基于视觉双特征的并行联合脑-机接口范式的研究

基于多特征的并行联合脑-机接口与单一特征脑-机接口相比,能利用更多信息和并行方式提高特征提取和系统执行效率。提出了一种基于稳态视觉诱发电位(SSVEP)和运动起始视觉诱发电位(MVEP)的双特征并行联合脑-机接口范式,通过设计3×3字符拼写范式,矩阵中纵列白色竖条按设定频率闪烁诱发SSVEP,横行中白色竖条随机运动诱发MVEP。实验表明,被试者关注目标字符时,两种特征脑电信号被同时诱发出来,并且对两种脑电信号进行特征识别能够检测出被试者选取的目标字符。联合范式并行的刺激编码方式有效节约了刺激诱发时间,为构建更为实用的联合脑-机接口提供了一种实现方法。     

基于生成型深信度网络的回归算法鲁棒性分析

目前,深度学习在分类问题中取得了很多很好的效果,并开始在部分回归任务得到应用。然而,绝大部分研究重点都集中在相对其他回归算法的预报精度上,而忽视了有实际应用需求的回归算法预报鲁棒性问题。首先基于受限的玻尔兹曼机建立了一个具有3个隐含层的生成型深信度网络多步预测模型;然后,建立了基于单隐含层神经网络、三个隐含层的神经网络以及单核支持向量的典型多步预测模型,并利用4组宁夏地区不同季节的风速数据进行回归算法的稳定性对比实验。实验结果显示,基于受限玻尔兹曼机建立的具有三个隐含层的深信度网络模型的多步预报误差的均值和方差都是最小的。因此,基于生成型深信度网络的回归模型不仅预报精度高,而且此预报算法的鲁棒性也比较好;相对其他三种典型回归算法来说,可以更好地满足风电场风速预报问题的实际工程应用需求。     

支持向量机方法预测七鳃鳗miRNA前体

将七鳃鳗miRNA前体(pre-miRNA)序列的结构特征作为支持向量机工具Lib-SVM的输入向量,经Grid程序优化参数后,开发序列预测程序Lj-miRSVM,通过10倍交叉法验证,平均敏感性和特异性分别为95%和95.9%,准确率为95.8%,接收者操作特征曲线(ROC)下的面积比约为98.9%。用Lj-miRSVM预测其他20个物种的pre-miRNA,平均正确率为78.5%。     

基于GPU的多类支持向量机改进算法

针对支持向量机算法耗时较长的问题,利用并行计算思想,基于图形处理器对多类支持向量机算法——Crammer-Singer算法进行改进,并利用循环展开、数据暂留、缓存和开放运算语言等技术对算法加以实现.分别在4个数据集上对原算法和改进算法进行对比实验,结果表明,改进算法在性能上获得了较大提升.     

LES和DES在流体动力噪声预报中的适用性分析

分别以静止机翼、螺旋桨和存在动静相互作用的混流泵为研究对象,采用大涡模拟(LES)和分离涡模拟(DES)计算其脉动流场,并预报对应的流动动力噪声.计算结果表明:当预报静止固体壁面对应宽带噪声时,LES精度要高于DES,且LES对应噪声结果与试验值基本一致;螺旋桨作为运动固体边界,基于DES所预报的螺旋桨负载噪声精度与LES相当;混流泵由于存在动静相互作用,使得DES对应的泵总噪声预报结果在中低频段与LES符合较好,但高频差别较大;此外,在泵进口截面叶轮引起的线谱噪声是总噪声的主要贡献者.     

基于3种建模法的食源性 ACE抑制二肽 QSAR 研究

以自组建的食源性血管紧张素转化酶（angiotensin I‐converting enzyme ,ACE）抑制二肽为研究样本,采用氨基酸描述子VHSE（principal component score vector of hydrophilicity ,steric ,and electronic properties）对ACE抑制二肽进行表征后,比较偏最小二乘（partial least square regression ,PLS）、支持向量机（support vector machine ,SVM）及主成分分析（principal component analysis ,PCA）‐SVM相结合的3种建模方法对ACE抑制二肽的QSAR（quantitative structure‐activity relationship）建模。结果显示,对于食源性ACE抑制二肽,3个模型的拟合能力无明显差异,SVM模型的预测能力略强;对其进行权重投影分析发现,C末端氨基酸较N末端氨基酸对其活性的影响更为明显。     

基于高斯受限玻尔兹曼机的非线性过程故障检测

针对非线性工业过程,提出了一种基于高斯受限玻尔兹曼机(GRBM)模型的故障检测方法.该方法从海量过程数据中提取出GRBM隐层特征信息,通过隐层特征再构建出重构数据,并依据重构误差在残差空间中构建检测统计量,形成了非线性过程故障检测算法.仿真结果表明,基于GRBM的故障检测方法不仅比传统的核主元分析(KPCA)方法具有更好的故障检出率,并且针对大数据量问题具有更强的处理能力.     

柚子皮精油提取分离方法及其成分分析

用乙醚萃取、常压蒸馏法对柚子皮低沸点混合物组分进行了提取.采用自制简易分段微量蒸馏装置对所得混合物进行分馏,并用气相色谱-质谱(GC-MS)法对分馏组分进行测定.分馏得到两种馏分(极易挥发组分和挥发性组分);挥发性组分中检测出9种成分,主要为乙醚,β-月桂烯、D-柠檬烯等;极易挥发组分中检测出4种成分,主要为乙醚;柚子皮挥发性组分中共检测出了22种成分,其主要成分为D-柠檬烯(62.43%)、β-月桂烯(23.16%)、2,6,11,15-四甲基-十六烷-1,6,10,14-四烯(3.08%).实验结果表明,柚子皮挥发性组分为柚子皮精油,柚子皮是提取D-柠檬烯和β-月桂烯单离香料的良好植物资源.通过改进提取方法,可以简化提取并能除去精油中残留的低沸点提取溶剂,提高主要成分的含量.     

某二甲医院感染常见病原菌分布及耐药性分析

目的:了解感染常见病原菌分布变迁和耐药趋势。方法:对2012年8月至2013年7月从医院感染患者标本中分离出的主要致病菌,采用法国梅里埃VITEK-2 Compact全自动微生物鉴定仪鉴定,并进行药敏试验。结果:2012年8月至2013年7月共分离出病原菌659株,其中革兰阴性菌为393株,占59.64%,革兰阳性菌为128株,占19.42%,真菌为138株,占20.94%,大肠埃希菌对氨苄西林、庆大霉素、头孢吡肟、头孢曲松、氨曲南、复方新诺明、四环素,肺炎克雷伯菌对氨苄西林、哌拉西林、呋喃妥因,铜绿假单胞菌对氨苄西林、四环素、头孢曲松、头孢唑啉,金黄色葡萄球菌对青霉素,表皮葡萄球菌对复方新诺明、青霉素等呈耐药率逐渐增高趋势。结论:革兰阴性菌以大肠埃希菌为主、革兰阳性菌以表皮葡萄球菌为主,掌握细菌变迁动态,从而不断进行耐药性监测,才能有效的指导临床合理应用抗菌药物。     

葡聚糖微球在生物医药领域中的应用

葡聚糖微球自开发以来,已广泛地应用于组织工程、细胞培养、蛋白分离纯化等方面.其既可以作为药物的控释载体,又可以作为种子细胞扩增培养的载体.目前,在生物制药领域下游分离纯化技术越来越受到关注的背景下,作为柱层析凝胶和分离层析介质的葡聚糖微球也越来越受到科学家的青睐.文章对葡聚糖微球自研究以来的重大历史性突破及当代科学前沿的应用成果加以总结和介绍,着重介绍了葡聚糖微球在医药、疫苗开发、凝胶层析三个方面的应用现状.