分布式数据挖掘的隐私保持

分布式数据挖掘模型假定数据源分布在多个站点上,而各站点在进行分布式数据挖掘的同时需要隐藏私有数据以便保持隐私。本文将多方计算与数据挖掘技术相结合,在两点积运算的基础上提出安全的两点积运算公式,并将其简化,使得分布式挖掘算法的效能与集中式挖掘一致或近似,而又确保分布于不同站点的数据保持隐私。     

110kV变压器中性点雷击闪络故障分析及防治措施

为获得雷电流冲击下110 k V变压器不接地中性点上的过电压,采用线饼模型对110 k V变压器绕组进行建模,并用PSCAD仿真软件对该模型进行仿真计算。利用该模型对广州地区110 k V变压器中性点击穿事故进行仿真分析,结果表明对变压器中性点仅加装放电间隙不足以防止雷电侵害,并且雷电波入侵变压器时中性点故障率高达到0.686次/年,说明需要结合其他防护措施对这一地区变压器中性点进行保护。根据仿真结果提出采用130 mm的间隙并联Y1.5W-72/186避雷器实施改造措施。     

6B型肺炎球菌荚膜多糖-破伤风类毒素结合疫苗的制备及其免疫原性

目的 制备6B型肺炎球菌荚膜多糖(6B-PNCPS)-破伤风类毒素蛋白(TT)结合疫苗,并研究其免疫原性。方法6B-PNCPS用溴化氰活化后与己二酰肼形成多糖-酰肼基衍生物,然后在蛋白活化剂碳二亚胺作用下将6B-PNCPS与TT进行共价结合。分别将其结合物及多糖免疫NIH小鼠,用ELISA检测小鼠血清中抗6B-PNCPS抗体。结果6B-PNCPS-TT结合物经凝胶色谱分析显示具有较6B-PNCPS更大的相对分子质量,多糖/蛋白比为1.42-1.66。结合物具有6B-PNCPS的血清学特异性,所诱生的抗6B-PNCPS特异性IgG抗体滴度与6B-PNCPS差异有显著意义。结论 用该法制备6B-PNCPS-TT结合疫苗,具有良好的免疫原性。     

时辰药理学在高血压治疗中的应用

人体生物节律与血压水平及高血压降压治疗效果存在紧密联系。人体的昼夜生物节律通过影响抗高血压药物的药动学和药效学改变药物的治疗效果；同时，在高血压治疗过程中遵循人体血压节律，可以降低靶器官损害及心脑血管事件的风险。因此，在高血压治疗过程中，应遵循时辰药理学调整给药时间和药物剂量，以获得最佳疗效和最小毒副作用，减少不良反应及并发症的发生。     

拉曼光谱结合深度学习算法的塑料分类的研究

拉曼光谱法能识别塑料制品光谱特征峰,但操作流程繁琐且准确率有待提升,对此提出了基于一维卷积神经网络 (one-dimensional convolution neural network, 1-D CNN) 的塑料制品分类算法,首先建立以聚乙烯 (polyethylene, PE) 、聚丙烯 (polypropylene, PP) 、聚对苯二甲酸乙二醇酯 (polyethylene terephthalate, PET) 和聚苯乙烯 (polystyrene, PS) 为原材料的40种塑料包装样本数据集;然后设计1-D CNN、K近邻 (KNN) 、决策树 (DT) 和支持向量机 (SVM) 4种算法模型进行训练,并在光谱分类流程、模型准确率和鲁棒性等方面进行对比。实验结果表明,1-D CNN在不经过预处理条件下分类准确率达到98.62%,且在60 dB噪声下仍有96.42%的准确率,优于另外3种传统机器学习算法模型。该结果证实,拉曼光谱融合神经网络的多分类方法可提升塑料制品检测性能。     

模糊数学评价法优化驴乳奶啤稳定性的预处理参数及香气成分分析

基于模糊数学评价法对驴乳奶啤稳定性预处理参数初步优化,结合气相色谱-质谱联用（GC-MS）技术确定驴乳奶啤的最佳预处理参数,通过与牛乳奶啤香气成分差异化对比,探究驴乳奶啤的香气组成。结果表明,最佳预处理参数为单甘脂添加量0.10%、海藻酸丙二醇酯添加量0.15%、果胶添加量0.20%。在此最佳条件下,5号驴乳奶啤综合评分最高（84.20分）,稳定性系数、离心沉淀率、黏度分别为（98.23±0.17）%、（5.21±0.14）%、（37.13±0.08） mPa·s。从牛乳奶啤及5号、9号驴乳奶啤中共检测出79种香气化合物,包括醇类11种、酯类25种、醛类8种、酸类12种、酮类6种、苯类2种、烷烃类12种、萜烯类2种、其他类1种,其中醇类、酯类和酸类挥发性化合物相对含量较高,对牛乳奶啤及5号、9号驴乳奶啤共有的18种香气成分进行主成分分析,经综合评价得出5号驴乳奶啤香气品质最佳,GC-MS分析结果与综合模糊评判结果一致。     

US regulatory considerations for low field magnetic resonance imaging systems

Although there has been a resurgence of interest in low field magnetic resonance imaging (MRI) systems in recent years, low field MRI is not a new concept. FDA has a long history of evaluating the safety and effectiveness of MRI systems encompassing a wide range of field strengths. Many systems seeking marketing authorization today include new technological features (such as artificial intelligence), but this does not fundamentally change the regulatory paradigm for MR systems. In this review, we discuss some of the US regulatory considerations for low field magnetic resonance imaging (MRI) systems, including applicability of existing laws and regulations and how the U.S. Food and Drug Administration (FDA) evaluates low field MRI systems for market authorization. We also discuss regulatory considerations in the review of low field MRI systems incorporating novel AI technology. We foresee that MRI systems of all field strengths intended for general diagnostic use will continue to be evaluated for marketing clearance by the metric of substantial equivalence set forth in the premarket notification pathway.