CF患者肺组织分类——基于相关反馈的监督核哈希方法

现有的哈希方法用于CF患者肺组织分类时没有从正负反馈样本挖掘判别信息,分类精度不高.为此,提出一种基于相关反馈的监督核哈希方法.首先,对肺组织进行监督核哈希学习,得到初始哈希函数;其次,使用该初始哈希函数对肺组织进行哈希编码和分类,并得到正负反馈样本;接着,基于正负反馈样本构建新的哈希函数;最后,使用新构建的哈希函数对肺组织再次进行哈希编码和分类.实验结果表明,同现有方法相比,所提出的方法显著提高了CF患者肺组织的分类精度.     

一类二重积分不等式中未知函数的估计

利用变量替换技巧、放大技巧和反函数技巧等方法, 研究了一类被积函数中含有未知函数及其导函数、积分项外包含了非常数项的非线性二重积分不等式,给出该类不等式中未知函数的显上界估计,并举例说明所得结果可以用来研究微分-积分方程解的估计.     

一类非线性弱奇异积分不等式组中未知函数的估计

研究了一类二维非线性弱奇异积分不等式组.该不等式组积分号外有不同的非常数函数因子,不能用向量形式的Gronwall-Bellman型积分不等式进行估计.利用H?lder积分不等式、 Gamma函数和Beta函数把弱奇异非线性积分问题转化成没有奇异的非线性积分问题,利用Bernoulli不等式把非线性问题转化成线性问题,利用变量替换技巧和放大技巧研究只含有一个未知函数的积分不等式,接着给出不等式组中两个未知函数的估计.该结果可用于研究积分、微分动力系统解的估计.     

基于核矩阵等距映射的无线传感网络节点定位算法

针对无线传感网络(Wireless Sensor Network, WSN)中节点位置信息呈现非线性的问题,基于偏最小二乘法(Partial Least Squares, PLS)稳健的多元线性回归特点,结合流形学习中的非线性降维方法,提出了一种基于PLS的核矩阵等距映射(Isometric Feature Mapping,ISOMAP)节点定位算法.通过节点间测地距离表征节点非相似性,利用样本点贡献率找寻和剔除邻域中的"短路"边,经质心变换和核变换后映射至高维特征区间,采用PLS方法求得节点位置.仿真结果表明,相比ISOMAP和多维尺度(Multidimensional Scale Method, MDS)算法,该算法具有良好的拓扑稳定性、泛化能力、稳健性和定位精度,降低了计算复杂度.     

基于点权的混合K-shell关键节点识别方法

复杂网络中,评估节点的重要性对于研究网络结构和传播过程有着重要意义.通过节点的位置,K-shell分解算法能够很好地识别关键节点,但是这种算法导致很多节点具有相同的K-shell (Ks)值.同时,现有的算法大都只考虑局部指标或者全局指标,导致评判节点重要性的因素单一.为了更好地识别关键节点,提出了EKSDN(Extended K-shell and Degree of Neighbors)算法,该算法综合考虑了节点的全局指标加权核值以及节点的局部指标度数.与SIR(Susceptible-Infectious-Recovered)模型在真实复杂网络中模拟结果相比,EKSDN算法能够更好地识别关键节点.     

基于模糊逻辑四元数的平方根UKF算法

针对目标跟踪估计算法中,利用传感器离散观测建模并估计目标连续状态,进行导航解算时滤波精度低,及传统四元数扩展卡尔曼滤波算法无法满足目标姿态测量精度要求等问题,文中提出一种基于模糊逻辑四元数的平方根UKF姿态估计算法.该算法将四元数作为模糊逻辑UKF滤波器状态,应用测量的角速率完成滤波器的时间更新及量测更新,采用模糊逻辑的平方根协方差形式作为更新参数,既降低了算法的计算量和复杂度,又保证了数值的稳定性.文中还以近地卫星为例,在Matlab和C++软件上进行了仿真实验.实验结果表明:文中所提算法可保证对机器人和特征的姿态控制估计精度;可对目标实时跟踪定位并进行量测更新,抑制了姿态误差发散问题.     

基于增量稀疏核极限学习机的发动机状态在线预测

针对发动机状态在线预测中样本累积、预测模型膨胀和在线更新速度慢等问题,提出了基于增量稀疏核极限学习机的在线预测方法.该方法定义了KELM核函数矩阵的稀疏测量矩阵,并根据矩阵原子相干最小化和自信息量最大化的样本信息度量准则实现在线样本前向稀疏与后向删减,提高了样本稀疏化效率.利用有效样本对测量矩阵在最佳阶数内进行在线扩充与修剪,限制了预测模型膨胀.利用改进的增量建模方法对模型的核权重矩阵进行递推更新,从而建立规模有限且结构稀疏的在线预测模型,提高了在线建模速度.仿真数据和发动机状态参数在线预测实验结果表明,与现有在线预测方法相比,ISKELM具有更高的样本稀疏化和在线建模效率.对发动机排气温度进行120步预测时,预测速度分别提高了80.50%和31.72%,预测精度分别提高了48.56%和15.81%.      

CXCL1在子宫内膜样腺癌中的表达及其对Ishikawa细胞增殖侵袭的影响

目的:研究趋化因子配体1 (CXCL1)在子宫内膜样腺癌中的表达及其对人子宫内膜高分化腺癌细胞株Ishikawa细胞增殖、凋亡、迁移能力及侵袭能力的影响,以及CXCL1因子与子宫内膜样腺癌的发生及浸润转移的关系.方法:免疫组化法检测CXCL1在子宫内膜样腺癌患者的子宫内膜组织子宫内膜非典型增生患者的子宫内膜组织及正常增生期子宫内膜组织中的表达,QRT-PCR法检测子宫内膜样腺癌组织与癌旁组织中CXCL1 mRNA的相对表达;体外运用siRNA沉默Ishikawa细胞中CXCL1的基因表达,分别通过CCK8法及流式细胞仪法检测沉默CXCL1对细胞增殖及凋亡的影响,划痕实验及transwell法检测对细胞迁移能力与侵袭能力的影响,Western Blot检测pNF-κB,MMP9及Caspase-3的蛋白表达.结果:免疫组化及QRT-PCR结果显示,子宫内膜样腺癌组织中CXCL1表达升高,有淋巴结转移、分期较晚及肿瘤直径较大的患者的子宫内膜组织中表达显著升高;在CXCL1沉默组中,细胞增殖、迁移能力及侵袭能力下降,凋亡率增加,凋亡蛋白Caspase-3表达升高,pNF-κB,MMP9蛋白表达降低(P0.05).结论:CXCL1在子宫内膜样腺癌组织中高表达,沉默CXCL1可能通过下调磷酸化NF-κB抑制Ishikawa细胞的增殖、迁移能力及侵袭能力,促进细胞凋亡.     

面向AR沙盘异地协同标绘的动作重构技术

为真实再现增强现实环境下全息沙盘异地协同标绘的交互过程,提出了一种基于视频的异地协同标绘动作重构技术.使用单目RGB相机采集作业人员的实时视频信息,基于YOLO实现多人检测,并确定作业人员在三维空间中的相对位置关系;基于改进的ResNet网络对检测到的每个作业人员进行关节点的三维位置预测;然后将估算出的本地作业人员的关节位置实时传送到异地,经过逆向运动学及低通滤波器的优化驱动虚拟化身的运动.实验结果表明,能够准确地再现异地作业人员的标绘动作,满足实际应用需求.      

核主泵叶轮能量转换与叶片载荷的关联性分析

为了研究核主泵叶轮能量转换规律与叶片载荷分布规律之间的关联性,基于RNG k-ε湍流模型,对不同流量工况下核主泵模型泵进行全三维定常数值计算.结果表明:从叶片吸力面到压力面,叶片做功能力逐渐增强;为了使叶轮获得较好的水力性能,叶片载荷的变化趋势应保持平缓,且其载荷峰值应在靠近叶轮出口处;根据不同流量工况下的叶轮性能曲线,叶片载荷有最优变化梯度;叶轮叶片中间流线上的动压载荷随着流量的增大逐渐减小,且动压载荷变化幅度较静压载荷更为明显,叶片动压载荷占总载荷的比重越低叶轮效率越高.