nAch受体在嗅觉编码中作用的仿真研究

蝗虫触角叶的电生理实验表明气味刺激期间,其兴奋性细胞(PNs)反应与嗅物质的性质有关,PNs的放电活动所呈现不同的时空编码模式来识别不同的气味.以H-H方程为基础,结合了最新离子通道的研究成果,建立了蝗虫触角叶仿真模型.并在此基础上,通过改变烟碱乙酰胆碱能的(nAch,兴奋性神经递质)突触电流的仿真参数,研究兴奋性联接对嗅觉时空编码的影响.根据MATLAB仿真结果分析表明:阻断nAch能的突触联接会影响PNs的响应模式,具体表现在与局部场电压(LFP)保持同步的PNs的个数将会下降.     

Wnt 信号通路激活蛋白 R-spondin 对血脑屏障功能和卒中后脑损伤的调节作用和分子机制研究

缺血性脑卒中是一种急性脑血管病,目前主要的治疗手段是及时进行溶栓或取栓治疗以 实现血管再通,但这一过程会对脑血管造成严重的再灌注损伤,使血脑屏障的结构和功能受到破坏,增加脑出血的风险。有研究表明 Wnt/β-catenin 信号通路对血脑屏障的功能起重要调节作用,但Wnt/β-catenin 信号通路激活蛋白 R-spondin 对血脑屏障和脑损伤的调节作用尚不清楚。该文通过体外制备小鼠 R-spondin-1 重组蛋白,在小鼠原代脑血管内皮细胞中证实了 R-spondin-1 蛋白协同 Wnt3a蛋白对 Wnt/β-catenin 信号通路的激活作用,并发现 R-spondin-1 能够显著改变血脑屏障功能相关基因Cldn3 和 Plvap 的表达水平;在小鼠脑缺血再灌注模型中,静脉注射 R-spondin-1 重组蛋白具有降低 脑组织梗死和提高小鼠存活率的趋势,但与生理盐水对照组相比未达到显著性差异。另外,该文还报道了 R-spondin 蛋白对血脑屏障功能的分子作用机制,并初步鉴定了其对卒中后脑损伤的治疗效果和 临床应用潜力。     

改进的小波神经网络在桥梁损伤中的预测研究

提出基于BP算法的小波神经网络改进算法。仿真结果表明它避免了BP 神经网络结构设计的盲目性和局部最优等非线性优化问题,简化了训练,具有较强的函数学习能力和推广能力。该算法成功应用于桥梁损伤预测,具有广泛的应用前景。     

归纳学习方法在结构损伤识别中的比较研究

结构损伤识别是一个热门的研究课题。一些归纳学习方法已经被使用来解决这个问题。在这篇文章中,采用分治法(DAC)、变治法(SAC)、装袋学习算法(Bagging)、径向基神经网络(RBFNN)四种不同的机器学习方法来对混凝土悬臂梁进行损伤位置的研究。结果显示归纳学习方法特别是装袋学习方法在噪声程度超过50%时明显好于神经网络方法。     

BP网络在光纤传感对复合材料损伤定位中的应用研究

为了对复合材料进行结构健康和损伤监测 ,减少由于复合材料裂缝、应力集中、疲劳等导致的事故 ,建立了光纤传感系统 ,引入神经网络算法 ,并介绍了其在损伤程度和位置分类中的实现。     

改进型DSSD算法在道路损伤检测中的应用研究

在自动检测中,由于道路损伤数据集存在小目标损伤难检测与类别不平衡问题,导致道路损伤检测的准确率低、虚假率高。为此,在DSSD(Deconvolutional Single Shot Detector)网络模型的基础上,提出一种结合注意力机制和Focal loss的道路损伤检测算法。首先,采用识别精度更高的ResNet-101作为DSSD模型的基础网络;其次,在ResNet-101主干网络中添加注意力机制,采用通道域注意力和空间域注意力结合的方式,实现特征在通道维度上的加权与空间维度上的聚焦,提升对小目标道路损伤的检测效果;最后,为了减少简单样本的权重,增大难分类样本的权重,使用Focal loss来提高整体的检测效果。在Global Road Damage Detection Challenge比赛所提供的数据集上进行验证,实验结果表明,该模型的平均精度均值为83.95%,比基于SSD和YOLO网络的道路损伤检测方法的准确率更高。     

教育技术在计算机基础教学中的作用——十八个虚拟实验引起的思考

针对大学计算机基础课程课时量减少、没有适宜实验体系的问题,分析课程教学现状,提出设计开发先进的虚拟实验平台,依托先进教育技术进行大学计算机课程教学改革;阐述虚拟现实技术在计算机基础教学中的作用,说明借助平台进行教学过程实施和实验设置的可行性与优越性以及教学方法与技巧;分析基于平台的教学效果及优势,总结先进教育技术对教学改革的支撑作用。     

基于单元模态应变能和剩余模态力的结构损伤识别方法在某塔式桁架中的应用

为快速、准确定位工程结构损伤位置,有效提高工程结构安全性能和使用寿命,以某塔式桁架结构为研究对象,运用单元模态应变能法和剩余模态力法对其进行损伤识别.利用MSC Marc对该桁架完整结构和几种不同损伤程度下的损伤结构进行模态分析,通过MATLAB编程从模态分析结果中提取这些结构的模态参数,计算损伤结构单元模态应变能的变化率和损伤结构各节点自由度对应的剩余模态力,并进行结构损伤识别.结果表明单元模态应变能变化率和剩余模态力是有效和准确的结构损伤标志量.     

钠离子在分子筛合成中的结构导向作用的分子模拟研究

利用分子力学和分子动力学计算工具,对钠离子的各种水合结构及能量进行了分子力学和动力学的计算,以此研究水合钠离子所起的结构生成剂的作用.用Monte Carlo Docking方法对各种结构的水合钠离子在MFI分子筛微孔结构内的附着行为模拟计算.结果表明,配位数为偶数时水合阳离子的结构较为合理,这种合理性体现在当配位数为偶数时,Na-+nH2O体系中金属离子的位置与氧原子的位置呈现对称结构,Na-+4H2O和Na-+6H2O是相对比较合适的结构;对于钠离子,配位数为4和6,当配位数大于6时,体系将自动转为6配位的情况;钠离子明显具有对周围的水分子结构进行重新排列的作用;钠离子的配位水分子数为4个或6个,而4配位结构是水合钠离子的主要存在方式之一;在MFI结构分子筛的合成中起模板剂作用的应该是Na-+4H2O结构;计算结果对分子筛合成研究中水合离子的结构生成和结构破坏具有重要的意义.     

基于确定学习及心电动力学图的心肌缺血早期检测研究

心肌缺血早期检测是心血管疾病领域重要且困难的问题. 本文采用心电动力学图(Cardiodynamicsgram, CDG)开展心电图正常及大致正常时的心肌缺血早期检测研究. 1) 在分析已有基于心电图的心肌缺血检测方法所取得的进展及不足基础上, 构建一个既有心电图发生缺血性改变、又有心电图正常及大致正常、且包括经冠脉造影检验为冠脉阻塞性病变和非阻塞性病变的较大规模心肌缺血数据集. 2) 针对上述数据集中393例心电图正常及大致正常患者, 利用确定学习生成每份心电图的心电动力学图, 提取对心肌缺血和非缺血具有显著区分能力的心电动力学特征. 并以冠脉狭窄$ \ge$50%为缺血标准, 采用机器学习算法构建心肌缺血检测模型. 3) 针对上述试验中假阳性病例, 利用由确定学习生成的具有明确物理意义的心电动力学图进行逐例分析, 发现其中许多假阳性存在慢血流现象(即冠脉非阻塞性病变). 对这些慢血流病例重新进行缺血标注, 以改善心肌缺血数据集标注精度. 通过上述三个步骤构建了更为准确的心肌缺血检测模型, 其缺血检测结果: 灵敏度90.1%、特异度85.2%、准确率89.0%和受试者工作特征曲线(Receiver operating characteristic curve, ROC)下面积(Area under curve, AUC) 0.93. 综上, 本文所构建的较大规模心肌缺血数据集可为心肌缺血检测研究和临床研究提供重要的数据基础; 且构建的心肌缺血检测模型对心电图正常及大致正常患者具有较强的缺血检测能力; 特别是, 由确定学习生成的心电动力学图具有较好的可解释性, 有助于发现缺血数据标注的偏差和模型的错误, 提高心肌缺血检测准确率.     

Data Gathering in Wireless Sensor Networks Via Regular Low Density Parity Check Matrix

A great challenge faced by wireless sensor networks (WSNs) is to reduce energy consumption of sensor nodes. Fortunately, the data gathering via random sensing can save energy of sensor nodes. Nevertheless, its randomness and density usually result in difficult implementations, high computation complexity and large storage spaces in practical settings. So the deterministic sparse sensing matrices are desired in some situations. However, it is difficult to guarantee the performance of deterministic sensing matrix by the acknowledged metrics. In this paper, we construct a class of deterministic sparse sensing matrices with statistical versions of restricted isometry property (StRIP) via regular low density parity check (RLDPC) matrices. The key idea of our construction is to achieve small mutual coherence of the matrices by confining the column weights of RLDPC matrices such that StRIP is satisfied. Besides, we prove that the constructed sensing matrices have the same scale of measurement numbers as the dense measurements. We also propose a data gathering method based on RLDPC matrix. Experimental results verify that the constructed sensing matrices have better reconstruction performance, compared to the Gaussian, Bernoulli, and CSLDPC matrices. And we also verify that the data gathering via RLDPC matrix can reduce energy consumption of WSNs.      

传感器网络中图像小波处理的低存储硬件实现

为了适应当前传感器网络中越来越多的图像压缩处理,提出了一种片上低存储离散小波变换(DWT)的超大规模集成电路(VLSI)结构.现今人们周围遍布各种图像采集设备,包括监视器、电脑、手机视频摄像头等,并且人们对图像精度的需求越来越高,使得传统软件处理图像压缩的速度逐渐无法满足人们的需求,这就需要考虑使用硬件处理来进行加速.小波变换常被用于图像的压缩,而采用5/3提升小波技术来进行硬件实现相对比较方便.为减少硬件的片上存储,通过特殊的调度运算方式进行行列并行运算有效降低片上存储需求.该设计进行RTL级仿真并使用SMIC的0.18μm工艺进行综合,结果表明:该调度方法可以大大节省缓存单元,并且在100 MHz时钟下就可以保证对高清图像的快速处理,可以满足当前传感器网络中图像压缩解码的需求.     

利用NSCT域邻域特性区域化方法融合红外与微光图像

针对同一场景的红外与微光(可见光)图像融合问题,提出了一种利用邻域特性区域化处理的非下采样Contourlet变换(NSCT)融合方法.首先,对红外和微光源图像进行多尺度、多方向分解;然后对低频系数采用邻域能量上改进的区域化加权融合规则,高频系数采用邻域能量区域化匹配的系数选择方案与邻域方差上的区域方差取大融合规则;最后利用NSCT反变换进行重构得到融合图像.实验结果表明,本文方法信息熵略低于亮度过度增大的参考文献中的方法,由于传统方法引入虚假细节信息导致空间频率略高于所提方法,但其互信息与边缘保持度(Q)指标值较好,其融合图像整体效果优于对比方法.本文方法在保留源图像主要信息及捕捉细节信息方面效果显著,且融合的图像具有较好的视觉效果.     

尿素施用对砷污染土壤pH值及砷活性的影响

砷污染土壤在我国较为常见,是影响农作物生产的主要环境胁迫因子之一。本试验对两种砷污染土壤施用不同的尿素浓度后的研究表明:两种污染土壤的pH值在短期内都随着施入尿素浓度的增大而急剧上升,交换性As随着施用尿素浓度的增大同步增加。动态试验证实,pH值上升的现象是短期的,pH值在达到最大值后,缓慢下降,pH值下降幅度最大的阶段在3~4周时段;交换性As的含量与土壤pH值的变化密切相关,其变化趋势与土壤pH值呈正相关。生物毒理结果显示:短期内,施用尿素能显著增加玉米(Z.MaysL.)苗吸收污染的土壤中As。