迷迭香酸的生理活性功能及其来源研究进展

本研究采用绿色环保的亚临界水提取技术从紫苏籽粕中提取迷迭香酸。在单因素实验基础上,采用3因素3水平的响应面分析法,以迷迭香酸的提取得率为响应值,以提取温度（140~180 ℃）、提取时间（20~40 min）、料液比（1:30~1:50 g/mL）为自变量,确定亚临界水提取的最佳工艺参数。同时,比较了亚临界水提取法和几种常规提取法对迷迭香酸提取得率及其抗氧化活性（DPPH和ABTS自由基清除力）的影响。结果表明,优化后的亚临界水提取工艺参数为：提取温度163 ℃、提取时间30 min、料液比1:41 g/mL;此条件下,迷迭香酸的提取得率为4.91±0.16 mg/g dw,其清除DPPH和ABTS自由基能力的V_C当量分别为10.62和13.46 mgV_C/g dw,均显著高（P<0.05）于几种常规提取法。此外,扫描电子显微镜（SEM）结果显示,亚临界水提取后的紫苏籽粕粉末结构更疏松,说明亚临界水更有利于迷迭香酸的提取。     

弱标签环境下基于语义邻域学习的图像标注

心电图（electrocardiogram, ECG）异常的自动检测是一个典型的多标签分类问题,训练分类器需要大量有高质量标签的样本. 但心电数据集异常标签经常缺失或错误,如何清洗弱标签得到干净的心电数据集是一个亟待解决的问题. 在一个标签完整且准确的示例数据集辅助下,提出一种基于异常特征模式 (abnormality-feature pattern, AFP) 的方法对弱标签心电数据进行标签清洗,以获取所有正确的异常标签. 清洗分2个阶段,即基于聚类的规则构造和基于迭代的标签清洗. 在第1阶段,通过狄利克雷过程混合模型（Dirichlet process mixture model, DPMM）聚类,识别每个异常标签对应的不同特征模式,进而构建异常发现规则、排除规则和1组二分类器. 在第2阶段,根据发现和排除规则辨识初始相关标签集,然后根据二分类器迭代扩展相关标签并排除不相关标签. AFP方法捕捉了示例数据集和弱标签数据集的共享特征模式,既应用了人的知识,又充分利用了正确标记的标签;同时,渐进地去除错误标签和填补缺失标签,保证了标签清洗的可靠性. 真实和模拟数据集上的实验证明了AFP方法的有效性.

     

Straight-Path Following and Formation Control of USVs Using Distributed Deep Reinforcement Learning and Adaptive Neural Network

<正>Dear Editor,This letter presents a distributed deep reinforcement learning(DRL) based approach to deal with the path following and formation control problems for underactuated unmanned surface vehicles(USVs). By constructing two independent actor-critic architectures,the deep deterministic policy gradient(DDPG) method is proposed to determine the desired heading and speed command for each USV.     

Distributed Nash Equilibrium Seeking Strategies Under Quantized Communication

This paper is concerned with distributed Nash equi librium seeking strategies under quantized communication. In the proposed seeking strategy, a projection operator is synthesized with a gradient search method to achieve the optimization o players’ objective functions while restricting their actions within required non-empty, convex and compact domains. In addition, a leader-following consensus protocol, in which quantized informa tion flows are utilized, is employed for information sharing amon...     

求解整体最优化问题的涨落算法

本文提出了寻4求整体最优解的一种新算法。这个算法对一类范围甚广的工程优化问题(维数 ≤ 5~6)较为有效。文中给出了算法及收敛性、最优性条件、计算实施的若干建议,以及计算实例。     

运动营养食品及其抗疲劳活性成分研究进展

目的：研究桑葚花色苷对小鼠的抗疲劳作用,并探讨其抗疲劳机制。方法：经制备、分析后,评价桑葚花色苷样品抗氧化活性;将小鼠随机分为安静组、有氧运动组、模型组、低、中、高剂量组（桑葚花色苷剂量分别为100、200、400 mg/kg）,进行负重游泳。连续灌胃4周后,检测小鼠的血乳酸（Lac）、血尿素氮（BUN）、丙二醛（MDA）、超氧化物歧化酶（SOD）等疲劳相关生化指标和氧化应激指标,评价桑葚花色苷的抗疲劳作用;并通过测定核因子E2相关因子（Nrf2）和血红素加氧酶1（HO-1）mRNA相对表达水平,初步探讨桑葚花色苷抗疲劳机制。结果：经过纯化、富集后,桑葚花色苷中活性成分含量升高,并显示出与维生素C相当的抗氧化能力。与模型组比较,低、中、高剂量桑葚花色苷可显著延长运动时间（P<0.05）,提升运动耐力;中、高剂量桑葚花色苷显著降低小鼠血液中Lac和BUN含量、CK和LDH活性（P<0.05）,提高了骨骼肌中SOD和GSH-Px活性,降低了ROS、MDA、8-OHdG含量（P<0.05）,同时,Nrf2/HO-1 mRNA的表达显著（P<0.05）增加。结论：桑葚花色苷可通过调控Nrf2/HO-1信号途径,提高机体的抗氧化能力,以发挥抗疲劳作用。     

分布式存储中的纠删码容错技术研究

近年来,云数据中心故障频发,因而各大机构纷纷采用跨云数据中心多副本技术对数据进行容灾存储.与跨云数据中心多副本技术相比,跨云数据中心纠删码技术可靠性更高、冗余度更低. 但是,现有跨云数据中心纠删码技术无法同时满足低跨云数据中心修复流量、高编码参数适应性和高纠删码构造效率,因而尚未在生产系统中得到普遍应用. 提出一种低跨云数据中心修复流量的纠删码的快速构造方法(fast construction method of the erasure code with small cross-cloud data center repair traffic, FMEL),该方法可在不同编码参数下快速构造具有低跨云数据中心修复流量的纠删码. 具体而言,FMEL首先将纠删码修复组分布方案及用户指定的编码参数转换为定长特征向量,并基于支持向量机对各特征向量进行快速分类以检验其对应纠删码修复组分布方案和编码参数的匹配性——某特征向量属于正类表示其对应纠删码修复组分布方案与编码参数相匹配. 而后,FMEL用一种并行搜索算法从所有通过检验的纠删码修复组分布方案中选出平均跨云数据中心修复流量较小的一个方案,并用一种试错算法将其转换为具有低跨云数据中心修复流量的纠删码的生成矩阵. 跨云数据中心环境中的实验表明,与现有的可在不同编码参数下构造出能达到平均跨云数据中心修复流量下限的最优码的工作相比,FMEL可将纠删码构造用时缩短89%,且在大部分编码参数下,二者构造的纠删码的跨云数据中心修复流量相同. 此外,与其他几类常用纠删码相比,FMEL构造的纠删码可将跨云数据中心修复流量降低42.9%~56.0%.

     

砂土中桩靴贯入深度对自升式风电安装船水平承载特性影响的试验研究

目的  自升式风电安装船作为海上风电开发中的重要施工设备,研究其在位状态下的承载性能对于保障风电安装船作业安全尤为重要。 方法  文章以自升式安装船为研究对象,结合室内模型试验和有限元法开展了均质砂土中4种不同的桩靴贯入深度下的水平承载性能以及周围土压力变化规律研究。 结果  研究表明：随着贯入深度的增加,自升式安装船的水平承载力呈近似线性增长趋势,贯入深度为10 cm较贯入深度4 cm水平承载力增加了38.02%,其对应的水平位移同样呈现增加的趋势,在水平荷载作用下,桩靴的承载模式表现为临载侧桩靴受压,背载侧桩靴受拉。桩靴表面同侧土压力变化规律一致,当贯入深度为10 cm时,临载侧桩靴底的土压力变化最大值为38.37 kPa,较贯入深度为4 cm时增大了126.2%。且临载侧桩靴下表面和背载侧桩靴上表面的土压力变化较大。 结论  水平荷载作用下自升式安装船的受力模式为拉压模式,且砂土中桩靴贯入深度的增加,能显著提高水平承载性能,为保障风电安装船的安全和作业能力,需保障桩靴的贯入足够的深度。     

基于反向伪标签最优化传输的无监督域自适应

现实世界中训练数据和测试数据往往存在分布差异,导致基于独立同分布假设的模型丧失鲁棒性. 无监督域自适应是一种重要解决方法,极具应用价值. 鉴于此,国内外研究者进行大量理论基础和方法技术的研究,促进了很多应用领域的发展,包括自动驾驶、智慧医疗等. 但是,目前主流的方法仍存在一些问题：源域和目标域的概率分布距离是否能真正代表它们之间的差异,以及如何更准确地度量2个分布之间的差异,仍然是一个值得探讨的问题. 同时,如何更有效地利用伪标签,也是一个值得继续探索的问题. 提出了反向伪标签最优化传输（backward pseudo-label and optimal transport,BPLOT）,不仅利用瓦瑟斯坦距离和格罗莫夫-瓦瑟斯坦距离,从最优化特征-拓扑传输的角度更准确地计算了2个分布之间的差异;而且提出了反向验证伪标签的模块来更有效地利用伪标签,在训练过程中验证伪标签的质量. 将所提出的方法在多个无监督域自适应的数据集上进行了实验验证. 实验结果表明,BPLOT模型的效果超过了所有对比的基准方法.

     

应用MgS基固体电解质直接测定硫含量的初步试验研究

在实验室条件下,自制了MgS与TiS₂两种硫化物,组成MgS—2%TiS₂'wt)并经过高温烧结处理。用MgS—2%TiS₂固体电解质组成硫浓差电池:
Mo[[S]Fe][MgS-2%TiS₂（wt）]Mo,MoS₂]Mo
于1375℃无保护气氛条件下进行了铁液定硫的试验。所测电势E与化学分析的[%S]关系为log[%S]=-0.3694-0.0077E（mV）（[%S]:0.013～0.134）。于1375℃下还测试了Cu-Cu₂S系的硫位。推算出表征固体电解质电子电导率大小的特征硫分压Pc’对MgS—2%TiS₂来讲为6×10^-4pa。引入pe’和硫活度系数f_s对E—[%S]关系进行了修正。