首页期刊导航|内蒙古工业大学学报（自然科学版）
期刊信息/Journal information
内蒙古工业大学学报（自然科学版）
内蒙古工业大学学报（自然科学版）

栗文义

季刊

1001-5167

xuebao@imut.edu.cn

0471-6575729

010051

呼和浩特市新城区爱民路221号内蒙古工业大学

内蒙古工业大学学报（自然科学版）/Journal Journal of Inner Mongolia University of Technology(Natural science edition)CSTPCD
正式出版
收录年代

    简单随机抽样中总体均值的两种改进估计量

    张雨佳卢静莉
    193-199页
    查看更多>>摘要：为提高利用辅助变量的估计量精度,提出了简单随机抽样下新的估计总体均值的指数比值型估计量和改进的回归估计量,得到了估计量均方误差的一阶近似表达式.与现有效率较高的一些比估计量和回归估计量的均方误差进行比较,表明在某些条件下,新的估计量优于这些估计量.从数值算例也可以得出相同的结果,即所提出的两种改进估计量比现有的估计量精度更高.

    辅助变量估计量均方误差效率数值举例

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    乳腺癌空间转录组数据集上基于深度学习的EnST算法研究

    赵雅楠尹娜司志好尚文婧...
    200-205页
    查看更多>>摘要：在保留空间位置和组织学图像的基础上,空间转录组学使用基因表达谱数据对组织结构和生物发育提出新的见解.准确识别位点的空间域是空间转录组学各种下游分析的重要步骤,提出的EnST算法在运用复合缩放网络的基础上,添加了变分图自编码器,能够在空间转录组数据中提取有用信息.在人类乳腺癌空间转录组学数据集中,相比于其他算法,EnST算法可以更好地描绘乳腺癌精细的空间组织结构.此外,EnST学习到的表征在聚类、可视化、差异基因表达分析、GO功能分析等下游任务中也展现出强大的性能.

    深度学习变分图自编码器乳腺癌空间域聚类

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    Allen-Cahn型表面活性剂浓度的两相流格子Boltzmann模型

    刘紫寒岳利清丁兆东
    206-212页
    查看更多>>摘要：基于相场理论,提出了含表面活性剂两相流介观格子Boltzmann(LB)模型,与经典Cahn-Hillaird型方程用于描述流体界面以及表面活性剂浓度不同,推导了Allen-Cahn(AC)型的表面活性剂浓度方程,并设计了相应的LB数值格式.该模型除了保留算法的简单性、并行性以及刻画流体组分与活性剂组分的微观相互作用外,还能准确收敛AC型宏观方程.最后利用两个算例,含表面活性剂的平板问题以及液滴问题,验证该模型准确性与稳定性.

    表面活性剂格子Boltzmann模型Allen-Cahn型方程

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    表面负载还原氧化石墨烯对泡沫铜热扩散系数的影响

    常红旭孙立伟白亮刘景顺...
    213-218页
    查看更多>>摘要：为研究及提升泡沫铜的热扩散性能,利用不同溶剂制备氧化石墨烯混合溶液,通过机械沉积(GO-无水乙醇-丙酮混合溶液沉积)、电沉积(GO-CuS4O混合溶液电沉积、KH550改性GO电沉积)两种不同的沉积方法将氧化石墨烯(GO)附着到经过预处理的泡沫铜表面,后通过高温还原法去除氧化石墨烯表面多余的含氧基团,将其还原为还原氧化石墨烯(rGO),研究材料热扩散性能及泡沫铜表面rGO的存在状态.研究结果表明,通过GO-无水乙醇-丙酮混合溶液沉积的泡沫铜表面沉积层最为均匀完整,经高温还原后性能提升也最为明显,其低温热扩散系数由纯泡沫铜的29.06 mm2/s提高为56.81 mm2/s,提升了95.5%.与热扩散系数为50.26 mm2/s的T2铜片相比,其热扩散系数亦提高13.09%.GO在泡沫铜表面的沉积方式对沉积效果影响显著,GO经过高温还原为rGO后均可以有效提升泡沫铜的热扩散性能.

    泡沫铜氧化石墨烯沉积层高温还原热扩散系数

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    葡萄糖/木糖混合发酵产乳酸过程调控研究

    孙轶男李源王娟刘建国...
    219-223页
    查看更多>>摘要：木质纤维素水解后会形成以葡萄糖和木糖为主的混合液,而乳酸菌在利用这种混糖发酵生产乳酸的过程中由于碳分解代谢阻遏效应的原因使得乳酸产量较低.本研究通过调节混糖比以及添加碳酸钙、维生素B、稀土元素等方法提高混糖发酵的乳酸产量.结果表明,当总还原糖浓度为50 g/L,混糖比为葡萄糖∶木糖=4∶1,初始pH为9.0,发酵温度为37℃时,乳酸产量最高;当分别添加30 g/L的碳酸钙、5 g/L的维生素B、5 mg/L的氯化钕、30 mg/L的氯化铒时,乳酸浓度分别提高了27.07%、25.4%、23.10%和23.14%.本研究通过对混糖发酵体系的优化为木质纤维素类物质发酵生产乳酸提供了理论基础.

    植物乳杆菌乳酸混糖发酵维生素B稀土元素

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    稀土选育枯草芽孢杆菌1.108高产木聚糖酶菌株的研究

    肖蕴澍闫文正李永丽刘占英...
    224-228页
    查看更多>>摘要：论文考察了稀土离子对枯草芽孢杆菌1.108液态发酵产木聚糖酶的影响,以期选育高产木聚糖酶的枯草芽孢杆菌.结果表明,于0～6 h时添加1×10-4 mol/L的Er3+,30℃液态发酵12 h,木聚糖酶活达到133.79 U/mL,获得一株木聚糖酶高产菌Bacillus subtilis X-Er,与原始菌株相比提高10.48%;连续传代培养8次,木聚糖酶活力没有显著变化,表明菌株具有良好的遗传稳定性;电镜结果发现Er3+的加入使该菌细胞壁的通透性增大,推测这可能是木聚糖酶活增加的原因之一.

    木聚糖酶枯草芽孢杆菌稀土选育

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    铜含量对Cu-SAPO-34催化剂NH3选择性催化还原NOx的影响

    张天天刘洋张恒郝彦衡...
    229-238页
    查看更多>>摘要：针对分子筛催化剂低温活性不佳的问题,采用一锅法原位合成了具有不同Cu负载量的Cu-SAPO-34催化剂,研究了催化剂的表面性质、Cu物种分布及种类对Cu-SAPO-34低温活性的影响,探究了NH3选择性催化还原NOx(NH3-SCR)的反应机理.研究结果表明,原位合成有利于SAPO-34骨架稳定,适量的Cu可以使所制备的催化剂具有多级孔道结构并以微孔为主导,有利于SCR反应.丰富的ZCuOH位点和稳定的酸位使0.2 Cu-SAPO-34催化剂具有优异低温SCR活性.经过机理分析发现,SCR反应在0.2 Cu-SAPO-34催化剂上遵循Eley-Rideal和Langmuir-Hinshelwood两种反应机理,并且在低温端时Eley-Rideal机理占主导地位.

    NH3-SCRCu-SAPO-34活性物种反应机理

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    TC4焊接接头多元竞争失效分析及寿命预测

    刘杰邓海龙杨溥孔建行...
    239-243页
    查看更多>>摘要：针对TC4焊接接头多裂纹源竞争失效机制,提出一种超高周疲劳寿命预测方法.在应力比为-1以及应力幅值300 MPa下对接头开展超高周疲劳试验,以探究其超高周疲劳性能.通过扫描电镜对TC4焊接接头的疲劳断口观察可知,断口内部总计有三处裂纹起裂点,并在载荷持续作用下均得到了不同程度的扩展.进一步结合应力强度因子计算以及断口形貌,绘制断口内部的多元竞争机理图.分析表明,三处缺陷诱发的疲劳裂纹均在不同程度上降低了焊接接头的疲劳寿命,其中1号气孔诱发的裂纹在TC4焊接接头的失效过程中占据主导位置.基于竞争失效分析,构建了一种适用于多裂纹源疲劳失效的寿命预测方法,模型预测结果较好.

    超高周疲劳TC4焊接接头竞争失效寿命预测

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    秸秆揉丝机噪声测试与分析

    周强翟之平赵宇兰月政...
    244-249页
    查看更多>>摘要：为了准确识别秸秆揉丝机的振动噪声源,基于阵列式声压传感器测试了秸秆揉丝机的多点振动噪声,对所采集的噪声信号进行自谱分析与小波分析,获得揉丝机的频率分布规律与噪声能量分布规律.分析表明,秸秆揉丝机的振动噪声由旋转噪声和宽频噪声构成,揉丝机的锤片、铡刀与抛送叶片的旋转噪声为主要噪声源,噪声能量主要集中在低频段(500 Hz以下),占总能量的80%以上.在入料口与出料口处振动噪声声压级达到峰值(入料口114.40 dB,出料口112.10 dB),其中入料口、出料处的主要噪声源分别为转子锤片与抛扔叶板通过频率的旋转噪声.

    秸秆揉丝机噪声测试自谱分析小波分解

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于无人机遥感与深度学习的芨芨草识别方法

    杨红艳杜健民
    250-256页
    查看更多>>摘要：芨芨草是干旱、半干旱草原广泛分布的一种多年生杂草,具有极强的环境适应力和种群竞争力,芨芨草的分布状况和变化趋势对于维持区域生态系统平衡和稳定具有重要意义.利用无人机高光谱遥感技术采集内蒙古格根塔拉荒漠草原遥感影像,获得厘米级空间分辨率和纳米级光谱分辨率的图像.采用子区间波段选择法选择代表研究区地物的特征波段,实现数据去除冗余和降维.在ENVI 5.6.1中利用Deep learning模块构建基于U-Net网络的深度学习模型对研究区的芨芨草进行识别,总体分类精度为95.67%,Kappa系数为0.83,均高于其他四种机器学习算法.研究结果表明,基于特征波段选择的深度学习算法能更有效地提取地物的光谱、纹理和形状信息,无人机高光谱低空遥感和深度学习算法的结合为荒漠草原芨芨草的准确、快速识别提供了新途径.

    无人机遥感高光谱深度学习芨芨草识别

      原文链接:
    • NETL
    • NSTL
    • 万方数据