增加了数据处理的复杂性,还制约了特征选择和下游分析的效果。尽管已有多种统计推断和机器学习方法用于应对这些挑战,但在细胞类型识别、特征选择以及批次效应校正等方面,现有方法仍存在着局限性,难以满足复杂生物学研究的需求。因此本研究提出了一种创新的单细胞分类方法 scIC (single-cell image classification),将scRNA-seq数据转换为图像形式,并结合深度学习技术进行细胞分类。通过这种图像转换的方式能够更有效地捕捉数据中的复杂模式,进而利用卷积神经网络(convolutional neural networks, CNN)和残差网络(residual network, ResNet)构建高效的分类模型。在测试4种细胞类型(小鼠皮肤基底细胞、小鼠淋巴细胞、人类神经元细胞和小鼠脊髓细胞)的scRNA-seq数据后,分类模型的准确率均超过94%,其中小鼠皮肤基底细胞数据集使用ResNet50模型时的分类准确率高达99.8%。这些结果表明,将scRNA-seq数据进行图像转换并与深度学习技术结合,能够显著提高分类准确性,为解决单细胞数据分析中的关键挑战提供了新思路和有效工具。本研究代码已公开于:https://***/Bingxi-Gao/SCImageClassify。

关键词：单细胞测序深度学习图像化处理细胞分类