大鼠不同成熟状态骨髓源树突状细胞的培养与鉴定

分离、纯化大鼠骨髓单个核细胞,在培养体系中添加重组大鼠粒-巨噬细胞集落刺激因子(rrGMCSF)和重组大鼠白细胞介素(rrIL-4)刺激获得未成熟树突状细胞(imDC),再分别以肿瘤坏死因子-α(TNF-α)和脂多糖(LPS)刺激获得半成熟DC(smDC)和成熟DC(mDC).并对imDC、smDC和mDC的形态、表型、细胞因子分泌情况进行鉴定,检测不同DC对异基因淋巴细胞的激活功能.检测结果符合文献对DC的介定,培养所得为imDC、smDC和mDC.可见,体外利用GM-CSF、IL-4、TNF-α和LPS诱导骨髓单核细胞是获得大鼠3种不同成熟DCs的有效方法.     

基于QPSO小波神经网络的网络异常检测

为了提高网络异常检测中,对异常状态的检测率,降低对正常状态的误判率,提出一种基于量子粒子群优化算法训练小波神经网络进行网络异常检测的新方法.利用量子粒子群优化算法(QPSO)训练小波神经网络,将小波神经网络(WNN)中的参数组合作为优化算法中的一个粒子,在全局空间中搜索具有最优适应值的参数向量.实验数据采用KDD CUP99数据集,实验结果表明:该学习算法与传统的梯度下降法(GD)和粒子群算法(PSO)相比,收敛速度快,具有更好的全局收敛性,提高了异常检测的准确性,同时该方法对于新的异常也有较高检测率.     

ID—DC：基于分布式聚类的人侵检测方法

提出了基于分布式聚类的异常入侵检测方法ID—DC，通过对训练集进行分布式聚类产生聚簇模型，采用基于双参考点的标识算法Double—Reference标记异常簇，不需要具有类别标签的训练集且可自动确定聚簇模型的个数．实验中采用了网络入侵检测数据集KDD—CUP-99来训练模型．实验结果表明：通过采用分布式聚类算法建立的分布式入侵检测模型可有效地检测攻击，检测率高，误警率低．     

危险理论DCA入侵检测算法中阈值预测的研究

免疫危险理论的最新研究成果是树突状细胞算法（Dendritic Cell Algorithm,DCA）.该算法应用在实时入侵检测时具有较优越的性能,该算法通过计算成熟环境抗原值（Mature Context AntigenValue,MCAV）来表示抗原异常度的信息.文章提出了一种基于改进的树突状细胞算法,使算法中的参数其阈值范围可预测,从而能有效的计算成熟环境抗原值表示出模型的异常度.最后通过仿真实验,实验结果表明新算法使树突状细胞算法的异常度量更加精确,算法的检测正确率提高了21.3%～33.5%.     

TLR2和TLR6在鸟分枝杆菌诱导巨噬细胞凋亡中的作用

【目的】建立鸟分枝杆菌感染巨噬细胞模型,探讨Toll样受体2(TLR2)和Toll样受体6(TLR6)在鸟分枝杆菌诱导巨噬细胞凋亡中的作用,为阐明鸟分枝杆菌致病机制提供依据。【方法】用鸟分枝杆菌感染U937细胞,于感染0h、8h、16h、24h和48h后分别提取细胞总蛋白,并通过Western blot方法检测TLR2和TLR6的表达;分别提取细胞培养上清液,利用ELISA技术检测肿瘤坏死因子(TNF-α)含量的变化情况。用鸟分枝杆菌感染阻断TLR2和TLR6后的U937细胞,通过Western blot方法分别检测其促凋亡因子BAX和抗凋亡因子BCL-2的表达量,用ELISA技术检测细胞培养上清液中TNF-α含量变化情况,用流式细胞仪检测U937细胞的凋亡变化。【结果】鸟分枝杆菌感染U937细胞可引起TLR2、TLR6和TNF-α表达上调;用鸟分枝杆菌感染阻断TLR2和TLR6后的U937细胞,可使U937细胞内促凋亡因子BAX和TNF-α表达量下降(P0.05),抗凋亡因子BCL-2表达量升高(P0.05),并可以明显降低感染鸟分枝杆菌后的细胞的凋亡率(P0.05)。【结论】TLR2和TLR6与巨噬细胞凋亡相关,巨噬细胞通过TLR2和TLR6来识别鸟分枝杆菌,而鸟分枝杆菌反过来通过促进TLR2和TLR6的表达来影响巨噬细胞相关凋亡通路,从而诱导巨噬细胞凋亡。     

LR2和TLR6在鸟分枝杆菌诱导巨噬细胞凋亡中的作用

[目的]建立鸟分枝杆菌感染巨噬细胞模型,探讨Toll样受体2(TLR2)和Toll样受体6(TLR6)在鸟分枝杆菌诱导巨噬细胞凋亡中的作用,为阐明鸟分枝杆菌致病机制提供依据。[方法]用鸟分枝杆菌感染U937细胞,于感染0 h、8 h、16 h、24 h和48 h后分别提取细胞总蛋白,并通过Western blot方法检测TLR2和TLR6的表达;分别提取细胞培养上清液,利用ELISA技术检测肿瘤坏死因子(TNF-α)含量的变化情况。用鸟分枝杆菌感染阻断TLR2和TLR6后的U937细胞,通过Western blot方法分别检测其促凋亡因子BAX和抗凋亡因子BCL-2的表达量,用ELISA技术检测细胞培养上清液中TNF-α含量变化情况,用流式细胞仪检测U937细胞的凋亡变化。[结果]鸟分枝杆菌感染U937细胞可引起TLR2、TLR6和TNF-α表达上调;用鸟分枝杆菌感染阻断TLR2和TLR6后的U937细胞,可使U937细胞内促凋亡因子BAX和TNF-α表达量下降(P<0.05),抗凋亡因子BCL-2表达量升高(P<0.05),并可以明显降低感染鸟分枝杆菌后的细胞的凋亡率(P<0.05)。[结论]TLR2和TLR6与巨噬细胞凋亡相关,巨噬细胞通过TLR2和TLR6来识别鸟分枝杆菌,而鸟分枝杆菌反过来通过促进TLR2和TLR6的表达来影响巨噬细胞相关凋亡通路,从而诱导巨噬细胞凋亡。     

基于反向k近邻过滤异常的群数据异常检测

针对无数据标签的群数据异常检测问题,提出在无监督模式下利用k最近邻(kNN)算法检测群数据异常.为减少由于异常值与正常值之间相互干扰而产生的漏报和误报,提出用反向k近邻(RkNN)算法对异常群数据进行反向过滤.反向k近邻算法首先将统计距离作为不同群数据间的相似性度量,再用kNN算法求得每个集群的异常得分,并获得初始异常,最后使用RkNN算法对初始异常进行过滤.实验结果证明,所提算法能有效减少漏报和误报,且具有较高的异常检测率和良好的稳定性.     

一种基于压缩域的镜头检测算法

针对传统的非压缩域镜头检测算法数据量大、运算量大和效率低的缺点,提出一种基于压缩域的镜头检测算法.该算法首先根据MPEG压缩标准,从视频流中提取DCT系数,然后经预处理得到每一帧的DC系数,最后依DC系数建立镜头检测信息系统模型,依分割模型产生视频镜头.实验结果表明,此算法相对传统非压缩域算法运算量和数据量大大减少,提高了算法效率.     

基于YOLO算法的探地雷达道路图像异常自动检测

探地雷达(ground-penetrating radar, GPR)是一种可用于道路内部异常目标识别的无损检测方法。GPR工作时往往产生海量的扫描数据,而数据解释是技术要求高、任务繁重的工作,通常需要人工完成。此外,道路内部的复杂性和异常目标的多样性增加了图像异常检测的难度。近年来,人工智能(artificial intelligence, AI)技术的快速发展为基于AI的探地雷达B-scan图像自动解释提供了可行的技术思路,常用的深度学习算法有RCNN(region-convolutional neural network)和YOLO(you only look once)。虽然YOLOv3在目标检测方面已经有了一定的成效,但YOLOv4的改进算法可以进一步提高检测能力。结合YOLOv3算法,对比研究分析YOLOv4目标检测算法的改进对于目标检测任务的影响,以及YOLOv4算法对探地雷达图像异常目标检测效率的提升能力。结果表明,YOLOv4的改进算法更适用于探地雷达异常目标的自动检测,经过训练后的YOLOv4网络模型满足探地雷达道路内部异常目标智能化检测需求,具有较强的实用价值。     

确定性树突状细胞算法的异常检测系统

介绍了一种新型的确定性树突状细胞算法,该算法不仅精简了计算开销,同时最大程度地维持了树突状细胞算法的优势.加入抗原提呈同步作为输入算法,使得算法更精确,并把该算法应用于异常检测系统,以实现真正意义上的实时.     

基于免疫遗传算法的TSP优化问题求解

在分析人工免疫系统的基础上提出一种改进的人工免疫算法——免疫遗传算法。文中介绍了该算法的基本步骤及特点,并对旅行商问题进行了仿真研究,与基本遗传算法进行了比较。结果表明所提算法能以较快的速度完成给定范围的搜索和全局优化任务,较标准遗传算法具有更强的全局搜索能力。     

基于树突状细胞的免疫算法

树突状细胞是人体内机体中功能最强的抗原提呈细胞,树突状细胞可以高效地摄取抗原后经过加工处理向免疫机体提呈抗原,处于启动、调控、并维持免疫应答的中心环节。人体中的树突状细胞的功能可以被抽象提取成一种用算法。本文通过比拟的方式归纳出基于树突状细胞的免疫算法。     

人工免疫算法对遗传算法改进的仿真研究

遗传算法是一种很好的优化算法,但其本身存在着易早熟、效率低等不足.人工免疫算法是参考生物免疫系统机制的一种算法,它通常用于对其它算法的改进.论文用人工免疫算法对遗传算法进行改进,在遗传算法中引入浓度机制并从问题中提取疫苗.通过实验对比,它对遗传算法的改进取得了较好的效果.     

基于遗传退火算法的解相关多用户检测器

多用户检测技术是第三代移动通信系统码分多址(CDMA)中的一项关键技术。在多用户检测中求解最佳矢量问题可以转化为在遗传算法中求解具有最高适应度函数的问题。文章提出了一种基于遗传退火算法的解相关多用户检测,该算法将模拟退火(SA)引进到遗传算法(GA)中,通过退火来减轻遗传算法的选择压力,利用退火法的爬山性能,改善了遗传算法的性能。仿真表明,该多用户检测器在抗多址干扰以及抗远近效应的能力方面均优于解相关检测器。     

免疫算法综述

对免疫算法的研究现状作了介绍，并将现有的各种算法特性和应用情况进行了比较和总结，最后对算法的进一步研究方向提出了看法。     

基于运动补偿的机载MIMO-SAR高分辨成像算法

机载多发多收合成孔径雷达(MIMO-SAR)可以实现高分辨成像,但不可避免的存在运动误差补偿的问题。对多子带并发的机载MIMO-SAR系统进行研究,首先建立并分析了MIMO-SAR运动误差模型;然后提出了一种扩展的MIMO-SAR运动补偿距离徙动算法(RMA),通过改进的Stolt映射将距离徙动校正与方位向聚焦分开,并结合两步运动补偿技术对MIMO-SAR回波数据的运动误差进行校正,消除了运动误差带来的影响;最后在空频域对各子带信号进行带宽合成实现了距离向高分辨。用该算法对散射点目标和面目标进行了成像仿真,验证了其在处理带有运动误差的MIMO-SAR回波数据中的有效性。     

基于人工免疫的入侵检测系统的研究

 探讨了入侵检测系统的发展现状,研究生物免疫系统的特点和基本理论。在分析传统的人工免疫系统及LISYS系统的基础上,提出了一种改进的基于人工免疫的入侵检测系统。该系统在研究现有检测器生成算法的基础上,提出了位变异的初始检测器生成算法,对检测攻击的变异更为有效。该系统引入生物免疫学的协同刺激机制,并用LRU算法取代随机淘汰策略。实验结果证明这些方法能降低误报率,保证检测器的检测效率。     

基于改进免疫遗传算法的配电网网架规划

为了解决传统方法难以实现配电网网架规划组合优化的问题,针对改进免疫遗传算法具有生物免疫系统中抗体多样性的保持机制和基于抗体浓度的调节更新机制,同时又具有一般进化算法的随机搜索能力,采用改进免疫遗传算法对配电网网架规划进行求解,提高了种群的多样性和遗传算法的全局寻优能力.优化模型以网络年费用最小为优化目标,以线路传输容量、电压降、配电网的辐射性等为约束条件;根据配电网辐射性的要求,以备选网络的生成树作为初始解,从而避免了随机产生初始可行解时速度较慢的弊端.并借鉴支路交换的思想设计杂交算子和变异算子,以避免辐射性检查过程,使得算法的寻优能力大为增强.通过算例验证了该算法的有效性,同时算例结果表明该算法的计算速度比常规免疫遗传算法的计算速度有较大提高.