蛋白酶激活受体-2对动脉粥样硬化斑块发展和稳定性作用的实验研究

目的: 探讨蛋白酶激活受体-2（PAR-2）对动脉粥样硬化斑块发展和稳定性的影响。方法: 将32只6周龄雄性ApoE-/-小鼠随机分为对照组、实验组,每组16只。两组均给予高脂饮食建立动脉粥样硬化模型,连续喂养14周。实验组给予腹腔注射SLIGRL-NH2（5 μmol·kg-1·d-1）,对照组给予腹腔注射0.9%生理盐水,持续喂养至24周,处死小鼠并收集相关检测标本进行检测,采用酶法检测血浆总胆固醇（TC）、甘油三酯（TG）、高密度脂蛋白（HDL-C）和低密度脂蛋白（LDL-C）,采用免疫组化检测巨噬细胞表面分子抗-2（Mac-2）、α平滑肌激动蛋白（α-SMA）、血小板-内皮细胞粘附分子(CD-31)、基质金属蛋白酶-9（MMP-9）、基质金属蛋白酶-13（MMP-13）、血管细胞间粘附分子-1（VCAM-1）,采用RT-PCR检测TNF-α、γ干扰素（IFN-γ）、IL-6、Egr-1、MCP-1等炎症因子mRNA表达。对比分析两组小鼠各项检测结果差异。结果: 32只小鼠动脉粥样硬化模型建模成功率为93.75%（30/32）,实验组小鼠PAR-2 mRNA表达明显高于对照组（P<0.05）,两组小鼠血清TC、TG、LDL-C、HDL-C浓度及体质量（BW）差异无统计学意义（P>0.05）,实验组小鼠动脉粥样硬化斑块纤维帽厚度小于对照组,斑块核心坏死率、Mac-2、α-SMA、CD-31、MMP-9、MMP-13、VCAM-1等检测结果明显高于对照组（P<0.05）,实验组TNF-α、IFN-γ、IL-6、Egr-1、MCP-1等炎症因子mRNA表达相对水平明显高于对照组（P<0.05）。结论: PAR-2激动剂能通过激活PAR-2促进小鼠动脉粥样硬化斑块发生发展,加快斑块内的炎症反应。     

基于改进聚类算法的交通事故多发点识别方法

道路交通事故多发点事故发生频率高且严重性突出,为提高道路通行的安全与效率,需要找到事故多发点所在位置。针对现有密度聚类算法对交通事故多发点识别时需要设置中心点个数以及容易扩大聚类范围等问题,提出一种限制簇扩展的自适应搜索密度峰值聚类算法(limit cluster expansion and adaptive search clustering by fast search and find of density peaks, LA-CFDP)。LA-CFDP算法通过增加中心点限制条件自动确定中心点个数,引入参数扩展因子限制簇扩展范围,从而提高算法对事故多发点识别的适应性和准确性。在英国四个城市2019年交通事故数据集上的实例分析表明,LA-CFDP算法对四个城市聚类结果的轮廓系数值达到0.72～0.92,DBI值均降低到0.37以下。聚类结果符合事故多发点的定义及特征,能够为交通事故多发点治理提供可靠依据。     

基于Timoshenko梁的轨道系统动力响应模拟

推导了移动荷载作用下轨道位移的积分表达式，对轨道系统进行了离散化并进行了数值计算。     

基于FPGA的实时手势识别系统

本文构建了一个基于FPGA的实时手势识别平台,并在该平台上实现了一种基于表面肌电(sEMG)信号和加速度(ACC)信号的手势识别算法。具体实现过程中,无线sEMG传感器和无线三轴ACC传感器穿戴于两手前臂实时获取sEMG信号和ACC信号,并以无线方式发送到数据处理模块。数据处理模块充分利用FPGA的并行处理优势,融合ACC和sEMG信息特征,实现了单双手手势的实时识别。经测试,本文所用的手势识别算法移植到FPGA中以后,识别速度明显提高,16个中国手语手势动作达到了95%以上的识别率。     

32通道无线表面肌电和加速度信号采集系统设计

为满足对肌电信号采集系统无创、便携、更大传输数据量的需求。本文实现了基于蓝牙无线传输协议的32通道肌电和加速度信号采集系统。系统发送端由4组8通道信号采集发送模块组成,完成对表面肌电信号和加速度信号的采集、处理及发送;接收端采用FPGA管理4组蓝牙接收端进行一对一数据接收,同时完成对数据进行统一打包处理并发送到PC机进行数据存储、数据处理及信号波形显示。经测试,本系统一次充电可持续工作6小时,无线通信距离12m,信号噪声比高于70dB。测试结果表明,本系统可应用于手势识别、健康监护等领域。     

融合异构交通态势的事故预测模型

针对事故数据信息表达有限、数据不平衡以及数据中存在动态时空特性的问题,提出一种融合异构交通态势的事故预测模型。其中：时空状态聚合模块通过代表动态交通态势的交通事件和天气特征完成语义增强,并聚合四种区域（单一区域、邻近区域、相似区域和全局区域）的历史多时段时空状态;时空关系捕获模块从微观和宏观角度捕获事故数据局部与全局的动态时空特性;时空数据融合模块进一步融合多区域、多角度的时空状态,并完成下一时段的事故状况预测任务。在US-Accident的5个城市数据集上进行实验,结果表明所提模型的正样本、负样本、加权正负样本的平均F1分数分别为85.6%、86.4%和86.6%,与传统的前馈神经网络（FNN）模型相比,在三个指标上分别提升了14.4%、5.6%和9.3%,能有效抑制事故数据不平衡对实验结果的影响。构建高效的事故预测模型有助于分析道路交通安全形势,减少交通事故的发生,提高交通安全。     

逆变式电源接入下的配电网自适应距离保护方案

以光伏、储能为代表的逆变式电源(inverter interfaced distributed generator, IIDG)大量接入配电网,使得传统距离保护受到巨大干扰,同时存在拒动或误动的风险。针对此问题,分析了含IIDG配电网不同类型故障下的复合序网,利用IIDG侧正序故障分量求取不同故障下的附加阻抗角。结合故障下阻抗的复平面关系,计算线路故障位置对应的短路阻抗,得到了一种真实短路阻抗求解办法。提出了一种适用于逆变式电源接入下的自适应距离保护方案。该方案求解过程利用IIDG侧单端电气量,解决了距离保护受IIDG故障输出受控特性和过渡电阻影响的问题,在有效降低配网通信成本的同时不受故障位置变化的影响。通过实时数字仿真器(real time digital simulator, RTDS)对该保护方案进行了验证,结果表明其在不同类型故障下都有较好的选择性和可靠性。