人源程序性死亡配体PD-L2蛋白的原核表达与抗血清制备

利用原核表达系统获得包涵体表达形式的重组蛋白h PD-L220~123(Ig V结构域)和h PD-L220~208(Ig V结构域和Ig C结构域);将重组蛋白利用Ni-NTA柱亲和层析纯化与复性后,作为免疫原免疫Balb/c雌性小鼠制备鼠抗人的多抗血清,经ELISA法检测其效价均达到1∶106;Western-blot实验结果表明,制备的多抗血清均能特异性识别h PD-L2蛋白.以制备的多抗血清进行IHC实验评估与鉴定,结果显示:以h PD-L220~123重组蛋白为免疫原制备的多抗血清阳性较弱且定位模糊,以h PD-L220~208重组蛋白为免疫原制备的多抗血清具有很强的膜定位且背景清晰.     

汽车翼子板多工步拉延成形有限元模拟分析

运用Dynaform软件对翼子板的拉延成形进行模拟和数值分析,通过对板料、工具、工序及控制参数等相关参数的设置,研究压边力、冲压速度和拉延筋对翼子板拉延成形的影响,并预测成形过程中板料的裂纹、起皱和减薄;根据板料变形的复杂程度设置拉延筋阻力的大小和分布,合理改变变形区板料的受力状态,提高实际冲压过程中的加工质量。     

黑龙江省一次能源消费总量和消费结构预测研究

以黑龙江省一次能源为研究对象,选取其1995~2014年一次能源消费的历史数据,构建了改进的BP神经网络模型来预测黑龙江省2015~2020年一次能源的消费总量;重构马尔科夫模型,预测黑龙江省2015~2020年一次能源的消费结构。结果表明：构建的模型模拟预测结果误差小,预测准确度良好。2015~2020年黑龙江省一次能源消费总量基本稳定在9200万吨标准煤;能源消费结构中煤炭、石油和天然气的份额均有所降低,清洁能源占比呈增长趋势;到2020年,一次能源消费结构中煤炭占比仍高达65.39%,清洁能源占比仍处于弱势。建议：降低一次能源的消费总量,尤其是煤炭和石油在一次能源消费中的占比;合理调整一次能源的消费结构,降低煤炭在能源消费结构中的占比;政府出台相关政策,引导消费理念,优先使用清洁能源。     

基于缸盖振动信号包络线相关分析的柴油机故障预警方法研究

针对柴油机故障特征易受到环境、载荷等因素的干扰,从而导致许多传统意义上的故障特征参数不再敏感的问题,提出了一种基于缸盖振动信号包络线相关分析的柴油机故障预警方法,对一台6缸柴油机的缸盖振动信号对比了希尔伯特变换和n阶极值插值两种方法的包络线提取效果,并对其包络线进行相关分析,得到了相似系数、距离标准差以及余弦相似度等相关分析结果。研究结果表明：在传统特征参数不敏感的情况下,相关分析可以更好地反映机组的故障状态。本文研究结果可为实现柴油机故障的早期预警奠定基础。     

CCN中一种非混合式蚁群路由优化策略

蚁群优化(ant colony optimization,ACO)近年来在信息中心网络(content centric networking,CCN)路由领域的应用逐渐增多,其中,将ACO与其他机制相混合以改善路由性能的策略得到较多研究,但基于蚁群优化的混合式算法通常存在可扩展性低下,动态性差,网络成本高等问题。为此提出一种高效的非混合式蚁群路由算法(irritant ant framework,IAF)。添加一个新维度—一种动态的、仿生物的信息素分层,将传统单级别信息素上升为多级别信息素,增强蚁群对于路径的探索程度,抑制算法过早收敛;并且考虑了节点状态的动态性,实时改变信息素等级以选择最佳转发路径;此外,首次考虑了节点缓存特性对信息素更新策略的影响,构造出全新的信息素更新公式,,减小算法的收敛时间。实验结果表明,该算法能够有效地降低内容请求时延,提升缓存命中率,以较低的开销获得良好的CCN路由性能。     

公众对城市大气污染的健康防护行为研究

从社会心理学的角度, 研究公众对大气污染健康风险的防护行为。在北京市开展问卷调查, 对海淀、朝阳、西城、丰台4个区进行配额抽样, 共获得有效样本993份。基于健康信念模型, 通过线性回归模型分析防护行为强度的影响因素, 结果表明, 感知到的风险、感知到的行为障碍和感知到的行为有效性对大气污染健康防护行为的强度有显著影响, 该结论符合公共卫生服务领域解释健康防护行为的基本框架。研究结果可为借鉴公共卫生服务领域的知识进行环境领域的政策设计、解决环境风险问题的合理性提供依据。     

基于结构自适应模糊神经网络的前列腺癌诊断方法

前列腺癌是近年来严重危害男性健康的疾病.利用模糊神经网络方法可以实现前列腺癌诊断,并将诊断模型表示为模糊规则集合.针对模糊神经网络所提取规则解释性差的问题,提出结构自适应模糊神经网络方法,通过改进损失函数,在训练中控制相似隶属度函数的合并,实现模糊神经网络模型结构自适应调整,减少模糊规则数量,在保证诊断准确性情况下,提取出容易理解的可解释性规则.同时该方法在模型的训练过程中引入粒子群优化(PSO)算法进行结构和参数学习,有效减少计算量,提高训练效率.最后,使用临床医学科学数据中心提供的前列腺疾病检查数据进行数值实验,验证了所提出方法在前列腺癌诊断和可解释性规则提取中的有效性.     

基于过程挖掘的临床路径Petri网建模

提出基于统计α算法的临床路径Petri网模型,将Petri网和基于统计α算法的过程挖掘算法集成,从事件日志中挖掘重要信息,获得完善的诊疗流程,并在此基础上建立Petri网模型,有效实现诊疗流程的优化和改进.通过仿真数据试验,验证了本文提出的统计α算法相较于经典α算法在准确度和运行时间上有着较大的优势.并将模型运用到临床路径真实数据上,证明了模型的有效性和准确性.     

某办公建筑热舒适及能耗的正交法优化

以重庆某采用地板送风加辐射供冷空调系统办公房间为研究对象,考虑送风速度、送风温度、辐射顶板温度、辐射顶板安装高度等影响因素,以房间热舒适度和能量利用系数的综合评分为优化目标,运用正交法建立4因素3水平正交方案,通过数值计算和极差、方差分析得到各因素对综合评分影响次序,从而得到最优方案,并为此类型空调系统设计提供了参考.     

白垩纪缅甸琥珀中的隐翅虫及其重要生态意义

 白垩纪缅甸琥珀中内含物研究是当前古生物研究的热点之一。隐翅虫形态多样、分布广泛、种类繁多,目前是动物界最大的一个科。近些年,在缅甸琥珀中发现了种类丰富多样的隐翅虫化石,为研究陆地生态系统中的生物多样性的演化提供了重要材料。通过对保存精美的隐翅虫化石的研究,不仅可以揭示隐翅虫科昆虫的起源和演化,而且有助于认识早期陆地生态系统中昆虫与真菌以及昆虫之间的复杂关系,揭示高等真菌和社会性昆虫的早期演化历史。先进的成像技术和分析方法可以帮助人们深入认识缅甸琥珀昆虫的形态功能,理解远古昆虫与周围环境的复杂关系,进而重建远古陆地森林生态系统的整体面貌。