黑加仑多酚降血压的效果研究

采用乙醇萃取黑加仑多酚,利用截留分子质量为1 kDa的超滤膜分离并鉴定了黑加仑多酚中花色苷的组成,通过对比2个组分的羟基自由基(·OH)清除能力、氧自由基吸附能力(oxygen radical absorbance capacity,ORAC)、细胞抗氧化活性(cellular antioxidant activity,CAA)、血管紧张素转化酶(angiotensin converting enzyme,ACE)抑制活性和体内降血压活性,评价黑加仑多酚的降血压相关活性。结果表明,小于1 kDa黑加仑多酚中主要含有飞燕草素-3-葡萄糖苷等6种花青素,与粗提物相比,小于1 kDa黑加仑多酚具有较好的生物活性,其·OH清除能力的IC 50值为(7.12±0.13)mg/mL,ORAC值为(492.74±1.55)μmol TE/mg DW,细胞内抗氧化活性的EC 50值为(5.14±0.08)mmol QE/100 g DW,ACE抑制活性的IC 50值为(225.66±1.82)μg/mL。此外,小于1 kDa的黑加仑多酚灌胃自发性高血压大鼠4~8 h内,表现出与降血压药卡托普利(剂量为10 mg/kg BW)相似的降血压效果。该研究认为黑加仑多酚可以作为良好的降血压食品添加剂用于功能食品的开发。     

多级泵修理的几个技术要点

多级离心泵是煤矿排水中的主要设备,其工作性能的好坏直接影响到矿井的安全和生产,对煤矿的经济效益有着重要的影响。笔者结合实际工作情况,对离心泵的修理技术提出如下几点看法。1保持密封性由于绝大多数情况下,水泵是采用负压排水,即:靠叶轮入口处的负压和水面上的大气压之差     

免蒸免烧赤泥粉煤灰砖研究

利用电厂粉煤灰和铝厂赤泥为原料，在掺加少量添加剂条件下，采用加压成型，自然养护工艺研制免蒸烧砖。本文主要介绍该砖的研究方法及成果。     

非线性系统神经网络预测控制研究进展

摘 要：神经网络由于其在非线性系统建模与优化求解方面的优势,被广泛应用于预测控制中,形成了各种各样的神经网络预测控制算法。本文系统地评述了非线性系统神经网络预测控制系统中的模型选取、控制器优化、控制系统结构设计方法以及收敛性理论等研究现状,分析了非线性系统神经网络预测控制算法存在的问题和今后的研究方向。     

基于误差回传机制的多尺度去雾网络

针对现有图像去雾方法因空间上/下文信息丢失而无法准确估计大尺度目标特征,导致图像结构被破坏或去雾不彻底等问题,提出一种基于误差回传机制的多尺度去雾网络.网络由误差回传多尺度去雾组(Error-backward multi-scale dehazing group, EMDG)、门控融合模块(Gated fusion module, GFM)和优化模块组成.其中误差回传多尺度去雾组包括误差回传模块(Error-backward block, EB)和雾霾感知单元(Haze aware unit, HAU).误差回传模块度量相邻尺度网络特征图之间的差异,并将生成的差值图回传至上一尺度,实现对结构信息和上/下文信息的有效复用;雾霾感知单元是各尺度子网络的核心,其由残差密集块(Residual dense block, RDB)和雾浓度自适应检测块(Haze density adaptive detection block, HDADB)组成,可充分提取局部信息并能够根据雾浓度实现自适应去雾.不同于已有融合方法直接堆叠各尺度特征,提出的门控融合模块逐像素学习每个子网络特征图对应的最优权重,有效...     

基于颜色失真去除与暗通道先验的水下图像复原

水下图像成像过程与雾天图像虽然类似,但因水对光的选择性吸收和光的散射作用,水下图像存在颜色衰减并呈现蓝(绿)色基调,传统的去雾方法用于水下图像复原时效果欠佳。针对这类方法出现的缺点,该文根据先去除颜色失真后去除背景散射的思路,提出一种新的水下图像复原方法。结合光在水中的衰减特性,提出适用于水下图像的颜色失真去除方法,并利用散射系数与波长的关系修正各通道透射率;另外,该文改进的背景光估计方法可有效避免人工光源、白色物体、噪声等影响。实验结果证明,该文方法在恢复场景物体原本颜色和去除背景散射方面效果良好。     

基于水下成像模型的图像清晰化算法

受水下场景中有机物和悬浮颗粒的影响,水下图像存在对比度低、颜色失真和细节丢失等问题。同时,水下场景中通常有人工光源存在,造成图像光照不均。传统基于图像去雾的方法用于水下图像复原时效果欠佳,为充分考虑水对光的吸收和散射作用,近期提出了新的水下成像模型和图像复原方法。但是这些方法未考虑红通道影响,导致估计的散射比偏大;另外,也未考虑人工光源的影响,导致估计的背景光过大。针对这些问题,该文提出一套有效的水下图像清晰化方案。首先,通过设置阈值确定是否将红通道信息用于暗通道计算,并将反映人工光源影响的饱和度指标用于散射比估计,以减小人工光源的影响。由此,提出了基于红通道预判和饱和度指标的暗通道计算方法。然后,根据三通道衰减系数比估计每个通道的透射率,可弥补目前很多方法假设蓝绿通道透射率一致的缺陷。最后,利用Shades of Gray算法估计环境光,并结合新的水下成像模型得到复原图像。实验结果表明,该文算法可显著提升图像的对比度,得到颜色自然、细节清晰的复原图像。     

基于结构化稀疏模型的压缩感知重构改进算法

目前,标准的CS重构算法仅利用信号和图像在小波变换下的稀疏先验信息,而并没有利用变换系数具有的结构化特性。为了能够快速精确地重建原始信号,将结构化稀疏模型与SP算法、CoSaMP算法相结合,提出了压缩感知重构的改进算法。另外,将基于双树复小波变换的系数结构模型融入上述算法,进一步提高重构性能。实验结果表明,所提出的算法可获得更高的图像重建质量。     

简单有效的小波域图像插值放大算法

提出一种基于Cycle-Spinning的小波域图像插值放大算法。Cycle-Spinning技术已证明是小波去噪中消除伪Gibbs效应的有效方法,将低分辨率图像作为高分辨率图像的低频子带,将高频系数置零,再进行反变换,得到高分辨率图像的初始估计。在此基础上,利用Cycle-Spinning技术处理得到高分辨率图像,很好地消除了边缘锯齿现象。经实验仿真,并与传统及改进插值算法比较,提出的算法简单、快速、有效,使放大后的图像无论在边缘处还是平滑区域均能达到理想的效果。     

压缩感知形状检测

压缩感知以随机投影的形式利用较少的非传统采样,重构稀疏的或可压缩的信号。Hough变换通常用于检测图像中的直线和其他参数化形状。提出利用Hough变换域的稀疏性,用CS寻找图像中的参数化形状的方法。进行了用基于CS的方法检测噪声图像中的直线和圆的实验。