摘要：人工鱼礁结构差异是影响流场规模效应的主要因素之一,本研究选择大字型、米字型、回字型、交叉型、框架型和实体型6种鱼礁单体,分析均匀布设模式下礁体自身结构特征对流场效应的影响规律,进一步建立结构差异性单位鱼礁的规模效应模型。基于流场效应规律提出礁体结构特征指标分别为鱼礁空方体积比、透空率和迎流面相对截面积,进一步得到上升流体积效应模型为V_(u)=0.448R_(u)^(–1.679)–C_(p)(29.868C_(p)–6.921)+R_(sa)(56.18R_(sa)–35.42),背涡流体积效应模型为V_(b)=R_(u)(1830R_(u)–128)–R_(v)(95R_(v)–105)+C_(p)(138C_(p)–154)–R_(sa)(418R_(sa)–180)。最后,基于流场体积效应模型,提出以流场体积为依据的礁体结构参数选择建议,可为以流场体积为建设目标的最优鱼礁结构设计提供参数指导。

摘要：泄漏功耗是集成电路应用中的关键问题,体偏置调节技术是最常用的功耗调节技术之一。传统的体偏置调节电路具有偏置电压范围小、多电源电压等问题,不仅增加了整个系统的成本,还限制了体偏置调节技术的优化效果。基于22 nm FDSOI(Fully Depleted Silicon On Insulator)RVT(Regular Voltage Threshold)工艺,本文提出一种适用于22 nm FDSOI RVT数字集成电路的宽范围体偏置调节电路,该电路具有可编程的(0 V,±2 V)宽电压输出范围,可实现50 mV的偏置电压分辨率,而且不需要额外的电源输入。基于22 nm FDSOI工艺实现了测试电路,仿真结果表明,本文提出的体偏置调节电路可将测试电路的待机泄漏降低34%~92%,并具有较宽的性能跟踪范围。

摘要：肿瘤是造成全球死亡的主要疾病之一,依托于纳米技术开发的纳米药物递送系统为肿瘤的治疗带来了新的希望。虽然纳米药物递送系统能够通过增强渗透和滞留效应使药物富集在肿瘤部位,但肿瘤特殊的微环境如异常的脉管系统、致密的细胞外基质和升高的间质压等致使药物很难渗透到肿瘤组织内部,进而限制了药物疗效的发挥;同时纳米药物自身的尺寸等物理化学性质显著影响了其在肿瘤组织的渗透能力及其后续疗效。因此,如何促进纳米药物在肿瘤部位的深层渗透并发挥其抗肿瘤活性一直是研究的热点。本综述归纳和总结了通过改善肿瘤微环境以及改变纳米药物理化性质促进其在肿瘤深层渗透方面的研究进展,为纳米药物的设计与研究提供思路。

摘要：高分子前药是前药分子设计策略中的一类重要分支,能够显著改善原药分子自身的性质缺陷。近年来,以聚酰胺-胺和肽类树形分子为代表的聚酰胺类树形分子因其自身的独特性质而被广泛应用于高分子前药的设计之中。聚酰胺类树形分子前药丰富的表面官能团和纳米级的分子尺寸,使其能与不同功能和特性的纳米材料相结合构建智能型树形分子前药纳米给药系统,以增加药物的体内循环稳定性、肿瘤富集能力、细胞穿透及组织渗透能力,进而实现肿瘤的多模式治疗和诊疗一体化。因此,本文重点归纳并总结了以聚酰胺类树形分子前药为基础,通过共价键合或非共价组装的方式构建新型抗肿瘤纳米给药系统的设计策略,为后续基于树形分子前药的纳米给药系统设计提供了新的思路和方法。

摘要：喷射混凝土强度概率分布特征是隧道结构可靠度研究的基础问题,但一直缺乏足够的数据支撑,其对隧道结构可靠度的影响也未引起足够的重视。基于此,首先,对2个典型隧道的喷射混凝土进行取芯测试,并收集相关文献数据进行统计分析,得到喷射混凝土强度的概率分布特征;其次,推导了考虑喷射混凝土强度概率分布特征的隧道结构极限状态方程,计算得到在Ⅲ~Ⅴ级围岩及其支护条件下,喷射混凝土不确定性引起的可靠指标下降规律。结果表明:公路隧道喷射混凝土强度表现出较强的不确定性,变异系数最高达到0.381,其概率分布基本符合正态分布。围岩级别越低,喷射混凝土不确定性导致的可靠指标下降程度就越大,具体表现为:Ⅲ级围岩下降6%,Ⅳ级围岩下降43%,V级围岩下降67%。隧道结构可靠指标与喷射混凝土的强度均值成正相关,与喷射混凝土的强度标准差成负相关。因此,在隧道结构设计时,应根据喷射混凝土的不确定性适当提高设计冗余;而在隧道施工时,必须采取有效的措施降低喷射混凝土的不确定性。

摘要：针对序列短、数据稀疏、难以泛化导致的会话推荐准确率不高问题,提出了因子级特征与属性偏好联合学习的会话推荐模型。模型首先通过构建全局级会话项目依赖感知图,学习用户全局级会话项目嵌入;然后,应用解纠缠表示学习方法将会话中的项目分解为多个相对独立的因子级特征,学习用户因子级兴趣偏好;接着利用情境化自注意图神经网络捕获用户针对会话项目属性的偏好;最后,将因子级兴趣偏好与项目属性偏好联合学习,得到用户最终兴趣偏好表示,并最终完成会话推荐。在Diginetica、Cosmetics两个公开数据集上的多个实验表明,本文模型优于对比的基线模型,验证了本文模型的良好推荐性能和设计合理性。