一种基于YOLOv5的小样本目标检测模型

深度学习技术在目标检测领域取得了显著的成果，但是相关模型在样本量不足的条件下难以发挥作用，借助小样本学习技术可以解决这一问题。本文提出一种新的小样本目标检测模型。首先，设计了一种特征学习器，由Swin Transformer模块和PANET模块组成，从查询集中提取包含全局信息的多尺度元特征，以检测新的类对象。其次，设计了一种权重调整模块，将支持集转换为一个具有类属性的权重系数，为检测新的类对象调整元特征分布。最后在ImageNet-LOC、PASCAL VOC和COCO三种数据集上进行实验分析，结果表明本文提出的模型在平均精度、平均召回率指标上相对于现有的先进模型都有了显著的提高。     

高新企业与员工之间的相互博弈及合作关系寻求

世界各国的竞争核心实质是人才竞争。对于企业,尤其是高新企业来说,如何管理知识型员工,是企业人力资源管理的重心。本文在系统分析知识型员工特征基础上,运用博弈论的相关内容,阐述了高新企业与知识型员工建立合作关系的必要性和可行性。     

基于网络药理学研究黄芪-半枝莲药对治疗肺癌机制

探讨黄芪-半枝莲药对治疗肺癌的机制。通过数据库检索黄芪-半枝莲有效活性成分、靶蛋白和肺癌相关疾病靶点,分别构建药物-化合物-靶点和化合物-靶点-疾病网络。构建关键靶点蛋白质-蛋白质相互作用(protein-protein interaction,PPI)网络,用R软件进行基因本体（gene ontology,GO）和京都基因和基因组百科全书（Kyoto Encyclopedia of Genes and Genomes,KEGG）的关键靶点的富集分析。得到黄芪-半枝莲药对的16个有效活性成分,作用于111个肺癌相关靶点,关键靶点包括TP53、AKT1、MAPK、TNF、VEGFA、IL-6等。GO富集分析主要涉及RNA转录、炎症、胞外和胞核,KEGG信号通路主要有TLR、NLR、HIF-1、FoxO、PI3K-Akt等信号通路,黄芪-半枝莲药对通过抑制炎症、信号转导、血管生成等过程共同起到治疗肺癌的作用。研究结果初步预测了黄芪-半枝莲药对治疗肺癌的分子机制,为该药对药理作用的深入研究奠定了基础。