中药的性味归经与降脂药效的BP神经网络研究

针对中药药效与其性味归经之间复杂的、不确定的关系,建立适于单味降脂中药的BP神经网络模型,运用Matlab快速预测降脂中药的药效指标。经验证,该方法为一种快速、可靠的方法。     

性味归经与抗衰老药效的BP神经网络研究

针对中药药效与其性味归经之间复杂的、不确定的关系,运用人工神经网络的理论和方法,建立中药抗衰老药效的BP神经网络模型,通过实例对抗衰老指标进行评价分析。经验证,用BP神经网络方法评价中药抗衰老药效是一种快速、可靠的方法。     

可能性构造空间理论和模糊量化的复方创新

中药复方的产生过程是一个复杂的创造性过程,其中存在着大量的构造和选择过程,应用创造性思维模型——可能性构造空间理论,在提出的复方创新方法的基础上,结合模糊数学量化中药的性味、归经改进复方创新系统的相似性选择方法,初步实现了基于可能性构造空间理论的中药复方创新系统。最后通过实验验证了方法的可行性和有效性。     

一种用于中药最优配方挖掘的3-阶段选举筛选算法

提出了一种用于挖掘中药最优配方的三阶段选举筛选算法.首先对不同配方的中药新药的临床疗效数据进行可视化.然后,从可视化后的疗效数据曲线中提取若干疗效特征.最后,采用三阶段选举算法筛选新药配方.第一阶段是初选,每一实验样本投票产生指定配方指定指标的特征值.第二阶段是中选,指定配方指定指标的特征值投票产生指定配方指定指标的药效值.第三阶段是终选,每一指标的药效值投票产生指定配方的综合药效值.通过权衡所有配方的综合药效值,就可以找到最优中药配方.实验结果显示该方法对于这类问题是有效的,能较好挖掘出最优中药新药配方,并对新药的临床实验具有指导意义.该方法的潜在应用包括新药开发、风险投资最优组合和基因序列分析等.     

中药复方配伍多维分析系统中数据库的设计

为了揭示中药复方配伍规律,开发了中药复方配伍多维分析系统.由于中药数据涉及大量自然、人文知识,在系统中需要处理这些错综复杂的关系,因此设计存储这些复杂数据的数据库是个挑战性的工作.给出了中药复方配伍多维分析系统的分析流程,解释了中药信息的特点,详细分析了存储中药信息数据库子系统的设计.把存储子系统数据库子系统分为输入表、输出表、药物基本信息表、预处理表和临时表5类,使系统具有灵活性,可扩展性,较少的冗余、较快的处理速度,满足了多维数据分析的需要.     

中药化学数据库关联规则的挖掘

数据挖掘是一种新兴的信息处理技术,本文将其中的关联规则运用到中药化学数据的处理,对其中的中医药效、植物科属、化学成分的活性、中药提取物现代药理等数据进行了维间关联规则的挖掘,找到了一系列的强规则,并对这些规则进行了分析,得到了其中有趣的关联规则,同时该关联规则的结果也说明了中药和西药在药效概念上的差异。该结果对于中药现代化,植物化学等相关的研究提供了一种新的思路。     

基于J2EE的中药有效成分化合物数据库的研究与构建(英文)

基于J2EE研究并建立了中药有效成分化合物数据库。该数据库包含了化合物的诸多信息,包括英文名称、物理化学性质、药理活性数据、分子式、分子量、CAS登记号以及其二维化学结构。通过XML作为数据交换格式导出了存储在Word表格中的有效成分化合物数据,并基于ISIS Base构建了中药有效成分化合物数据库。基于该数据库可进行数据挖掘,进而可在中药和西药之间、中药药效和有效成分之间进行关联规则、聚类分析等研究。     

润肠通便合剂对地芬诺酯所致便秘小鼠排便功能的影响

研究了中药复方制剂润肠通便合剂对复方地芬诺酯致便秘模型小鼠排便功能的药理作用。实验结果表明润肠通便合剂能使复方地芬诺酯致便秘模型小鼠的6h内排便重量增加,有明显的通便作用,临床上可用于治疗便秘症。     

基于CADD方法的黄连解毒汤抗炎药效物质基础多靶导向作用的研究

目的:探讨黄连解毒汤(HLJD)抗炎药效物质基础,并对复方多靶导向做出药效学阐释.方法:构建HLJD化学成分分子数据库,综合应用分子对接、药效团模型、数据库搜索等方法,探讨其与炎症靶点COX-2、IKK-2、PDE-4受体的相互作用,在此基础上阐明HLJD抗炎作用机制.结果:HLJD中共有28个化学成分分子与2个以上靶点存在作用效应,其中2个化学成分分子对3个靶点均有作用效应.结论:HLJD不仅存在多成分多靶导向效应,而一些单分子存在多靶导向效应,本实验为复方HLJD抗炎作用的药效学的分子机制提供了解释.     

基于SimRank的中药“效-效”相似关系挖掘

中药“效-效”关联分析是中医药研究中最基本也是最重要的问题,对药效判断具有重要意义。该文旨在利用数据挖掘技术,从中药方剂数据中自动挖掘“效-效”相似关系,自动归纳不同药效之间的相似度,提出了基于SimRank方法的“效-效”相似关系挖掘算法。中医专家对算法输出结果的大量验证表明,该算法具有较高的正确率,其中“优良”和“合理”共占70.568%。     

应用易感者-暴露者-感染者-康复者模型对COVID-19的传播及防御措施分析

该文通过易感者-暴露者-感染者-康复者模型分析新型冠状病毒肺炎(COVID-19)在人群中传播的过程,及不同防御措施对疫情曲线的影响,针对结果为疫情的防控提出建议.根据人群接触网络模式对易感者-暴露者-感染者-康复者模型进行改进,加入隔离、中医药干预等模型元素,构建符合新冠肺炎传播特点的数学模型.将影响新型冠状病毒肺炎...     

Striving for a total integration of CAD, CAPP, CAM and CNC

Over the last 50 years, conventional programming of the numerical controlled (NC) machine tools has been based on a data model stipulated by ISO 6983, or otherwise known as G-codes. It was designed to sequentially pass instructions to the controls of machine tools with little, if any, intelligence. It has been realized that this standard has led to serious impediments for the fulfilment of total CAD/CAM integration. The forthcoming ISO 14649 defines a new interface for exchange of information between CAD/CAM systems and NC machine tools. ISO 14649 is strictly harmonized with ISO 10303 (STEP), hence the name STEP-NC meaning an extended STEP for numerical control. There has been substantial amount of research being carried out concerning STEP-NC, in particular EU and USA; its benefits and potentials are revealing and appealing. The manufacturing industry may have to embrace itself with a revolutionary change even more dramatic than that of introduction of numerical control about half a century ago.     

多尺度注意力融合和抗噪声的轻量点云人脸识别模型

在低质量点云人脸数据集上,判别性特征的提取和模型对噪声的鲁棒性是解决点云人脸识别问题 的关键。针对现有轻量点云人脸识别算法不能充分提取判别性特征和数据集中存在大量噪声而影响模型训练的问 题,设计轻量高效的网络模型,提出了基于多尺度注意力融合和抗噪声的自适应损失函数的点云人脸识别算法。 首先通过不同卷积模块获得不同感受野大小的特征图。然后进行多尺度的注意力特征提取,并使用高层的注意力 权重来引导低层注意力权重的生成,最后进行通道融合得到多尺度融合的特征,提升了模型捕获人脸细节特征的 能力。其次,根据低质量点云人脸图像的噪声信息特点,设计了一种新颖的抗噪声的自适应损失函数(anti-noise adaptive loss),以应对数据集大量噪声对模型训练过程中可能造成的负面影响,提升模型的鲁棒性和泛化能力。 在开源数据集 Lock3DFace 和本文提出的 KinectFaces 数据集上的实验结果表明,与当前的主流算法相比该算法模 型在低质量点云人脸识别任务中具有更好的识别效果。     

非独立同分布数据下的去中心化联邦学习策略

区块链具有不可篡改性和去中心化的特点,其与联邦学习的结合成为人工智能领域的热门主题。目前去中心化联邦学习存在训练数据非独立同分布导致的性能下降问题,为了解决这个问题,提出一种模型相似度的计算方法,然后设计一种基于该模型相似度的去中心化联邦学习策略,并使用五个联邦学习任务进行测试,分别是CNN模型训练fashion-mnist数据集、alexnet模型训练cifar10数据集、TextRnn模型训练THUsnews数据集、Resnet18模型训练SVHN数据集和LSTM模型训练sentiment140数据集。实验结果表明,设计的策略在五个任务非独立同分布的数据下进行去中心化联邦学习,准确率分别提升了2.51、5.16、17.58、2.46和5.23个百分点。     

基于时空聚类分析的自动组卷模型研究

为提高题库自动组卷的质量,以ACM Online Judge系统评测数据为研究对象,将时间方差和平均用时作为时空特征对题目进行自动聚类分析;在聚类基础上,使用各分类所有题目的提交次数和提交解决次数计算每类题目的难度系数,并采用高斯随机过程建立自动组卷模型。与传统经验组卷方法相比较,提出的自动组卷模型以题目难度和区分度为依据,组卷质量可科学评价测试者知识水平。实验结果表明,提出的自动组卷模型简单有效,适用性强。     

高校工程制图课程混合式教学模式探索与实践

以信息技术与教育相融合所构建的信息智能文明为标志的教育4.0 时代已经到来, 混合式教学作为一种新的教学模式,是当今教育信息化研究的热点。针对传统工程制图课程教 学中存在的问题,结合当前混合式教学国内外学者相关研究,以清华教育在线研制的优慕课“在 线教育综合平台”为依托,基于布鲁姆教学目标分类理论,将教学内容以知识点类型重新梳理和 归类,根据各知识点的类型和认知维度,从教学目标设计、信息化教学环境创建、教学内容设 计、教学活动设计、考评方式设计5 个方面进行了探索,形成了适合课程特点和学生发展的混 合式教学模式。实践证明,该混合式教学模式在工程制图课程教学中取得了较好的效果,为类 似课程开展混合式教学提供借鉴和参考。     

一种多结构数据的同步拟合方法

计算机视觉领域,多结构模型参数的提取是一个常见任务。传统的提取算法一般先对输入数据集进行分类,然后通过对相关数据类的拟合获得对模型集参数的估计。然而,由于模型集未知,对如何实现数据集的准确划分一直是一个难点。针对这个问题,借鉴免疫系统识别抗原产生抗体的工作机理,提出了一种启发式的鲁棒回归分析方法。该方法将数据集的分类过程设计成一个逐步精确化的逼近过程：先通过随机抽样模型对数据集进行粗略划分,然后利用单模型鲁棒回归方法对各数据类中的优势数据进行尝试建模,以获得更好的模型估计。接着以此模型为基础重新对数据集进行划分,以提高分类的准确性。通过这种“分类”、“提纯”、“再分类”、“再提纯”的反复尝试,逐步逼近准确的数据类划分,同时得到模型集的准确解。仿真结果表明,该方法计算时间少,数据分类准确率高,具有较强的多结构模型参数提取能力。     

基于Allan方差的MEMS陀螺随机误差建模

针对由于MEMS陀螺随机误差较大而影响MEMS惯性测量系统测量精度的问题,提出一种利用Allan方差分析随机误差并建模的方法。在分析Allan方差原理的基础上,通过Allan方差分析法分离和辨识了MEMS陀螺仪的各项随机误差以及误差系数,并利用随机误差系数进行了数学建模。通过与ARMA模型比较,表明利用Allan方差建立的模型更加精确。该方法为MEMS惯性导航系统中姿态测量的误差补偿和滤波提供了新的思路,对提高MEMS惯性测量系统的测量精度具有一定的实际应用价值。     

基于复杂装配体特征抑制的轻量化方法

针对大型复杂三维模型加载速度慢,装配体在装配时由于零部件众多导致装配效 率低的问题,提出一种基于装配体特征抑制的轻量化方法。在充分分析装配体组织结构的基础 上,给出装配约束父子关系以及特征路径提取思路,以保留装配接口为前提,首先采用无关零 部件抑制、按体积抑制比抑制、微小特征抑制等方法,实现复杂装配体的轻量化表示;然后提 出特征恢复技术,实现轻量化模型的特征还原;最后以 Creo 2.0 为二次开发平台,结合 MFC 对话框技术开发出一套装配体轻量化系统,并应用于企业产品模型测试。实验结果表明,利用 该系统得到的轻量化模型简化效果明显,模型数据量大大减小,不仅加快了模型加载速度,而 且提高了装配效率。     

Fuzzy queries, search, and decision support system

 The process of ranking (scoring) has been used to make billions of financing decisions each year serving an industry worth hundreds of billion of dollars. To a lesser extent, ranking has also been used to process hundreds of millions of applications by U.S. Universities resulting in over 15 million college admissions in the year 2000 for a total revenue of over $250 billion. College admissions are expected to reach over 17 million by the year 2010 for total revenue of over $280 billion. In this paper, we will introduce fuzzy query and fuzzy aggregation as an alternative for ranking and predicting the risk for credit scoring and university admissions, which currently utilize an imprecise and subjective process. In addition we will introduce the BISC Decision Support System. The main key features of the BISC Decision Support System for the internet applications are (1) to use intelligently the vast amounts of important data in organizations in an optimum way as a decision support system and (2) to share intelligently and securely company's data internally and with business partners and customers that can be process quickly by end users.