基于模糊DEMATEL方法的建筑施工安全影响因子分析

近年来,建筑施工安全问题层出不穷。为加强建筑施工安全管理,本文识别了影响施工安全的6个影响因子和产生安全事故的7个因子并对其重要程度进行排序。首先,通过文献分析,结合建筑事故数据的事故因子,提出施工安全管理的发展现状;其次,建立施工安全因子模型,采用模糊DEMATEL法根据建筑行业专家对影响因子的打分情况进行分析,找出各安全因子的特点;最后,在此基础上,结合安全因子分析建筑施工的安全管理的具体内涵,并提出安全施工的办法。     

一种新的多渐消因子容积卡尔曼滤波

将强跟踪思想引入容积卡尔曼滤波（cubature Kalman filter，CKF），建立强跟踪CKF能有效克服CKF在模型不确定、状态突变等情况下，滤波性能下降的问题。通过分析现有多渐消因子计算方法，发现它们均只利用了协方差矩阵的对角线元素，并没有考虑各个状态之间的相关性，不能充分发挥多渐消因子的优势。为此，本文提出渐消因子矩阵，基于正交原理推导渐消因子矩阵的求解方法，提出多渐消因子强跟踪CKF算法。多渐消因子强跟踪CKF算法突破了传统多渐消因子为向量的限制，也不再要求渐消因子取值要大于1。仿真验证了算法具有更好的滤波精度何鲁棒性，能更好的满足工程应用的要求。     

可溶性肿瘤坏死因子相关凋亡诱导配体在E.coil中的表达、纯化及其生物学活性

目的表达纯化可溶性肿瘤坏死因子(tumor necrosis factor,TNF)相关凋亡诱导配体(TNF-related apoptosisinducing ligand,TRAIL)蛋白,并测定其生物学活性。方法利用E.coli中表达C-端带有6×His标签的可溶性TRAIL蛋白,并优化诱导时间(4、6和8 h)和诱导剂IPTG的浓度(0.06、0.125、0.25、0.5、1 mmol/L)。表达产物经Ni亲和层析和离子交换层析纯化后,采用MTT法测定不同浓度TRAIL(终浓度分别为100、200、400 ng/ml)的活性,并检测亲和层析过程中两种洗脱方式(洗脱液4℃留柱过夜后进行洗脱和洗脱液进柱后直接收集流出液)及纯化过程中两次透析的时间(均为24和48 h)对TRAIL活性的影响。结果最佳诱导时间为6 h,最佳IPTG诱导浓度为0.5 mmol/L。表达产物的表达量占菌体总蛋白的20%,相对分子质量为20 000,可与兔抗人TRAIL单克隆抗体发生特异性结合。TRAIL终浓度为100、200和400 ng/ml的实验组的抑制率分别约为36%、53%和73%。亲和层析的两种洗脱方式的TRAIL活性差异无统计学意义(P0.05),透析48 h比透析24 h获得的TRAIL活性显著降低(P0.05)。结论 TRAIL蛋白成功在E.coli中表达,具有抑制肿瘤细胞生长的作用,优化后的TRAIL诱导条件和纯化方法可进一步大量生产高TRAIL蛋白的活性,满足了TRAIL的基础及临床相关研究的要求。     

浅谈如何提高压榨车间的生产安全率

对压榨车间如何提高生产安全率,减少压榨车间的设备因各种原因造成停机,进而影响整个糖厂的生产进行探讨和改进。     

欢迎订阅2015年《肉类研究》杂志

<正>中国科技核心期刊《肉类研究》杂志创刊于1987年,主办单位为中国肉类食品综合研究中心。《肉类研究》是经国家新闻出版总署正式批准,面向国内外公开发行的中文科技期刊,国际标准刊号:ISSN 1001-8123,国内统一刊号:CN11-2682/TS。月刊。本刊自2011年开始由《食品科学》杂志的编辑团队全新打造,2011~2013年连续入选《中国科技核心期刊》,影响因子持续上升。本刊还被《中国核心期刊(遴选)数据库》《中国期刊全文数据库》《中文科技期刊数据库》《中     

心源性猝死一级预防植入心律转复除颤器前非持续室性心动过速与植入后恰当治疗的关系

目的探讨植入型心律转复除颤器(implantable cardioverter defibrillator,ICD)用于心源性猝死一级预防时,植入前发生非持续性室性心动过速(non-sustained ventricular tachycardia,NSVT)与植入后ICD恰当治疗的关系。方法本研究为单中心回顾性队列研究,连续纳入2006年1月至2017年12月在北京协和医院住院植入ICD用于一级预防的心脏病患者,患者在住院期间ICD植入前均完善Holter检查。根据Holter检查是否出现NSVT,将患者分为NSVT组及无NSVT组。门诊或电话随访至2018年8月,随访事件包括全因死亡、植入后ICD放电治疗及抗心动过速起搏(antitachycardia pacing,ATP)治疗情况。结果纳入60例符合入选和排除标准的患者,随访时间37 (14～61)个月,KaplanMeier生存曲线及Log-Rank检验提示,NSVT组与无NSVT组相比,全因死亡率无统计学差异(P=0. 108),NSVT组恰当治疗的风险高于无NSVT组(P=0. 033),NSVT和左心室射血分数与ICD恰当治疗独立相关(NSVT:HR=5. 099,95%CI:1. 399～18. 588,P=0. 014;左心室射血分数:HR=1. 077,95%CI:1. 013～1. 145,P=0. 018)。结论 ICD一级预防患者植入前出现NSVT提示接受ICD恰当治疗的风险增加。     

一种基于机器视觉的表面缺陷快速检测方法

实际生产过程中,产品表面会不同程度地留下污渍和印记,这对基于机器视觉的表面缺陷识别带来严重干扰.基于图案统计分析的识别方法速度虽快,但抗干扰能力弱,出现较高的误判率.基于深度学习的人工智能识别方法计算量巨大,速度慢,难以满足生产实际的高速要求.因此介绍一种改进SIFT算法,并给出了相关参数的设置方法和经验公式,通过实际表面缺陷的检测,对比验证了SIFT算法较强的鲁棒性和抗干扰能力,以及相关参数设置方法的正确性和可行性.实验数据表明,SIFT算法在凹陷类和斑点类缺陷的检出率上具有明显优越性,在裂纹类的误检率上也具有较大优势.特别是在有噪声图像干扰情况下,检出率比神经网络提升了20％,误检率降低了3％.