MRI在小鼠急性脑卒中模型中的应用

摘要:磁共振成像(MRI)在临床应用于急性脑卒中(AS)检测,对于该病诊断与治疗决策以及预后影响都有较为重要的作用。在疾病动物模型中,MRI能够较好地反映急性脑卒中病L以及生L改变情况,较传统的检测方法更快捷、更直观地显示病灶区域及程度,其在活体上非侵入性成像,更成为研究该疾病的重要工具。近几年MRI也逐步应用于小鼠AS模型的建立、评价中。本文将就MRI在小鼠AS模型评价和建立这两方面中的作用以及其日后的发展趋势进行阐述。     

基于网络主动防御安全模型的入侵诱骗系统

当前网络安全形势日益严峻,传统的安全技术如防火墙、入侵检测技术存在着对未知入侵模式的攻击不能有效识别等诸多缺陷,Honeypot技术作为一种网络主动防御的安全技术,也具有一定的局限性.针对以上单一技术在网络安全防御上的缺陷,从主动防御的角度,基于网络主动防御安全模型构建了入侵诱骗系统的体系结构,并且设计了Honeypot与防火墙、IDS的联动系统,既克服了防火墙不能提供实时检测的缺陷,又降低了IDS的漏报率和误报率,弥补了各自的不足,充分发挥了优势,从而提高了网络系统的主动防御能力.同时,给出了有限自动机模型,模拟了入侵诱骗系统的基本功能,为系统的行为描述和结构设计提供了理论依据和论证.     

基于闭环控制的过轨起重机设计

传统的过轨起重机多数采用开环系统控制其过轨过程,其对轨精度、过轨稳定性、过轨安全性等方面有很大的欠缺.研究采用起升小车实际位置为输入信号,轨道对准校核系统作为反馈信号,设计出基于闭环控制的对轨精度控制系统和采用电机驱动的曲柄摇杆机构的新型过轨锁紧装置,提高了过轨起重机的对轨精确度、过轨可靠性和运行的平稳性.     

近15年宝鸡市植被覆盖度变化研究

目的揭示宝鸡市2000-2014年间植被覆盖特征及其动态变化情况。方法以宝鸡市2000年、2005年、2010年和2014年4个时相遥感影像为基础,依据归一化植被指数(NDVI)和像元二分模型法进行估算。结果 (1)从空间分布上看,宝鸡市2000-2014年间整体植被覆盖良好,总体上以中、中高和高植被覆盖度为主。(2)从时间动态变化上看,2000-2005年间宝鸡市植被覆盖变化不大,2005-2010年间出现了明显的改善,而2010-2014年间退化明显。(3)各行政区域植被覆盖度变化趋势具有明显的差异性。结论宝鸡市整体植被覆盖度高,2000-2014年间表现出先增加后减少的变化趋势,部分区域出现了明显的退化现象。     

基于云存储的内容分发技术研究

针对云存储的收费机制和内容,在分析已有的用户贪婪、服务器贪婪等启发式解决算法的基础上,提出改进的启发式云存储静态内容分发遗传算法;综合考虑资源的访问热度、资源的缺乏程度,提出基于热点预测和经济模型的动态内容分发技术;进而全面考虑当前网络带宽、边缘云存储节点性能及历史访问价值,提出概率匹配自收敛的云存储中内容分发负载均衡技术,并将提出的算法分别在模拟器CloudSim上进行测试,同时和现有的内容分发算法、负载均衡算法进行对比.实验结果证明,本文提出的算法能够应用到云存储内容分发技术当中,并且能够在提高内容分发效率的同时有效降低分发成本.     

柠檬酸中和废水回用过程中色素物质脱除的研究

研究中和废水回用过程中抑制发酵的色素物质的脱除,确定了理想的脱色材料——粉末状活性炭。并得出最佳的脱色工艺参数．试验结果表明,中和废水经过0．4％粉末状活性炭处理后,可以直接回用于发酵罐,并可使柠檬酸产量提高4．4％．     

Hammerstein OEMA系统的辅助模型最小二乘辨识

针对Hammerstein 输出误差自回归(OEMA)模型, 将关键变量分离原理与辅助模型辨识思想相结合,提出了基于关键变量分离的辅助模型递推增广最小二乘辨识方法.该方法能获得系统参数估计和噪声参数估计,且能实现在线辨识.     

台面刻蚀对电力SITH器件特性的影响

分析了台面刻蚀程度对埋栅型SITHI-V特性的影响,表明台面刻蚀不足或过蚀程度太深都可能造成栅电极电压不能有效施加到栅体上,从而限制了栅体的控制能力,影响器件性能,严重时会导致特性异常,这是影响器件成品率的一个重要因素.台面刻蚀必须刻透外延层并适当过腐蚀,过腐蚀程度宜控制在栅体结深的1/10左右.     

综合遥控正在进行时

有没有想过,当你安坐舒适的办公室内,只需要用手轻按触摸屏上的控制按键,即可跟国外客户或分公司同事进行视像会议;当讨论到产品生产情况时,从触摸屏上轻轻一按,其它国家厂房情况实时出现眼前,你可实时和与会人员一同监察生产部运作情况,检视厂房核心地带之保安状况,讨论改善方针;当谈论有关电视广告时,按一个键,广告实时在触摸屏上播放。     

基于参数优化的RBF神经网络结构设计算法

针对径向基函数(RBF)神经网络的结构优化问题,提出了一种基于参数优化的RBF神经网络优化算法.首先,改进K-means++算法,使得聚类算法更精确,为RBF神经网络的隐含层节点找到一个合适的初始中心;然后,考虑数据分布和缩放因子选择的影响,采用方差度量法计算隐含层神经元基函数的宽度;最后,修正网络参数,提高网络的非线性逼近能力.实验结果表明,本文提出的基于参数优化的RBF神经网络具有良好的逼近效果和泛化能力.