简介：由于Newman有理算子对｜x｜逼近效果较好,所以考虑利用Newman-α型有理算子对｜x｜~α进行逼近.构造Newman-α型有理算子,讨论Newman-α算子在Chebyshev结点组下逼近｜x｜~α的收敛速度,最后得到精确的逼近阶为O（1/（n~αlogn））.该结果包含了α=1时的情形.

简介：作为一个保边去噪的算法,各向异性扩散滤波（anisotropicdiffusionfilter,ADF）被广泛应用于磁共振成像（magneticresonanceimage,MRI）图像的预处理中,且对MRI图像中的莱斯噪声具有很好的去除效果.各向异性扩散滤波参数的选择对于其去噪性能影响很大,为找出滤波器的最佳参数,我们用改进的遗传算法对其进行参数优化,并且采用了一种新的精英选择策略,而且还在交叉和变异过程中采用了自适应的交叉和变异概率,再分别对各向异性扩散滤波的迭代次数t、扩散阈值k以及时间步长λ等三个参数进行选择优化.最后,从峰值信噪比（peaksignal-to-noiseratio,PSNR）、结构相似性指数（structuralsimilarityindexmetric,SSIM）、均方差（meansquarederror,MSE）三个方面,将经过参数优化的各向异性扩散滤波器对脑部MRI进行去噪处理,并与其它参数下的滤波结果进行对比.实验结果表明,经过参数优化的各向异性滤波器,无论是从视觉上还是相关评价指标上,均优于其它参数情况下的去噪效果.

简介：域自适应算法是一种能有效解决训练集（源域）和测试集（目标域）样本分布不一样但是具有相关性的方法.文章提出一个跨领域分布适配超限学习机（DDM-ELM）用于解决域自适应问题.DDM-ELM旨在基于超限学习机的框架下,充分利用丰富的有标签源域样本和无标签目标域样本,得出一个精确的目标域分类器.具体来说,DDM-ELM同时满足以下目标：1）最小化源域样本的分类误差;2）通过最小化投影最大化均值偏差来有效减小源域和目标域的分布差距;3）利用目标域样本的流形正则化来探索目标域样本的几何机构特性.这使得DDM-ELM能在同时继承超限学习机优点的前提下更加适合于目标域样本.经过大量的实验结果证明,相比于几种先进的域自适应方法,DDM-ELM在分类准确率和效率上均有所提高.

简介：当植物受到植食者为害后,能够迅速合成并释放出一些挥发性物质,进而吸引植食者天敌,达到控制虫害的目的.大量的研究表明,茉莉酸信号路径在调节植物释放挥发物的过程中发挥了重要作用.然而,最近的研究表明,外来入侵刺吸式昆虫如烟粉虱,能通过激活植物体内的水杨酸信号路径,同时还能抑制茉莉酸信号路径.那么,水杨酸信号路径是否在刺吸式昆虫诱导植物释放挥发物吸引天敌过程中发挥重要作用？我们分别以拟南芥和番茄作为模式植物,研究经烟粉虱取食为害后的野生型植株以及不同信号路径突变体植株对丽蚜小蜂的嗅觉行为反应.研究结果表明,烟粉虱为害120h后的野生型拟南芥或番茄植株均能够显著吸引丽蚜小蜂.当茉莉酸路径被抑制时,烟粉虱为害后的拟南芥（dde2-2）或番茄（def-1和spr-2）植株同样显著吸引丽蚜小蜂;但是当水杨酸路径被抑制后,烟粉虱为害后的拟南芥（NahG和npr-1）或番茄（NahG）植株则并未吸引丽蚜小蜂.植物激素分析结果表明,烟粉虱能够诱导拟南芥或番茄植株内源水杨酸含量显著增加,但内源茉莉酸的含量则并未变化.因此,我们认为水杨酸信号路径在调控烟粉虱诱导植物间接防御过程中发挥重要作用.

简介：随着人们对食品安全的不断关注,食品中的农药残留检测越来越受到重视,本文以乙酰甲胺磷为模板分子,通过悬浮聚合法制备出分子印迹聚合物（MIP）,采用固相微萃取前处理技术[1],结合气相色谱,建立了对茶叶中乙酰甲胺磷检测的高效快速检测方法。通过对固相微萃取吸附剂用量、吸附时间、洗脱溶剂的优化,实现茶叶中乙酰甲胺磷的最优提取。在最优条件下,乙酰甲胺磷加标回收率可高达95%以上。本方法所使用的乙酰甲胺磷分子印记聚合物制备简单,成本低,结合效率高,易于固液分离,结合气相色谱可实现茶叶中乙酰甲胺磷的高效快速检测。