基于纸喷雾离子化衍生质谱法快速检测PM2.5中的醌污染物

醌类化合物是PM2.5中的一类有害物质。本研究建立了纸喷雾离子化衍生质谱法快速测定PM2.5中的醌类污染物。通过衍生化反应在醌化合物中引入氨基，提高醌在纸喷雾中的离子化效率。随后对衍生化试剂种类、电压、喷雾溶剂种类等反应条件进行优化。在最优实验条件下，采用内标法定量分析1,4-苯醌、甲基对苯醌、1,4-萘醌和1,4-蒽醌，4种化合物均呈现较好的线性关系，其检出限分别为4.49、20.89、0.13、0.17 ng。利用该方法分析PM2.5实际样品中的萘醌和蒽醌，均获得了较好的定性和定量结果。     

基于K-AP算法的高光谱图像波段选择方法

在高光谱图像分析领域中，波段选择是一种能有效减少高光谱图像维度的方法。K类仿射传播算法是一种高效的聚类算法，已成功地应用于人脸识别和数据分析等领域，但在高光谱图像分析领域还少有成功的应用。提出将K-AP算法应用于高光谱图像波段选择，对高光谱图像进行有效的数据压缩。针对K-AP算法的特点，基于Kullback-Leibler散度定义了新的相似度矩阵，对波段进行度量，再使用K-AP算法进行聚类，选择最有代表性的波段。实验结果表明，与常用的波段选择方法相比，所提出的方法有更好的表现。     

基于张量分解融合RGB-D图像的物体识别

为了充分利用RGB-D图像的深度图像信息，提出了基于张量分解的物体识别方法。首先将RGB-D图像构造成一个四阶张量，然后将该四阶张量分解为一个核心张量和四个因子矩阵，再利用相应的因子矩阵将原张量进行投影，获得融合后的RGB-D数据，最后输入到卷积神经网络中进行识别。RGB-D数据集中三组相似物体的识别结果表明，利用张量分解融合RGB-D图像的物体识别准确率高于未采用张量分解的物体识别准确率，并且单一错分实例的准确率最高可提升99%。     

高性能三水醋酸钠-尿素-膨胀石墨混合相变材料的制备及其在电地暖中的应用性能

采用尿素调节三水醋酸钠的相变温度到合适范围再添加膨胀石墨来降低过冷度，研制了高性能的三水醋酸钠-尿素-膨胀石墨混合相变材料，并对其在电地暖中的应用性能进行了研究。结果表明，当尿素质量分数为36.5%、膨胀石墨添加量为4%(质量)时，所得混合相变材料的熔化焓高达209.1 J/g，熔点在31.98℃，过冷度仅为2.04℃，热导率为2.349 W/(m·K)，热可靠性良好；将用该混合相变材料制成的相变板安装在实验房的电地暖中时，实验房的热舒适度随着相变材料层厚度的增加而增加，但也带来加热时间和用电量的增加；当相变材料层厚度为10 mm时，电加热温度适宜设置在45℃；在热舒适度相当的条件下，有相变板的实验房与无相变板的参比房相比具有用电量小及电费低的优势。     

轧机垂直系统动力学参数辨识

 针对轧机垂直系统动力学参数可信度不足等问题，提出一种基于实测数据的改进粒子群算法辨识轧机垂直系统动力学参数的方法。首先,将轧机垂直系统刚度和阻尼考虑成达芬振子和范德波尔振子，构建轧机垂直系统非线性动力学模型，并对粒子群算法进行改进；然后，通过数值仿真算例辨识得到系统在感染噪声和不含噪声时的动力学参数，验证了该算法的有效性；最后，以现场某轧机垂直系统为研究对象，基于现场实测数据，应用该算法进行辨识，得到了轧机垂直系统动力学参数估计，通过实测位移、速度和加速度信号分别与辨识后的位移、速度和加速度信号进行对比，证明该方法辨识轧机垂直系统动力学参数结果可靠，具有一定的工程应用价值。     

Effect of Peroxiredoxin 1 on the biological function of airway epithelial cells and epithelial-mesenchymal transition

Peroxiredoxin 1 (PRDX1) participates in tumor cell proliferation, apoptosis, migration, invasion, and the epithelial-to-mesenchymal transition (EMT). This study aimed to investigate the effect of PRDX1 on the EMT of airway epithelial cells stimulated with lipopolysaccharide (LPS) and transforming growth factor-beta 1 (TGF-β1). PRDX1 overexpression significantly increased the proliferation and migration of human bronchial epithelial (BEAS-2B) cells, reduced cell apoptosis (p < 0.01), and induced EMT and collagen deposition by upregulating the expression of the matrix metallopeptidase (MMP)2, MMP9, α-smooth muscle actin (α-SMA), N-cadherin, vimentin and twist proteins and inhibiting E-cadherin expression (p < 0.05). PRDX1 overexpression promoted TGF-β1-mediated inhibition of cell proliferation and migration and significantly enhanced the TGF-β1-induced EMT and collagen synthesis (p < 0.05). Knockdown of PRDX1 inhibited cell proliferation, migration, EMT, and collagen synthesis (p < 0.01), reversed LPS-mediated inhibition of cell proliferation and migration, and significantly suppressed LPS-induced EMT and collagen synthesis (p < 0.01). The result indicating that PRDX1 may be involved in LPS/TGF-1-induced EMT and collagen synthesis in human bronchial epithelial cells.     

基于伪布尔模型和启发式算法求解无容量设施选址问题

采用伪布尔模型和启发式算法来求解无容量设施选址问题。首先给出了问题的伪布尔(pseudo-Boolean)表示，然后基于Khumawala规则对问题进行预处理，最后提出两种启发式分支准则来求解问题。实验结果表明所提算法简单有效。     

混合局部因果结构学习

局部因果结构学习是发现和学习给定一个目标变量的直接原因和直接结果而无需学习一个完整因果网络的过程。目前已有算法通常由两个步骤完成:步骤1使用约束类算法利用独立性测试学习目标变量的马尔科夫毯(MB)或父子节点集(PC),但是该步骤由于受到有限的数据样本量等因素影响使得独立性测试存在一定的错误性,而导致该步骤精度通常不是很高;步骤2利用V结构及Meek规则来进行边的定向,但是该步骤由于极其依赖于V结构的发现且同样受到有限样本的影响,使得算法精度相对不是很高。基于上述问题,提出利用打分和限制相结合的混合方式来缓减有限样本问题且提高算法精度。步骤1通过在基于限制的算法中加入打分思想来提高数据有效性,进而提出SIAPC算法;步骤2通过利用PC算法得到的定向结果和对部分数据集打分得到的定向结果的交集来确定边的方向,以此来降低对V结构的依赖性且缓减有限样本问题,之后使用独立性测试修正边的定向结果来进一步提高算法精度,进而提出HLCS算法。在标准贝叶斯网络上,实验验证了该算法相对于已有算法在精度方面具有更好的性能且能够有效缓减数据效率问题。