一种基于FCOS神经网络的小建筑物目标检测方法北大核心

提出了一种基于FCOS神经网络的小建筑物目标检测算法,针对FCOS模型在特征提取阶段提取到的小建筑物目标特征较少问题,引入多尺度检测和可变形卷积方式,加强网络对小建筑物目标的特征提取能力,并通过改进后的SGE注意力机制降低特征图中的干扰噪声权重。改进后的网络可以提取到更多的小建筑物目标特征,对环境干扰噪声的鲁棒性更强。在自己搭建的数据集上进行了实验测试,结果表明,在相同环境下网络改进后建筑物的整体检测准确率提升了1.7%,其中对小建筑物目标提升了3.6%,减少了小建筑物目标漏检、误检的问题。     

一种基于抽取LMS的距离旁瓣抑制方法

在噪声雷达中，传统相关处理方法的距离旁瓣受到时宽带宽积的限制，在有限相关处理时间内得到的距离旁瓣较高，会造成微弱目标被强目标、杂波旁瓣淹没的现象。提出一种基于抽取最小均方（Least Mean Square,LMS）滤波的噪声雷达旁瓣抑制方法，将LMS滤波器的系数作为距离压缩结果，从而获取较低的距离旁瓣。对该方法的性能进行了理论分析，并通过数字仿真验证了算法的有效性和理论分析的正确性。     

机器翻译译文质量估计综述

机器翻译译文质量估计(Quality Estimation,QE)是指在不需要人工参考译文的条件下,估计机器翻译系统产生的译文的质量,对机器翻译研究和应用具有很重要的价值。机器翻译译文质量估计经过最近几年的发展,取得了丰富的研究成果。该文首先介绍了机器翻译译文质量估计的背景与意义;然后详细介绍了句子级QE、单词级QE、文档级QE的具体任务目标、评价指标等内容,进一步概括了QE方法发展的三个阶段: 基于特征工程和机器学习的QE方法阶段,基于深度学习的QE方法阶段,融入预训练模型的QE方法阶段,并介绍了每一阶段中的代表性研究工作;最后分析了目前的研究现状及不足,并对未来QE方法的研究及发展方向进行了展望。     

具有保护肠上皮细胞HT-29免受大肠杆菌和H2O2损伤潜力的植物乳杆菌的筛选

益生菌可在肠道定植从而发挥抗炎或抗氧化活性，有利于宿主肠道健康。本实验研究了从新疆传统发酵乳制品中分离得到的8?株植物乳杆菌对大肠杆菌侵袭和过氧化氢刺激肠上皮细胞HT-29的保护作用。结果表明：在8?株植物乳杆菌中，植物乳杆菌35具有最高的黏附能力。植物乳杆菌35可通过取代、竞争、排阻的方式抑制大肠杆菌对HT-29细胞的黏附，抑制率分别为42.60%、59.17%、60.19%。植物乳杆菌35及其多糖可抑制大肠杆菌刺激HT-29细胞产生白细胞介素-8；同时保护HT-29细胞免受过氧化氢的损伤，增加超氧化物歧化酶、谷胱甘肽过氧化物酶活力水平并降低丙二醛含量。结论：植物乳杆菌35及其粗胞外多糖具有抑制大肠杆菌O157诱导的炎症性肠病的潜力。     

面向小语种机器翻译的平行语料库构建方法

神经机器翻译模型的训练效果在很大程度上取决于平行语料库的规模和质量。除了一些常见语言外,汉语与小语种间高质量平行语料库的建设一直处于滞后状态。现有小语种平行语料库多采用自动句子对齐技术利用网络资源构建而成,在文本质量和领域等方面有诸多局限性。采用人工翻译的方式可以构建高质量平行语料库,但是缺乏相关经验和方法。文中从机器翻译实践者和研究者角度出发,介绍了经济高效的人工构建小语种平行语料库的工作,包括其总体目标、实施过程、流程细节和最后结果。在构建过程中尝试并积累了各种经验,形成了小语种到汉语平行语料库构建方法、建议的总结。最终,成功构建了波斯语到汉语、印地语到汉语、印度尼西亚语到汉语各50万条高质量平行语料。实验结果表明,所构建的平行语料库有较好的质量,提高了小语种神经机器翻译模型的训练效果。     

四氢姜黄素经PI3K/Akt信号通路对人血小板活化和聚集的调控作用

目的：探讨姜黄素的主要肠道代谢物四氢姜黄素（tetrahydrocurcumin，THC）对血小板活化和聚集的影响及其可能的分子机制。方法：在体外实验中，用不同浓度的THC（0、0.5、1、10 μmol/L）提前与健康人纯化血小板共同孵育40 min，然后加入凝血酶激活血小板2 min，用流式细胞术测定血小板表面CD62P和CD63的表达量，用酶联免疫吸附法测定血小板释放血小板因子-4（platelet factor-4，PF4）和趋化因子配体-5（chemokine ligand 5，CCL5）水平，用血小板聚集仪检测血小板释放ATP水平和血小板最大聚集率，用Western blot蛋白免疫印迹法检测血小板磷酸肌醇-3-激酶（phosphoinositide 3-kinase，PI3K）和Akt蛋白的磷酸化水平。结果：与模型组（血小板悬液中加入0.05%二甲基亚砜）相比，THC能抑制凝血酶诱导的血小板表面CD62P和CD63的表达，抑制PF4、CCL5和ATP的释放，降低血小板最大聚集率，下调PI3K和Akt蛋白的磷酸化水平，且呈浓度依赖效应，其中10 μmol/L的浓度下作用效果显著（P＜0.01、P＜0.001）。PI3K的特异性激动剂740 Y-P可部分逆转THC对PF4和CCL5释放和血小板聚集的抑制作用（P＜0.05、P＜0.01）。结论：THC具有显著抑制血小板活化和聚集的作用，其机制可能是THC可下调PI3K/Akt介导的信号通路。     

Coupling effects of water content,temperature, oxygen density,and polytetrafluoroethylene loading on oxygen transport through ionomer thin film on platinum surface in catalyst layer of proton exchange membrane fuel cell

In this work, coupling effects of water content, temperature, oxygen density, and polytetrafluoroethylene (PTFE) loading on oxygen transport through an ionomer thin film on a platinum surface in a catalyst layer of a proton exchange membrane (PEM) fuel cell are investigated using molecular dynamics approach. Taguchi orthogonal algorithm is employed to comprehensively analyze the coupling effects in a limited number of cases. It is found that the effect of operation temperature is the weakest among the four factors, which has the smallest effect index 14.4. Coupling effects including the PTFE loadings on the oxygen transfer through the ionomer thin film is uncovered. Less PTFE loadings should be beneficial for the oxygen transfer. The chemical potential gradient is considered as the major driven force for the oxygen transport through the ionomer thin film, and oxygen density is the dominating factor, significantly affecting the chemical potential in the thin film.     

Prediction of pullout interaction coefficient of geogrids by extreme gradient boosting model

Geogrids embedded in fill materials are checked against pullout failure through standard pullout testing methodology. The test determines the pullout interaction coefficient which is critical in fixing the embedment length of geogrids in mechanically stabilized earth walls. This paper proposes prediction of pullout interaction coefficient using data driven machine learning regression algorithms. The study primarily focusses on using extreme gradient boosting (XGBoost) method for prediction. A data set containing 220 test results from the literature has been used for training and testing. Predicted results of XGBoost have been compared with the results of random forest (RF) ensemble learning based algorithm. The predictions of XGBoost model indicates 85% accuracy and that of RF model shows 77% accuracy, indicating significantly superior and robust prediction through XGBoost above RF model. The importance analysis indicates that normal stress is the most significant factor that influences the pullout interaction coefficients. Subsequently pullout tests have been performed on geogrid embedded in four different fill materials at three normal stresses. The proposed XGBoost model gives 90% accuracy in prediction of pullout interaction coefficient compared to laboratory test results. Finally, an open-source graphical user interface based on the XGBoost model has been created for preliminary estimation of the pullout interaction coefficient of geogrid at different test conditions.     

火花放电原子发射光谱类型标准化校正方式的探讨

在国内,火花放电原子发射光谱分析广泛使用类型标准化进行方法校正。在国外,标准和文献中鲜见使用此方法的相关论述。类型标准化主要采用平移校正和转动校正两种方式,哪种方式更加合理也鲜见报道。国外设备类型标准化的默认设置优先采用转动校正方式,相关国内标准对最优校正方式的规定尚不明确,此默认设置的合理性有待探讨。实验选用低合金钢20CrNi2Mo、R407标准样品和不锈钢317L、0Cr18Ni9标准样品,引用国内相关标准,以正确度临界差为评判依据,模拟类型标准化样品和待测样品“十分接近”和“接近”两种情况下平移校正和转动校正的数据正确度。经数据统计分析,平移校正分析结果均满足要求,转动校正结果在“接近”情况下部分元素不满足要求。结合相关国家标准中元素含量范围和精密度数据进行分析,通过计算允许最大偏倚量并制作曲线图方式展开分析,得出如下结论:在满足文中类型标准化控制要点前提下,分析设置更适合于采用平移校正方式。