基于ISODATA空间镶嵌聚类的流域生境质量演变——以河南省黄河流域周边城镇为例

基于空间异质性原理和大量实证研究结果认为,在生境质量评估过程中,使用空间镶嵌分类代替土地利用/覆被分类可以更加完整地捕捉土地空间组分、结构与生态功能差异。以河南省黄河流域周边城镇为研究区,提出以ISODATA聚类为核心的空间镶嵌分类框架,并将分类结果用于InVEST生境质量模型评估过程,最终探讨研究区2000—2020年生境质量演变的整体与样带特征。结果显示：研究区拥有5类支柱性和6类过渡性空间镶嵌类型,各类空间的演变体现出建设用地等扩张对空间镶嵌模式全局的差异性和联动性影响;研究区生境质量整体呈“西北高、中东低”的分布格局,研究期内Ⅲ等生境质量空间大幅减少,Ⅰ、Ⅱ等生境质量空间逐渐增加,过渡性空间在其中起到了重要影响,该影响在自然地理样带和城镇发展样带典型的过渡地段均有所体现。研究结果对黄河流域生物多样性保护和生态系统功能调控具有一定理论与实践价值。     

卫城油田卫11块影响剩余油分布的主要因素

针对卫城油田卫11块地质特点,从影响剩余油分布的因素分析入手,研究原始地质因素,包括构造、储层沉积的非均质性、流体性质等对剩余油分布的影响;研究人为因素,包括对构造的认识程度、开发过程中开发井网系统部署的合理性、注采平衡情况、压力平衡情况、后期调整井部署情况、采用的采油工艺技术适应性等对剩余油分布的影响。揭示了不同类型剩余油形成的原因,指出了剩余油空间展布规律,为调整挖潜剩余油提供了依据。     

网络虚拟形象及其知识产权保护

介绍了虚拟形象与网络虚拟形象的定义、特征,并从网络虚拟形象与传统虚拟形象不同的特点的角度,分析了对网络虚拟形象进行知识产权保护的意义、主要侵权方式及目前的法律保护体系,并针对存在的保护不充分不全面的问题,给出了在著作权的体系内新设立虚拟形象权的相关对策。     

Mechanisms of EGFR Resistance in Glioblastoma

Glioblastoma (GBM) is the most common primary malignant brain tumor in adults. Despite numerous efforts to target epidermal growth factor receptor (EGFR), commonly dysregulated in GBM, approaches directed against EGFR have not achieved the same degree of success as seen in other tumor types, particularly as compared to non-small cell lung cancer (NSCLC). EGFR alterations in glioblastoma lie primarily in the extracellular domain, unlike the kinase domain alterations seen in NSCLC. Small molecule inhibitors are difficult to develop for the extracellular domain. Monoclonal antibodies can be developed to target the extracellular domain but must contend with the blood brain barrier (BBB). We review the role of EGFR in GBM, the history of trialed treatments, and the potential paths forward to target the pathway that may have greater success.     

臭氧化去除水中对硝基氯苯动力学及机理

引言 对硝基氯苯(pCNB)广泛应用于农药、染料、医药、防腐剂等工业领域.随着工业废水的排放,我国一些主要水体中均有pCNB的检出[1-2].     

基于支持向量机和竞争学习的图像配准方法

为了使探测到的各种地雷图像更清晰,要求将金属地雷探测器和雷达渗透地面探测器的图像用图像精确配准的方法将二者的图像融合.提出了基于竞争学习和支持向量机的图像配准方法.该方法是用竞争学习的权值标明地雷边缘点,以获得图像中地雷的特征值;然后用支持向量机反复匹配两个待配准图像的支持向量.融合图像信息熵的测定结果表明,基于竞争学习和支持向量机的图像配准方法融合图像携带的信息量大,融合图像质量高,图像配准精确.     

Investigating the Potential Use of Chemical Biopsy Devices to Characterize Brain Tumor Lipidomes

The development of a fast and accurate intraoperative method that enables the differentiation and stratification of cancerous lesions is still a challenging problem in laboratory medicine. Therefore, it is important to find and optimize a simple and effective analytical method of enabling the selection of distinctive metabolites. This study aims to assess the usefulness of solid-phase microextraction (SPME) probes as a sampling method for the lipidomic analysis of brain tumors. To this end, SPME was applied to sample brain tumors immediately after excision, followed by lipidomic analysis via liquid chromatography-high resolution mass spectrometry (LC-HRMS). The results showed that long fibers were a good option for extracting analytes from an entire lesion to obtain an average lipidomic profile. Moreover, significant differences between tumors of different histological origin were observed. In-depth investigation of the glioma samples revealed that malignancy grade and isocitrate dehydrogenase (IDH) mutation status impact the lipidomic composition of the tumor, whereas 1p/19q co-deletion did not appear to alter the lipid profile. This first on-site lipidomic analysis of intact tumors proved that chemical biopsy with SPME is a promising tool for the simple and fast extraction of lipid markers in neurooncology.     

谈新形式下调动员工积极性的方法与策略

企业员工的积极性不仅直接影响到企业改革的深化,而且影响到企业的竞争力,影响到企业的生存与发展.对于企业来说能否生存和发展下去,除了要充分的发挥人、财、物、管理、信息、关系和名人等要素的作用外,还要重视挖掘和发挥员工的积极性.     

制造商竞争环境下的广告策略

考虑供应链系统中的广告合作问题.利用微分对策的方法研究了在2个制造商竞争环境下2个品牌的3种广告策略,并通过比较2个品牌的广告策略都不合作,只有一个合作以及2个都合作等3种情况下的广告策略,从而得出2个品牌都选择合作广告的原因在于合作广告能够提高利润.     

自适应迁移鲁棒特征的个性化联邦医学图像分类

目的 针对联邦学习中多中心医学数据的异质性特征导致全局模型性能不佳的问题,提出一种基于特征迁移的自适应个性化联邦学习算法（adaptive personalized federated learning via feature transfer, APFFT）。方法 首先,为降低全局模型中异质性特征信息影响,提出鲁棒特征选择网络（robust feature selection network, RFS-Net）构建个性化本地模型。RFS-Net通过学习两个迁移权重分别确定全局模型向本地模型迁移时的有效特征以及特征迁移的目的地,并构建基于迁移权重的迁移损失函数以加强本地模型对全局模型中有效特征的注意力,从而构建个性化本地模型。然后,为过滤各本地模型中异质性特征信息,利用自适应聚合网络（adaptive aggregation network, AANet）聚合全局模型。AA-Net基于全局模型交叉熵变化更新迁移权重并构建聚合损失,使各本地模型向全局模型迁移鲁棒特征,提高全局模型的特征表达能力。结果 在3种医学图像分类任务上与4种现有方法进行比较实验,在肺结核肺腺癌分类任务中,各中心曲线...