2017—2019 年北京地区实验动物质量抽检结果分析

摘要:目的 比对分析 2017—2019 年北京地区实验动物微生物及遗传质量监测结果,为实验动物产业发展提供参考。 方法 按照国家和地方现行实验动物检测标准,对北京地区实验动物生产单位进行抽检,并发布检测报告。按照报告数据,对此阶段小鼠、大鼠、豚鼠、地鼠、兔、犬、猴和小型猪共 8 个品种的实验动物按照品种、等级、单位等进行分类,分析质量问题,并与 2014—2016 年同期实验动物质量比对,分析变化趋势。 结果 2017—2019 年分别抽检动物 144、131 和 135 批次,检出不合格批次分别为 30、15 和 17 批。 不合格主要因素为兔、犬及猪免疫不达标(20 批) ,病原感染 20 批,未发现遗传变异。 与 2014—2016 年同期相比,未检出遗传问题相同,免疫不达标状况好转,但病原感染出现上升。 结论 通过质量分析比对,能够为实验动物产业健康发展提供数据支持。     

基于共价有机框架的仿生光动力学治疗试剂的构建

共价有机框架（COF）是一类新兴的多孔有机聚合物，因其具有较大的比表面积、有序的孔道结构以及良好的生物相容性，已成为具有潜力的纳米药物载体.制备了基于COF纳米颗粒的仿生纳米复合物，负载光敏剂孟加拉玫瑰红（RB），并包裹癌细胞膜（CMV）对该复合物进行仿生修饰.结果表明：制备的COF/RB@CMV纳米复合物具有良好的生物兼容性，能够被肿瘤细胞有效摄取，并在光照激活条件下产生对细胞具有高毒性的活性氧化物（ROS），进而起到了杀伤肿瘤细胞的作用.提出了一种新的基于COF的仿生纳米平台用作光动力学治疗（PDT）试剂.     

罗马洋甘菊蒸馏废渣光保护能力研究

对罗马洋甘菊蒸馏废渣醇提物光保护能力进行研究,以总多酚含量为指标,确定提取的最佳条件.将醇提物分别用石油醚(PE)、二氯甲烷(CH2 Cl2)、乙酸乙酯(EAC)、正丁醇(NBA)依次萃取.采用比色法测定并比较各样品的总多酚含量.通过全光谱扫描法及计算光保护因子确定各组分的光保护活性.结果发现乙酸乙酯萃取物的光保护活性最强,SPF达到29.754±0.085,为罗马洋甘菊蒸馏残渣醇提物在功能性化妆品中的应用提供了理论基础.     

基于改进Lagrange乘子法的交通信号配时优化研究

为提高交叉口的机动车通行效率及环境效益,采用改进罚参数来构造一种新的Lagrange乘子法对交叉路口的交通信号进行优化配时。通过权重系数建立车辆延误与尾气排放的数学模型,利用改进Lagrange乘子法进行优化,将其结果与两种典型智能算法的优化结果进行对比,并利用VISSIM(Verkehr in Stadten Simulation)微观交通可视化仿真软件进行验证。实验结果表明,该方法优化的信号配时使车辆延误降低19.89%,尾气排放量降低2.379%,可见大比例优化了交叉口的车辆延误,同时可以降低尾气排放量。     

基于最小二乘法对GM(1.1)模型的研究及应用

针对提高股票未来价格的预测精度,提出区间模糊数的整体GM(1.1)预测模型.利用最优解求解定义方程,得到区间模糊数的预测公式.基于区间模糊数满意度对投资组合选择模型进行优化,得到单目标规划投资选择模型.通过实例分析,给定不同的满意度得到不同的投资组合,证明模型具有一定的柔性.     

普遍信任视角下城市居民绿色住宅支付意愿的影响因素:中国部分一线城市的证据

绿色住宅的推广和使用是降低建筑能耗、实现减排目标的重要途径.基于普遍信任视角,从居民内在心理因素与外在情境因素入手,系统构建城市居民绿色住宅支付意愿影响因素的研究模型,并探求普遍信任的一阶及高阶调节效应及影响该效应发挥作用的边界条件.结果显示,对于内在心理因素,普遍信任对居民绿色住宅认知与支付意愿的关系有显著的正向调节作用,但易受到居民损失规避心理的负向影响;普遍信任对居民环境关心与支付意愿的关系有显著的正向调节作用,且易受到居民广告诉求(来源可靠性诉求和利已诉求)的正向影响;普遍信任对居民道德认同与支付意愿的关系有显著的正向调节作用,且易受到居民高解释水平的正向影响.对于外在情境因素,普遍信任对社会风气/群体压力与支付意愿的关系有显著的正向调节作用,且权威认证标识有助于增加居民对绿色住宅的"初始信任",助推居民主动购买绿色住宅社会风气的形成.基于实证研究结论,在政府、开发商及居民个体层面提出相应建议.     

响应面法优化黑果枸杞酸奶工艺研究

以黑果枸杞和全脂奶粉为主要原料,通过单因素试验和响应面优化试验确定黑果枸杞凝固型酸奶的最佳工艺.结果表明:黑果枸杞汁8.20％,白砂糖9％,菌粉0.91％,42℃发酵4.94 h,在此工艺条件下,所得黑果枸杞酸奶感官评分与预测值接近,色泽适宜、质地均匀、酸甜可口,具有黑果枸杞特有的风味.     

新零售目标产品的精准需求分析与预测

首先,借助SPSS软件、R软件,结合单因素方差分析法和深层次回归分析法研究了零售商品单款单色(SKC)销售量的影响因素及其作用效力;然后,借助R软件灰色预测了某目标小类的销售量,借助Excel软件结合平均绝对百分比误差法得到了预测数据的精准度;最后,将预测模型用于预测某目标小类未来的销售量和库存量.结果 表明,销售方式对零售商品SKC销售量具有显著影响;零售商品SKC销售量各影响因素按影响程度由大到小排序为库存、折扣和售价;目标小类各用平均绝对百分比误差大多小于1,最小为0,可认为模型的预测精度较高.对某目标小类未来的销售量和库存量的预测结果显示,该小类存来明显的供大于求现象,需要适当调整库存管理策略.     

考虑非本质需求的零售商-个人客户最优返利模型

在消费产品供应链中,产品生产和销售的发展是由消费者需求驱动的.制造商和零售商生产和销售满足客户需求的产品,并根据市场需求的变化制定相应的产品供应策略,以实现公司的最佳利润.它遵循三种基本模式:本质模式,非本质模式和中间模式.这三种不同的需求模式适用于来自各个行业的多种产品,已成为影响顾客购买决策的重要因素.主要研究非本质需求模式下制造商向个人客户的产品供应策略.通过构建新的函数模型并求解相应的最佳生产量和最佳定价,从而制定最优的供应策略.     

基于深度学习的中医古文献临床经验抽取

中医古文献蕴藏着丰富的临床经验，是古代中医在行医过程中对临床诊疗的经验性总结，体现了中医学形成和发展的理论框架和思想基础.然而这些宝贵的临床经验不仅量大，而且分散在不同的文献中，使得中医从业者手工很难快速全面地获取它们，文献检索工具也只能提供文档级别的信息筛选，无法为这种细粒度的信息获取提供支持.此外，古汉语相对于现代汉语的不同特点也限制了主流文本分析工具的使用效果.为此本文提出面向临床经验获取的中医古文献信息抽取任务，用于识别古文献中描述临床经验的文本片段，手工标注了样本数据用于这种抽取模型的训练和测试，并设计了基于深度学习的序列标注器用于完成该任务.考虑到标注数据量小可能带来的过度拟合问题，本文引入对抗训练和虚拟对抗训练来增强模型的泛化能力.一系列充分的实验验证了模型的有效性，表明利用信息抽取技术从古文献获取中医临床经验具有可行性，为这一新的信息抽取任务提供了有希望的研究基线和可复用的标注数据集.