首页期刊导航|太原师范学院学报（自然科学版）
期刊信息/Journal information
太原师范学院学报（自然科学版）
太原师范学院学报（自然科学版）

王尚义

季刊

1672-2027

tysfxyxb@vip.sina.com

0351-2279449

030012

太原市南内环街189号

太原师范学院学报（自然科学版）/Journal Journal of Taiyuan Normal University(Natural Science Edition)
正式出版
收录年代

    基于||x||*-α||x||F模型张量恢复(L2,L1)-TRIP的条件

    钟林江王川龙
    1-7页
    查看更多>>摘要：限制等距条件在稀疏优化中是稀疏性的保证.在压缩感知和矩阵补全中,基于L1,L*以及L1-L2和L*-LF优化模型的限制等距条件已经推广到张量模型上,基于Tucker秩和L*-αLF(0＜α≤1)优化模型,在脉冲噪声的情况下研究低秩张量x恢复的广义(L2,L1)-限制等距性质((L2,L1)-TRIP),并给出了低秩张量x恢复的充分条件以及恢复的误差.

    ||x||*-α||x||F最小化限制等距性低秩张量恢复脉冲噪声

      原文链接:
    • 万方数据

    四类扩展分布的最大值吸引域

    常帅
    8-12页
    查看更多>>摘要：针对文献中出现的四类扩展分布:Marshall-Olkin扩展分布、Alpha Power扩展分布、Kumaraswamy扩展分布与Beta扩展分布,研究了它们的最大值吸引域.在给定原分布所属最大值吸引域的情况下,通过选取适当的规范化常数,得到此四类扩展分布的最大值吸引域.

    扩展分布极值分布最大值吸引域规范化常数

      原文链接:
    • 万方数据
    • 维普

    一类随机常微分方程的有限差分法

    张鸿飞王小春
    13-18页
    查看更多>>摘要：针对Ornstein-Uhlenbeck过程的随机微分方程运用有限差分法求解,并与伊藤公式求出的精确解进行对比,给出方差、特征函数等参数的表达形式及估计.最后通过 MATLAB和Py-thon 语言进行可视化仿真模拟,借助图像分析Ornstein Uhlenbeck方程的性质和特点.

    Ornstein-Uhlenbeck过程Euler算法伊藤公式可视化

      原文链接:
    • 万方数据
    • 维普

    大规模创新类竞赛评审方案研究

    陈齐萌
    19-27页
    查看更多>>摘要：基于某大规模创新类竞赛的相关模拟评审数据,首先,通过讨论两评审阶段成绩与极差的变化,分析现有评审方案各自的优劣;其次,构建极差模型,运用Adaboost算法检验模型的预测效果;最后,针对现有评审方案的不足,对未来评审方案改革提出展望.研究结果表明:两阶段评审和不分阶段评审各有优劣,极差模型预测效果较好.

    大规模创新类竞赛评审方案Adaboost算法极差模型

      原文链接:
    • 万方数据
    • 维普

    一种结合Sobel算子与改进形态学算法的边缘检测设计与实现

    文强强肖顺文王睿冯翠莲...
    28-34,96页
    查看更多>>摘要：针对使用Sobel算子加传统的腐蚀和膨胀进行边缘检测存在可能会过度腐蚀边缘图像的问题,提出了一种Sobel算子结合改进的腐蚀和膨胀边缘检测的方法.改进的腐蚀和膨胀算法带有一个参数,改变该参数就可以调节腐蚀和膨胀的强度,避免了边缘图像被过度腐蚀和膨胀,基于ZYNQ实现了 Sobel算子与改进的形态学算法的边缘检测.测试结果表明:使用改进的腐蚀和膨胀算法对经Sobel算子得到的边缘图像进行二次优化,不仅能够腐蚀脏点,平滑边缘,还能更多地保留边缘像素信息.

    Sobel算子形态学算法边缘检测

      原文链接:
    • 万方数据
    • 维普

    基于小样本学习的精分患者脑电信号分析方法

    贾亦非尹梦真王懋云王佳明...
    35-41页
    查看更多>>摘要：目前很多机器学习方法都建立在大量数据的需求上,但在实际的生产生活中,有时很难获得大批量的数据.本文提出将小样本学习技术应用于脑电信号分析上,以增强分类精度,提高分析性能.实验通过对采集到的脑电信号进行预处理,再将其通过预训练模型的卷积层和池化层输出的高维特征向量作为输入数据进行特征提取,最后用小样本学习训练模型,实现在数据集规模较小的情况下达到较好的分类或预测效果.该方法结合了卷积神经网络和元学习的思想,通过在少量标记数据上进行训练,实现了对未标记数据的快速适应.实验结果表明,该方法在小样本情况下具有更好的分类精度和泛化能力,相较于传统的机器学习方法,具有更高的应用价值,可以为精神分裂症疾病的诊断提供参考.

    小样本学习脑电信号卷积神经网络分类精度精神分裂症

      原文链接:
    • 万方数据
    • 维普

    7Be+9Be碰撞中所产生可识别粒子的横动量谱和快度谱分析

    王诗文王二琴高丽娜
    42-52页
    查看更多>>摘要：基于多源热模型和朗道四分量模型,并借助于蒙特卡洛方法分析了 Be+Be在束流动量分别为19A、30A、40A、75A和150AGeV/c下所产生可识别粒子π±,K±,p和(p)的横动量分布和快度分布.由理论计算结果和实验数据的对比,可以看出理论较好地描述了实验变化趋势,从而说明多源热模型分析由Be+Be在不同束流动量的碰撞系统中所产生末态粒子分布的可行性.

    横动量分布快度末态粒子四分量朗道模型高能碰撞

      原文链接:
    • 万方数据

    三端自旋交换耦合双量子点体系的热流特性

    贺文超解海卿
    53-57页
    查看更多>>摘要：运用量子主方程方法,研究了三端自旋交换耦合双量子点体系的热流和电流随偏压的变化行为.在电子交换作用为铁磁情况下,偏压较低时两电极量子点的电流和热流出现阻塞现象,这是由于电极的电子费米能低于跃迁量子点多体态之间的能量差.高偏压时,所有输运通道完全打开,电流到达一个平台,但是热流随偏压增加呈线性增长行为.与此不同的是,反铁磁情况下没有出现阻塞现象,因为此时主导输运的跃迁通道能级差较小,更容易产生电流并且到达平台所需的偏压较低.这些结果可以为设计基于量子点的热流器件提供理论依据.

    双量子点热流自旋交换作用量子主方程

      原文链接:
    • 万方数据
    • 维普

    甘草多糖对LPS诱导的A549细胞炎症损伤的拮抗作用研究

    苏瑞军杨琳雪唐瑜武晓英...
    58-63页
    查看更多>>摘要：甘草是世界上应用最广泛草本植物之一,其中主要提取物甘草多糖是具有多种生物活性的多糖类化合物.旨在探究甘草多糖(Glycyrrhiza polysaccharide)对脂多糖(LPS)诱导的A 549细胞炎症的拮抗作用的分子机理,为治疗肺部炎症疾病提供一定理论依据.采用水提醇沉法提取甘草多糖粗提物.利用细胞增殖检测试剂盒CCK-8检测不同浓度甘草多糖以及LPS对 A549细胞活力的影响;利用酶联免疫吸附法(ELISA)检测细胞内TNF-α和IL-6因子的表达情况;利用实时荧光定量PCR检测细胞内IL-6、IL-1β、NF-κB的mRNA水平的表达情况.与对照组相比,甘草多糖能够促进 A549细胞活力升高,而LPS处理 A549细胞后细胞活力显著下降.ELISA法检测结果表示,相比对照组,LPS处理后细胞炎症因子T NF-α和IL 6的含量显著升高,LPS和甘草多糖复合处理后 A549细胞内的TNF-α和IL-6因子显著降低.进一步实时荧光定量PCR结果表明,LPS组中细胞IL-6、IL-1β和NF-κB炎症因子mRNA的表达明显升高,甘草多糖处理后细胞中IL-6、IL-1β和NF-κB炎症因子mRNA的表达显著降低.与LPS组相比,甘草多糖能够显著降低炎症因子mRNA的表达.综上所述,甘草多糖对LPS诱导的A549细胞炎症损伤起拮抗作用,其可能机理是通过抑制NF-κB信号通路.

    甘草多糖脂多糖A549细胞炎症损伤

      原文链接:
    • 万方数据
    • 维普

    人参UDP-阿拉伯糖变位酶基因电子克隆及分析

    田鹏宇宋敏丽张义茹
    64-71页
    查看更多>>摘要：UDP阿拉伯糖变位酶是阿拉伯糖合成过程的关键酶,在植物形态建成和逆境胁迫响应过程中起着重要的作用.UDP-阿拉伯糖变位酶可使UDP-Araf和UDP-Arap相互转换,参与包括阿拉伯糖在内的多糖合成.以玉米UDP 阿拉伯糖变位酶氨基酸序列作为探针,通过电子克隆的方式,对人参EST数据库进行检索,获得具有高度同源性的cDNA序列,采用DNAMAN软件对其进行拼接和组装,最终获得一条长为1445 bp的cDNA序列.利用相关软件对人参UDP 阿拉伯糖变位酶基因进行生物信息学分析.结果表明:人参UDP-阿拉伯糖变位酶蛋白为稳定的亲水性蛋白,该蛋白上的磷酸化修饰有33处,无跨膜螺旋区,不存在信号肽,为非分泌蛋白.该蛋白含有无规则卷曲、α螺旋、延伸链、β折叠二级结构,其中无规则卷曲结构最多.人参UDP-阿拉伯糖变位酶的氨基酸序列与凤仙花同源性较高,与石榴花同源性较低.分析结果能为人参后续相关研究提供一定的参考依据.

    人参UDP阿拉伯糖变位酶电子克隆生物信息学分析

      原文链接:
    • 万方数据
    • 维普