肝癌研究的一些重要方面

原发性肝癌的死亡率已占我国部分农村和城市癌症的第一和第H位，我国每年约有11万人死于肝癌，占全世界肝癌死亡人数的七％。由于目前我国约有1．2亿HBV（乙肝病毒）携带者，另外还有约100万新生婴儿因母亲为携带者而感染IIBV，因此下个世纪肝癌仍将是影响国人健康的重大疾病。经过近半个世纪的研究，我国在肝癌的临床和基础研究方面有了长足的进步，但远未达到基本控制该病的程度，肝癌的研究仍是我国医学界面对的重大研究课题。本文对近年来肝癌研究的几个重要方面作一简要回顾和展望。我国几个肝癌高发现场，即启东、扶绥、海门、崇…     

浅谈高职模具设计与制造专业建设

专业建设是高等职业院校最重要的基本建设,本文旨在探讨高职模具设计与制造专业的建设思想及培养目标,提出推动高职模具专业建设应着重从加强课程体系建设、教材建设、师资队伍建设和实践教学基地建设等方面入手。     

基于变分推断的一般噪声自适应卡尔曼滤波

线性高斯状态空间模型中假设噪声为已知的白噪声过于苛刻。认为过程噪声与观测噪声均未知且二者的解析关系确定,假设观测噪声的均值非零且服从高斯分布,方差服从逆威沙特分布,从而构成了层次式贝叶斯模型。利用变分推断将均值与方差和系统状态一起作为随机变量进行迭代估计,在得到观测噪声的均值与方差的估计值后,利用其与过程噪声的关系进一步更新未知过程噪声的均值与方差,从而动态地得到每一时刻过程噪声与观测噪声的一、二阶统计矩信息,即使在噪声统计信息动态变化的情况下也有较满意的滤波精度。实验证明了该算法的有效性。     

非高斯乘性噪声环境下伪码捕获方法

针对非高斯乘性噪声环境提出了一种伪码捕获方法,将伪码捕获等价为假设检验问题,利用局部最佳检测算法推导出非高斯乘性噪声环境下的伪码捕获检测统计量.给出了基于局部最佳检测算法的捕获结构,并与传统的平方和检测器和非高斯加性噪声环境下局部最佳检测器进行了性能仿真对比.结果表明,文中所提出的捕获方法在非高斯乘性噪声环境下检测性能有较大幅度的提高.     

一种弱相关非高斯信道下的伪码捕获方法

针对弱相关非高斯噪声环境提出了一种伪码捕获方法,将伪码捕获等价为假设检验问题,将弱相关非高斯噪声建模为一阶滑动平均SαS噪声模型,利用局部最佳检测算法推导出弱相关非高斯噪声环境下的伪码捕获检测统计量,得到弱相关噪声模型下伪码二维捕获结构及其简化形式,进行了性能仿真并与传统的伪码捕获方法对比。仿真结果表明该捕获方法在相关非高斯噪声环境下检测性能有较大幅度的提高。     

互联网对传统教育的挑战

自人类文明出现的那一天开始,教育就在无形中形成,它本身就承载着一个国家民族的文化传播,价值观念的继承和发展。可以说,人类文明的每一次发展与进步都离不开教育的贡献。随着时代的发展,互联网的出现,它加快了信息的传播,促进了教育的发展,并促进了社会的变革与发展,但同时也改变了人们的许多生活方式和价值观念,对悠久的传统教育产生了新的挑战。进入新世纪,世界范围的信息化浪潮扑面而来,深刻影响着人类的学习、工作和生活,并引起教育领域的深刻变革。     

水/Span85-Tween60/环己烷微乳液及纳米复合微粒制备

以紫外／可见光分光光度计为检测手段,研究确定了水／Ｓｐａｎ８５－Ｔｗｅｅｎ６０／环己烷反相微乳液体系的适宜条件如乳化剂含量、ＨＬＢ值和溶水量值;进而在其中进行丙烯酰胺（ＡＭ）聚合反应和ＡｇＣ１、ＺｎＳ沉淀反应,制备了ＡｇＣ１／ＰＡＭ、ＺｎＳ／ＰＡＭ纳米复合微粒,并采用航向电镜（ＴＥＭ）观察了给米微粒的形貌。     

基于ICSA-MWF的多级投影干扰抑制方法

为降低子空间投影方法的计算量，提出基于迭代相关相减结构多级维纳滤波器(iterative correlation subtraction algorithm-multistage Wiener filter，ICSA-MWF)的无源雷达多级投影干扰抑制方法。该方法根据回波通道内多径干扰的特点，首先提出一种新的初始化方法将ICSA-MWF应用于距离-多普勒频移域内，依据其前向投影特性即可利用多级小维数投影取代子空间投影方法,接着又提出一种简便的滤波器级数选取方法,然后利用迭代算法实现后向误差综合，最终输出误差即为多径干扰抑制后的信号。该方法干扰抑制性能好、数值稳健且计算量低于子空间投影方法。仿真结果表明该方法的有效性。     

α稳定分布噪声下基于梯度范数的VSS-NLMP算法

针对α稳定分布噪声环境下的自适应滤波问题，提出一种新的基于梯度范数的变步长归一化最小平均p范数(variable step size normalized least mean p norm, VSS-NLMP)算法。该算法首先对梯度矢量进行加权平滑，以减小梯度噪声的影响，然后利用梯度矢量能够跟踪自适应过程的均方偏差这一特点，利用梯度矢量的欧氏范数控制步长的变化。给出了新算法的迭代过程，然后对其收敛性进行分析，仿真结果表明本算法较现有变步长NLMP算法有更好的性能。     

基于新息协方差的自适应渐消卡尔曼滤波器

自适应渐消卡尔曼滤波采用渐消因子抑制滤波器的记忆长度,当系统模型和噪声模型建立不准确时,能够有效地抑制滤波器的发散。但是现有计算渐消因子的方法公式表达复杂,计算过程繁琐,不利于组合导航等一些实时的应用。针对这种情况,提出了一种利用新息协方差计算渐消因子的方法,通过渐消因子自适应地调整误差协方差,补偿不完整信息的影响。该方法计算量小,提高了滤波算法的可靠性。最后,仿真结果证明了该方法的有效性。