基于高斯混合隐马尔科夫模型与人工神经网络的紧急换道行为预测方法

为了有效降低因驾驶员紧急换道行为而诱发的交通事故，提高道路交通事故链阻断效率，提出一种基于高斯混合隐马尔科夫模型（GMM-HMM）和人工神经网络（ANN）的紧急换道行为预测方法。首先利用GMM-HMM对车辆行驶状态以及驾驶行为连续观察序列进行换道意图辨识，采用ANN预测下一时段的驾驶行为，再预测换道过程中的横向加速度变化率，从而判断紧急换道的危险程度。驾驶员在环仿真实验及实车实验结果表明，该方法预测避险成功率达92.83%，实验避险成功率达90.32%。该方法能有效地对紧急换道行为进行提前警告与干预。     

腹腔镜下子宫动脉阻断术联合肌瘤切除术治疗子宫肌瘤的临床效果观察

目的:探讨腹腔镜子宫肌瘤切除术(LM)与腹腔镜下子宫动脉阻断术联合肌瘤切除术(LUAO-M)治疗子宫肌瘤(UM)的临床效果。方法:选取2016年5月-2018年7月于本院产科诊断为UM的患者98例。按照手术方式分为LM组与LUAO-M组,各49例。比较两组术中、术后相关指标以及术后并发症发生率及复发率。结果:LUAO-M组术中出血量少于LM组,手术时间、术后肛门排气时间和术后住院时间均短于LM组,差异均有统计学意义(P<0.05);LUAO-M组并发症发生率为12.24%,低于LM组的28.57%(P<0.05);随访过程中,LUAO-M组复发率为2.04%,低于LM组的16.33%(P<0.05)。结论:LUAO-M治疗UM,不仅能够有效减少术中出血量,还能缩短手术时间,加快术后恢复,降低并发症发生率及复发率,具有较高的临床应用价值。     

2种用于检测市售核桃露(乳)饮品中花生、大豆成分方法的比较分析

摘 要: 目的 比较实时荧光定量PCR法与酶联免疫吸附法在核桃露(乳)饮品中检测花生和大豆成分的灵敏性的差异。方法 应用实时荧光定量PCR方法检测样本DNA的核桃、花生和大豆源性成分, 应用酶联免疫吸附法(enzyme linked immunosorbent assay, ELISA)检测样本的花生和大豆特征蛋白成分。结果 加热处理对实时荧光PCR和ELISA法检测花生和大豆的结果均有显著性影响。实时荧光定量PCR方法检出2个品牌4批次样本含有花生源性, 3个品牌的6批次样本含有大豆源性; ELISA方法除检出这些批次含有花生和大豆源性成分外, 另检出3个品牌5批次样本含有大豆源性成分。ELISA方法与实时荧光定量PCR方法的大豆检测结果差异主要集中在低蛋白浓度样品中, 这与2类方法的检出限不同有关。结论 鉴于2类方法检测结果在高浓度水平的高度一致性, 说明实时荧光PCR和ELISA方法对花生和大豆源性成分检测结果均具有很高的可靠性。     

4.5 kV非对称GCT阻断电压失效分析

介绍了4.5 kV非对称门极换流晶闸管(GCT)阻断电压失效现象,并进行分析.通过对GCT工艺流程的梳理,找到了GCT阻断电压失效的原因.制造过程中,铝扩散工艺中受到污染导致了少子寿命的大幅降低,从而造成GCT漏电流过大的特性.最终通过在铝氧化推进工艺中引入二氯乙烯(DCE)清洗或在铝扩散后增加磷吸收工艺,解决了GCT阻断电压失效的问题.     

基于机器学习的肿瘤免疫治疗应答预测研究

肿瘤免疫治疗应答的预测对肿瘤治疗方案设计及治疗有着重要的意义。本文引入基于随机森林的机器学习方法,将病人黑色素瘤组织转录组RNA-seq的基因表达谱作为特征,对免疫检查点阻断治疗的结果进行预测研究。对病人的基因表达谱使用随机森林算法来构建预测模型,并与Logistic回归模型和XGBoost模型进行比较。实验结果表明,随机森林模型对免疫检查点阻断治疗的应答能够进行较准确的预测,并且较Logistic回归模型和XGBoost模型预测效果更好。     

核级阀门流体阻断试验技术研究

在试验装置上开展了压水堆运行参数范围内动力驱动阀门的流体阻断试验研究和止回阀的动态逆流与静态逆流试验研究。试验结果表明：开展动力驱动阀门流体阻断试验时，在设施能力不足的情况下可将阀门开启度适当减小，也能验证阀门阻断流体的能力；止回阀静态逆流试验相较于动态逆流试验能更苛刻地考验止回阀的阻断性能。本文结果可为开展同类验证试验在试验方法的选取上提供依据。     

Wi-Fi无线网络信号自适应阻断系统设计研究

Wi-Fi无线局域网通信技术,一方面带来极大便利,另一方面,也给信息安全带来了极大隐患。通过对Wi-Fi自身机制及其加密方式的漏洞进行分析,提出了网络流量自适应阻断技术,设计了自适应阻断系统。该系统可以对目标网络实施阻断压制,瘫痪其上网能力,并在目标区域内制造多个Wi-Fi伪热点,导致周围终端无法正常连接互联网络来避免发生Wi-Fi无线网络泄密。