东亚三角涡虫肌球蛋白轻链MLC蛋白的鉴定及融合表达，余淑英，赵博生，目的:为了表达肌球蛋白轻链融合蛋白，构建了原核表达载体。方法:根据涡虫基因文库中肌球蛋白轻链（Mlc）基因完整的ORF序列设计合成�

东亚三角涡虫肌球蛋白轻链融合蛋白原核表达载体的构建及其在大肠杆菌中的表达，余淑英，赵博生，目的:为了表达肌球蛋白轻链融合蛋白，构建了原核表达载体。方法:根据涡虫基因文库中肌球蛋白轻链（Mlc）基因完整的ORF序列设计合成�

这是一篇关于聚类融合的PPT，首次给聚类融合下了一个明确的定义。很不错哦～～

为解决目前单一判据选线方法中存在的可靠性低、选择性差和对电网结构适应能力低的技术问题,提出了基于遗传算法的小电流接地故障选线方法.算法通过对基于系统故障稳态参数选线的有功功率选线法和无功功率选线法,以及基于暂态参数的小波分析选线法的融合,获得高可靠性小电流接地故障选线判据.算法利用不同选线方法的基因概率进行编码形成初始种群,通过对种群基因的选择、交叉、变异运算,求得最优染色体串,译码后得到故障线路信息.从系统仿真结果看,该方法具有可靠性高、选择性好的特点,并且对不同结构的电网具有很好的适应能力.

我们约束大型强子对撞机采用矢量玻色子融合通道的希格斯门户模型。 特别是，我们在希格斯共振附近包括了在现象学上令人感兴趣的参数区域，其中希格斯玻色子的质量接近于暗物质产生的阈值，并且希格斯玻色子的传播者必须采用宽幅处方。 希格斯-门耦合的极限是暗物质质量的函数，是根据CMS搜索在13 TeV的矢量-玻色子融合中看不见的希格斯-玻色子衰变得出的。 此外，考虑到系统不确定性的实际估计，我们对14 TeV HL-LHC和27 TeV HE-LHC进行了预测。 希格斯玻色子的不可见分支比率的各自上限达到2％的水平，并将摄动的希格斯-门耦合限制到大约110 GeV的暗物质质量。

我们在无质量量子色动力学（QCD）中计算对四点幅度g + g→A + A的辐射校正，直至扰动理论中的阶数为s 4 $$ {\α} _s ^ 4 $$。 我们使用了有效场论，该理论描述了在较大的夸克质量上限中，伪标量与胶子和夸克的直接耦合。 由于伪标量希格斯玻色子的CP奇数性质，计算涉及在尺寸正则化中仔细处理手性量。 紫外线有限结果显示与QCD振幅的通用红外结构一致。 这些振幅的红外有限部分构成了对大型强子对撞机中涉及一对伪标量的可观察物进行前导校正之后的任何重要组成部分。

分析了对J /ψ产生的贡献，其中介子的产生是由三胶子的部分子态介导的，其中两个胶子来自靶标，一个胶子来自射弹。 该机理涉及质子之一中的双胶子密度，因此该贡献以无先导扭曲进入。 但是，由于增强因子来自较小的x处的大双胶子密度，因此具有相关性。 我们在kT分解框架中计算了扰动QCD中J /ψ产生的三胶子贡献。 对于所有J /ψ极化以及极化分量的总和，获得了依赖于差分pT的横截面的结果。 发现在中度pT时，在Tevatron或LHC的能量下，散射贡献可显着校正标准前导扭曲截面。 我们建议质子-核碰撞中产生J /ψ，作为三重胶子机制的可能探针。

我们提出了在大型强子对撞机上通过胶子融合对希格斯玻色子对产生的希格斯玻色子对的完整的次要阶阶（NLO）QCD校正的计算，包括两环虚拟和一环实际校正中的精确的最高质量相关性。 这是之前文献中提出的NLO QCD校正的首次独立交叉检查。 我们的计算依赖于Feynman积分的数值积分，并采用分部积分和对窄宽度近似的Richardson外推法进行稳定。 我们介绍了LHC的总横截面以及不变的希格斯对质量分布的结果，这首次包括了对由于回路中顶部质量的方案和比例选择而引起的不确定性的研究。

在多准则下考察传感器的融合权重, 提出一种新的多传感器数据融合方法. 通过多个性能指标折中估计传感器权重, 以降低决策的主观性和偶然性; 提出从不同融合级别来定义多个准则, 定性地提高了多准则的信息量; 在没有决策者对各准则偏好信息的情况下, 以最小化准则冗余度和最大化评价差异度为原则建立多目标优化模型对准则权重向量优化求解. 仿真实验结果表明, 相比于单准则和单层次的融合方法, 所提出方法具有更低的决策风险和更高的稳定性.

刮板输送机是煤矿井下重要的开采设备之一,简要分析了现阶段刮板输送机的故障诊断现状,针对刮板输送机故障种类繁多,相互影响大且不易诊断的问题,根据多传感器数据融合理论,提出了RBF和模糊积分相结合的刮板输送机故障诊断数据融合方法。在特征级采用RBF,可以对同类传感器采集的数据进行快速学习和收敛,得到同源数据对每一类故障的模糊测度,以便在高维空间内进行同源数据的线性可分。决策级采用模糊积分理论利用该模糊测度通过模糊积分计算,获得刮板输送机故障信息的预测结果,该方法具有较好的容错性,简化了冗余信息,降低了故障相互影响的关联性。刮板输送机减速器电机故障的诊断研究表明,文中所提出的方法有助于克服故障类型的不确定性,在整体上确保故障数据的完备性,正确地判定故障的类型,提高了故障诊断的准确性。