在药剂学实验中引入中药制剂的改革探索

在药剂学实验中引入中药制剂,从药剂学实验的基本内容、中药药剂学的重要性、教学模式的改革及考核制度四个方面加以完善,并对药剂学实验教学的改革提出了建议。     

内皮细胞细胞外基质改性钛表面内皮细胞和血小板的生长行为

实验结合碱活化和钛表面原位构建人脐静脉内皮细胞(HUVECs)细胞外基质(extracellular matrix,ECM)的方法制备细胞外基质改性的粗糙钛片(Ti-OH-ECM),然后比较粗糙钛(Ti-OH)表面和光滑钛(Ti,对照组)表面构建ECM前后的表面形貌、亲疏水性变化、官能团表征、细胞相容性和血液相容性。结果表明,ECM在钛表面构建成功,粗糙钛表面接触角降低至9°,ECM改性后,粗糙钛片的接触角有显著的增高,具有统计学意义(P0.01);并且ECM在粗糙钛表面沉积的量显著大于对照组表面(P0.01);1 d和3 d的细胞荧光染色结果表明,粗糙钛表面抑制内皮细胞黏附,但是ECM改性后的粗糙钛表面内皮细胞黏附数量高于对照组改性后的表面,并且具有统计学意义(P0.05);与粗糙钛表面比较,ECM改性后的粗糙钛促进平滑肌细胞粘附及增殖;另外,2 h的血小板黏附结果表明,与对照组相比,粗糙钛的血小板黏附数量显著减少(P0.01),ECM改性后的粗糙钛表面进一步抑制血小板黏附及激活(P0.05)。因此,细胞外基质改性的碱活化钛为生物医疗器械提供了一定的研究基础。     

分形在工业设计中的应用

提出了将分形引入工业设计的思路,应用分形的迭代函数系数（ＩＦＳ）及Ｌ－系统来创作工业设计作品,并进行了成功的尝试,提供了几幅构图新颖的地毯及布料设计图片,实践证明,利用分形理论制作的商品化造型软件,可以设计出超凡脱俗的工业设计作品。     

缆索结构系统动态响应的轴向主动刚度控制

研究一种索缆类结构系统动态响应的有源的轴向主动刚度控制技术,通过沿缆索轴向设计产生一个主动动态位移导致缆索系统的横向刚度变化并产生附加阻尼,使缆索的横向振动幅值减少。     

大学生心理健康水平与孤独状态的相关研究

运用SCL一90和孤独量表测量阜阳师范学院214名学生,数据显示:大学生的心理健康水平与孤独状况存在明显负相关。     

刍议中医“补”字词组的英译

针对中医“补”字词组英译术语呈现的问题,首先分析supplement等词的语义关系,然后概述and与for所连接成分的逻辑关系。在此基础上,结合中医治疗学概念,提出“补”字词组英译术语的改进方案。     

改进YOLO的遮挡行人检测仿真

针对已有的YOLO(you only look once)模型在行人目标检测中对遮挡及多尺度行人易造成漏检和精度较低的问题,提出改进YOLO行人检测算法YOLO-SSC-s(YOLO-spatial pyramid poolingshuffle attention-convolutional block attention module-simplified)。修改YOLO模型骨干网络,增强跨尺度特征提取能力;在3个YOLO层前的不同位置引入空间金字塔池化模块以及空间与通道、组特征2种注意力机制,加强对不同尺度行人的特征融合;为了缓解网络模型过于复杂而降低检测性能,提高模型训练效率,根据实际情况对网络结构进行简化。实验结果表明：与YOLOv3等检测模型相比,YOLO-SSC-s可有效提高遮挡情形下中、小行人目标的检测精度、速度,降低漏检率。     

Xd-框架的等价刻画及扰动

利用算子理论,结合代数的思想,讨论了框架算子T_f可以等价刻画X_d-框架,并通过对算子r_f的扰动探讨了X_d-框架的扰动。     

基于平均有效容量的认知无线电功率控制算法

针对传统认知无线网络功率控制策略难以在信号强度较弱时实现有效功率分配的问题,以认知用户所能获得的平均信道有效容量最大化为优化目标,提出了一种新的认知无线网络的功率控制与优化算法,建立了信道容量及其状态转移模型,设计了支持时延QoS约束的平均信道有效容量目标函数,并采用Lagrangian定理详细推导了最优解的近似表达式,最后对影响平均信道有效容量的因素进行了仿真分析。结果表明,认知用户的平均信道有效容量和相同信噪比条件下认知用户发送能效比得到了明显提高。     

Finite-time neural funnel control for motor servo systems with unknown input constraint

In this paper, a finite-time neural funnel control (FTNFC) scheme is proposed for motor servo systems with unknown input constraint. To deal with the non-smooth input saturation constraint problem, a smooth non-affine function of the control input signal is employed to approximate the saturation constraint, which is further transformed into an affine form according to the mean-value theorem. A fast terminal sliding mode manifold is constructed by using a novel funnel error variable to force the tracking error falling into a prescribe boundary within a finite time. Then, a simple sigmoid neural network is utilized to approximate the unknown system nonlinearity including the saturation. Different from the prescribed performance control (PPC), the proposed finite-time neural funnel control avoids using the inverse transformed function in the controller design, and could guarantee the prescribed tracking performance without knowing the saturation bounds in prior. The effectiveness and superior performance of the proposed method are verified by comparative simulation results.