基于MF-DCCA 的呼吸道疾病与大气污染物相关性分析

针对呼吸道系统疾病与大气 PM2:5、 SO2 浓度序列的相关性特征, 应用多重分形消除趋势波动分析法 (MF-DCCA), 对张家界市永定区呼吸道系统疾病患病人数与大气 PM2:5、 SO2 浓度序列进行了研究。结果发现该地区 呼吸道系统疾病患病人数与大气 PM2:5、 SO2 浓度的相关性具有长期持续特征和多重分形特征。随后对它们相关性 多重分形特征的动力来源进行了分析, 通过随机重排和相位随机处理, 结果表明在不同时间尺度上的长期持续性影响 是其主要动力来源。进一步研究发现该地区呼吸道系统疾病与大气 PM2:5、 SO2 浓度序列的相关性在四个季节均具 有长期持续性的多重分形特征, 且夏季多重分形特征相对强于其他季节。     

远志多糖对力竭运动小鼠体内抗疲劳和体外抗氧化作用研究

为了探讨远志多糖的体内、外活性，采用力竭运动动物模型，给予受试动物低、中、高剂量（0.10、0.20、0.40 mg/g·d）远志多糖后，分别测定各组动物负重游泳时间、肝糖原、肌糖原、乳酸、尿素氮含量及乳酸脱氢酶的活力和体外抗氧化活性。结果表明，与空白对照组相较，低、中、高剂量的远志多糖分别延长小鼠的负重游泳时间96.6 s （P<0.05）、254.4 s （P<0.01）和421.8 s （P<0.01），肝糖原含量分别提高13.1%（P<0.05）、37.4%（P<0.01）和56.4%（P<0.01），肌糖原含量分别提高10.8%（P<0.05）、31.2%（P<0.01）和42.0%（P<0.01），运动后乳酸含量分别下降4.6%（P<0.05）、8.6%（P<0.01）和14.5%（P<0.01），尿素氮含量分别降低1.5%（P<0.05）、3.9%（P<0.01）和7.5%（P<0.01），乳酸脱氢酶活力分别提高10.4%（P<0.01）、14.0%（P<0.01）和19.9%（P<0.01）。当远志多糖浓度为4 mg/mL时，对羟基自由基清除率和DPPH自由基的清除率分别为61.3%和79.5%，表明远志多糖有助于缓解机体疲劳，且体外抗氧化性较好。     

基于卓越工程师教育的频率特性分析课堂教学研究

频率特性分析在工程应用中具有重要的作用,在电路分析、模拟电子技术、信号与系统、自动控制理论等相关课程中都涉及到相关章节内容,在不同课程中如何根据工程应用和学生学习阶段把握具体的讲解内容和讲解方式非常重要。本文从频率特性的求解方法和具体物理意义角度开展在不同课程中讲解的方法,从时域和频域角度分别讨论其物理意义和具体的分析方法。通过渐进深化的教学过程和教学方法不断提高学生的知识掌握和应用技能,提高学生的工程意识、工程素质和工程创新能力,强化学生对于频率特性课程知识的综合应用能力。     

光谱编码计算关联成像技术研究

现有的多光谱成像技术通常采用光学分光的方式，使用多个探测器对成像场景的光谱图像进行采集，导致现有成像系统复杂，数据量大、效率低。针对现有技术的不足，提出基于正交调制模式的光谱编码计算关联成像技术。通过正交光谱编码矩阵融合Hadamard基图案构造投影散斑对宽带光源进行调制，单像素探测器收集成像物体与调制光源相互作用后的反射信号；应用演化压缩技术复原成像物体的混叠光谱图像；利用编码矩阵的正交性质解码出欠采样的光谱分量图像，对分离出的图像应用组稀疏压缩感知算法重构全采样的光谱分量图像，最后融合出成像物体的多光谱图像。通过数值模拟与实验两方面验证了所提方法的高效性。所提的技术简化了多光谱关联成像系统，降低了数据量。光谱编码方法可以扩展到更多的光谱通道，也可以应用在偏振关联成像、信息加密等领域。     

光波束形成中色散延时的非线性修正

光波束形成网络是光控相控阵雷达中的重要组成部分，有助于提升系统的宽带宽角扫描能力。利用光开关的切换，改变各收发通道间的相对延时量，从而实现波束指向的变化。在常用的技术中，色散延时是一种简洁的光波束形成实现方法，而色散线性项仅适用于色散量小且通道数少的情况。随着延时量的增加，非线性色散延时积累，会引起波束畸变。因此引入相对色散斜率（RDS）作为其非线性因子，并通过调整商用激光器波长来抵消色散介质的非线性效应。当RDS为0.003 nm?1时，激光器阵列的最大波长间隔从0.796 nm “拉伸”到0.862 nm，波长也整体“平移”?0.31 nm，修正波长与商用激光器波长的最大调整量为0.2 nm，可满足商用波分复用器的通带带宽，大扫描角时主瓣与副瓣之比从5 dB提升至12.9 dB。通过分析，RDS数值越小，激光器波长的修正量越小。因此，RDS是选择色散介质和调整激光器波长的重要参数，从而能够恢复波束畸变，以提升相控阵系统的成像、识别能力。     

WavNet — Visual saliency detection using Discrete Wavelet Convolutional Neural Network

In the recent advancements in image and video analysis, the detection of salient regions in the image becomes the initial step. This plays a crucial role in deciding the performance of such algorithms. In this work, a Multi-Resolution Feature Extraction (MRFE) technique that makes use of Discrete Wavelet Convolutional Neural Network (DWCNN) for generating features is employed. An Enhanced Feature Extraction (EFE) module extracts additional features from the high level features of the DWCNN, which are used to frame both channel as well as spatial attention models for yielding contextual attention maps. A new hybrid loss function is also proposed, which is a combination of Balanced Cross Entropy (BCE) loss and Edge based Structural Similarity (ESSIM) loss that effectively identifies and segments the salient regions with clear boundaries. The method is tested exhaustively with five different benchmark datasets and is proved superior to the existing state-of-the-art methods with a minimum Mean Absolute error (MAE) of 0.03 and F-measure of 0.956.     

Residual attention-based tracking-by-detection network with attention-driven data augmentation

Tracking-by-detection (TBD) is a significant framework for visual object tracking. However, current trackers are usually updated online based on random sampling with a probability distribution. The performance of the learning-based TBD trackers is limited by the lack of discriminative features, especially when the background is full of semantic distractors. We propose an attention-driven data augmentation method, in which a residual attention mechanism is integrated into the TBD tracking network as supplementary references to identify discriminative image features. A mask generating network is used to simulate changes in target appearances to obtain positive samples, where attention information and image features are combined to identify discriminative features. In addition, we propose a method for mining hard negative samples, which searches for semantic distractors with the response of the attention module. The experiments on the OTB2015, UAV123, and LaSOT benchmarks show that this method achieves competitive performance in terms of accuracy and robustness.     

Preparation and Evaluation of a Self-Nanoemulsifying Drug Delivery System Loaded with Heparin Phospholipid Complex

A self-nanoemulsifying drug delivery system (SNEDDS) was developed to enhance the absorption of heparin after oral administration, in which heparin was compounded with phospholipids to achieve better fat solubility in the form of heparin-phospholipid (HEP-Pc) complex. HEP-Pc complex was prepared using the solvent evaporation method, which increased the solubility of heparin in n-octanol. The successful preparation of HEP-Pc complex was confirmed by differential scanning calorimetry (DSC), Fourier-transform infrared (FT-IR) spectroscopy, NMR, and SEM. A heparin lipid microemulsion (HEP-LM) was prepared by high-pressure homogenization and characterized. HEP-LM can enhance the absorption of heparin after oral administration, significantly prolong activated partial thromboplastin time (APTT) and thrombin time (TT) in mice, and reduce fibrinogen (FIB) content. All these outcomes indicate that HEP-LM has great potential as an oral heparin formulation.     

基于IEC 60870-5-104协议的调度命令发送方法研究

对IEC 60870-5-104协议的调度命令进行了研究，提出了一种基于现有IEC 60870-5-104协议的调度命令发送新方法。此技术充分利用了IEC 60870-5-104协议的文件发送功能，通过远程终端单元（RTU）向电厂发送包含调度命令的文本文件。考虑到调度命令在电力系统和电力市场结算系统安全方面的重要性，将该方法应用在电网调度自动化 SCADA 系统中，可以实现交换数据的更高可用性。