NOS1免疫阳性细胞在小鼠脑内的分布

目的:研究一氧化氮合酶(NOS1)在小鼠脑内的分布.方法:采用免疫组织化学技术,观察了一氧化氮合酶在正常小鼠脑内的表达.结果:NOS1阳性神经元分布于中枢神经系统的广泛区域,包括大脑皮质、海马、齿状回、间脑和脑干.结论:表明N0与中枢神经系统的诸多功能有关.     

A Parallel Decision Model Based on Support Vector Machines and Its Application to Fault Diagnosis

Many industrial process systems are becoming more and more complex and are characterized by distributed features. To ensure such a system to operate under working order, distributed parameter values are often inspected from subsystems or different points in order to judge working conditions of the system and make global decisions. In this paper, a parallel decision model based on Support Vector Machine (PDMSVM) is introduced and applied to the distributed fault diagnosis in industrial process. PDMSVM is convenient for information fusion of distributed system and it performs well in fault diagnosis with distributed features. PDMSVM makes decision based on synthetic information of subsystems and takes the advantage of Support Vector Machine. Therefore decisions made by PDMSVM are highly reliable and accurate.     

一氧化氮合酶在猕猴中枢神经系统中的表达

研究神经元型一氧化氮合酶(NOS1)在灵长类动物中枢神经系统中的表达．方法：采用免疫组织化学技术，观察了一氧化氮合酶在正常猕猴脑和脊髓中的表达．结果表明NOS1阳性神经元分布于中枢神经系统的广泛区域，包括大脑皮质、海马、齿状回、尾壳核、纹状体、小脑皮质、脊髓前角、后角和中央灰质与中枢神经系统的诸多功能有关．     

逆向工程的车身三维造型数字化技术

针对汽车车身设计的特点,提出基于逆向工程技术的车身数字化设计平台框架,并对车身复杂曲面的造型方法和实施逆向工程的关键技术进行研究.首先根据已有的汽车车身外形,采用逆向工程技术和数字化技术,依据STEP标准建立起车身数据的统一数据模型,建立相应的工程数据库;然后,通过分布式PDM解决数据集成和过程集成,把车身数字化设计系统的各个子系统综合起来,最后,利用网络协议和分布式操作平台,架构车身虚拟数字化设计平台.     

边坡稳定性评价的多层模糊模式识别方法

鉴于边坡稳定性分析中存在影响因素权重确定困难的问题,在多层模糊优选理论与模型的基础上,提出了多层模糊模式识别评价模型。整个评价系统分为三层,第一层由各影响因素组成,为输入层：第二层由若干子系统组成,每个子系统包括若干影响因素;第三层为输出层,由一个子系统构成。通过比较子系统内各因素的重要性和各子系统的重要性可分别确定子系统内各因素的权重和各子系统的权重,采用这种方式定权比直接对所有影响因素进行比较定权相对容易、合理。第一层和第二层的输出采用二级模糊模式识别模型计算,第三层的输出采用多级模糊模式识别模型计算。实例分析表明,应用该模型进行边坡稳定性评价能取得较好的效果。     

基于Web分布式网络CAPP系统的开发

为满足工艺设计的协同工作、知识积累和快速复用的实际需求，在总结网络数据库查询方法的基础上，提出分布式网络CAPP系统结构，包括数据层、数据处理层、表达层和应用层；论述了系统的主要功能和基于Web的工艺数据查询的实现方法。     

体育视频中基于语义推理的事件检测方法

为了对视频内容进行语义级别的事件分析和索引 ,进一步满足用户访问大规模体育视频库的需求 ,提出一种 3层次的视频语义推理方案。在最底层 ,提取视频特征 ,并提出一种视频语义片段自动分割算法 ;在第二层 ,把各语义片段映射到语义概念 ;在最高层 ,建立视频语义事件的有限状态自动机模型 ,进行事件推理和识别。实验结果表明 ,该方案可以有效地进行视频事件识别 ,检测的精度和速度都可以得到很好的保证     

构造网络模型的面向模式框架

提出一种用于测试和验证路由协议的网络模型框架．将框架划分为命令、模型和仿真3个子系统，并采用各种设计模式描述各子系统内类之间的关系，提取出框架的基本模型结构．研究表明，用模式描述设计结构，增强了模块的复用性和可扩展性．     

基于蚁群算法的虚拟企业生产任务调度优化研究

描述了虚拟企业生产任务调度的层次框架,该调度框架包括虚拟企业全局调度和合作伙伴局部调度两个层次.针对虚拟企业调度层的优化问题,综合考虑虚拟企业生产任务的时序逻辑关系、作业时间和生产任务集等影响因素,建立了以任务总作业时间最小化为目标的数学模型,并基于蚁群算法对上述优化模型进行了求解.应用实例与算法比较验证了优化模型与求解算法的有效性.     

ITS虚拟共用信息平台数据访问技术及实现

针对基于数据集中存储方案的智能交通系统（ITS）共用信息平台中存在的不足,“ITS虚拟共用信息平台”采用数据分布存储与集中控制相结合的方案实现ITS各子系统间的信息集成与共享．介绍了ITS虚拟共用信息平台的框架,设计并实现了平台中的分布式数据访问引擎,系统地给出了基于该引擎的数据提供流程及数据访问流程．最后给出了引擎的一个应用实例．     

移动代理技术在下一代网络QoS监测中的应用

为了弥补传统网络监测方法在性能、伸缩性以及可扩展性等方面的缺陷,提出了应用移动代理技术的下一代网络QoS监测框架。该框架是分层分布式结构,由中央控制节点层、汇聚节点层和叶节点层构成。在各层中分布有汇聚代理、数据分析代理、数据采集代理和本地故障处理代理等各类移动代理。各种代理具有各自不同的职责,它们相互协调、配合,共同完成QoS监测任务。该框架的可扩展性强,分布式监测效率高,能够降低网络负荷,灵活适应网络拓扑结构的动态变化,并且加快了对QoS劣化现象的响应速度,还能避免在现有的系统中增加新功能时大规模更换升级软件带来的开销。     

改进型多层框架在个性化学习系统中的应用研究

在项目(编号:2010SQRL217)的研究开发过程中,项目组设计出一种基于MVC设计模式的多层应用框架——IMLSF(Individualization Learning Manage System Framework).该框架划分为数据层、业务逻辑层和表示层(又细分为视图格式层和视图控制层),彼此之间逻辑分离,降低了耦合度,实现了业务逻辑分别与数据处理和显示逻辑的分离.利用该框架简化了开发过程,降低了开发难度,提高了开发效率,增强了系统的稳定性、可扩充性和可维护性.     

嵌入式语音识别中一种高效的图搜索算法

为了满足超大词表语法的识别任务在嵌入式语音识别系统上的应用,提出了一种高效的双层图搜索算法.该算法通过分离声学层和词法层来构建2层图搜索空间,其中声学层记录声学模型相关信息,词法层记录词表语法信息.利用这样简洁的搜索空间可以使语音识别的解码过程更加紧凑有效.在对比实验中,传统的基于前缀合并的状态树搜索算法的大词表嵌入式单词拼读系统作为基线系统.实验结果表明,与基线系统相比,所提出的双层图搜索算法在系统解码速度相对提高10%的情况下,系统的动态内存占用仅为基线的8%.通过使用所提出的双层图搜索算法,大大提高了大词表嵌入式单词拼读系统的效率,使其更适用于大多数嵌入式平台.     

分布式环境下全局模糊频繁项目集的快速挖掘

为了解决模糊关联规则挖掘算法需要用户事先给定模糊集和相应隶属度函数的问题,提出基于分布式聚类自动生成模糊集及隶属度函数的算法GFAM.该算法利用分布式K-Means聚类算法对每个数值型属性进行聚类,求得聚类中心,由此构造全局模糊集,定义全局隶属度函数.DFAR算法根据构造的全局模糊集及隶属度函数进行分布式模糊频繁项目集的快速挖掘,采用全局-局部站点模式,其中包括局部模糊频繁项目集产生算法FLF和全局模糊频繁项目集产生算法FGF.实验结果表明,该算法能准确地生成全局模糊频繁项目集,在求解全局模糊频繁项目集过程中,传送局部模糊候选项目集支持数的通信量为O(n),提高了算法的挖掘效率.     

具有迁移效应和隔离措施的COVID-19传播模型分析

基于COVID-19传播过程中人口流动的必然性、无症状感染者的普遍性和隔离策略的有效性,该文提出了一类具有迁移效应、无症状感染者、自我防护意识和隔离策略的COVID-19传播动力学模型,利用下一代矩阵方法给出了各类子系统和全系统基本再生数的精确表达式.进一步地,通过采用线性近似理论,构造Lyapunov函数、比较原理等方法,得到了无病平衡点的全局渐近稳定性以及疾病的持久性.最后,数值模拟解释了主要的理论结果以及人口的迁移和隔离对疾病传播的影响.     

一种用于多类模式识别的综合感知器网络和学习算法

提出一种由感知器神经元组合成的综合网络模型及相应的学习算法,网络由3层感知器神经元组成,中间屋到输出层的权值相应地为＋1或－1,输入层到中间层的权值通过学习获得,且中间层每个神经元的权值单独学习完成,该学习算法在有限次迭代步骤内终止。当算法终止时,对于可线性发的多类模式识别问题总是能找到正确的解,如果还有模式不能识别,则说明这是一个不可线性划分的多类模式识别问题,用阿拉伯数字识别的例子说明了网络模型和算法的有效性。     

A Framework of Semantic Information Representation in Distributed Environments

0 IntroductionOonft thhee gcloombaml uinnifcoartimoanti onentiwnofrraksst rhuacstu mread,et ahvea iglraebalte teox puasnesrisolarge number of autonomous data repositories ,however ,these repositories present different structures and semantics result fromthat distinct data sources may use different modeling methodsmaking very difficult to share and exchangeinformation.Recentlythere have been some works ,such as OntoBroker in Ref .[1] ansystemin Ref .[2] ,that focus on the umformrepresentation …     

Category-specific naming deficit following cerebral infarction

Studies aimed at characterizing the operation of cognitive functions in normal individuals have examined data from patients with focal cerebral insult. These studies assume that brain damage impairs functions of the cognitive processes along lines that honour the 'normal' pre-morbid organization of the cognitive system. For example, detailed study of individual brain-damaged patients has revealed apparently selective disruption of cognitive functions such as auditory/verbal working memory, phonological processing ability, grapheme-to-phoneme translation procedures and semantic processing. Warrington et al. have studied patients with even more fine-grained selective disturbances of the semantic system. The most selective deficits have been reported for four patients who were significantly better at identifying inanimate objects than they were at identifying living things and foods. These patterns of selective deficit after localized brain damage provide important information about the normal organization of the lexicon, and ultimately about how components of the lexical system are related to particular neural substrates. Here, we report a case study of a patient demonstrating a very selective disturbance of the ability to name items from two related semantic categories. Despite normal performance on a large battery of lexical/semantic tasks, the patient shows a consistent and striking disability in naming members of the semantic categories of 'fruits' and 'vegetables'. The selectivity of this deficit supports a category-specific organization of the mental lexicon, and suggests independence of the processing routes involving naming and name recognition.     

基于WCF的分布式系统模型研究与实现

WCF是一个在Windows平台下用于建立和运行面向服务应用程序的基础框架.本文分析了WCF框架中的编程元素,提出了基于WCF的N层分布式系统模型,并给出分层实现过程.针对安全性问题,提出了身份验证、授权、传输安全三种策略.     

川芎生物碱对大鼠脑缺血-再灌注损伤的保护作用

目的探讨川芎(CHX)生物碱对大鼠脑缺血-再灌注(I/R)损伤的保护作用.方法取Wistar大鼠60只,随机分成6组,每组10只,即假手术组、I/R模型组、川芎生物碱低中高剂量治疗组和阳性药葛根素(GGS)组.采用线栓法建立大鼠大脑中动脉可逆性脑I/R病理损伤模型,用黄嘌呤氧化酶法和硫代巴比妥酸显色法测定脑组织中超氧化物歧化酶(SOD)活性和丙二醛(MDA)含量.动物苏醒后进行神经功能损伤评分,检测脑组织含水量及容积的变化,同时与假手术组进行比较.结果 I/R实验组与注射生理盐水假手术组比较,脑组织中SOD的活性显著降低,MDA的含量明显增加(P0.01),脑梗死面积和容积明显增大(P0.01),脑组织含水量增多,神经功能损伤较重(P0.05).CHX生物碱治疗组与I/R组比较,脑组织中的SOD的活性显著升高(P0.01),MDA的含量明显降低(P0.05),脑组织含水量减少,脑梗死容积明显缩小(P0.01),神经功能损伤评分差异显著(P0.01).结论 CHX生物碱可减轻大鼠脑I/R引发的脑损伤程度,从而对脑组织具有一定的保护作用.