马尔科夫链在教学评价中的应用

教学评价是教育工作的重要内容,选取合理方法进行教学评价具有十分重要的意义。研究运用马尔科夫链模型,采取将学生成绩“标准化”的办法对教师的教学效果进行评价,以消除学生基础差异以及试卷难易程度不同对评价结果的影响,并举例说明该方法的实现,结果客观公正地评价了教师的教学质量。     

抗性淀粉的生物学功效及在食品加工中的应用

抗性淀粉是一种具有多种生物学功效的新型膳食纤维,且兼具类似于淀粉的优良加工特征,适合于开发品种多样的高膳食纤维功能性食品。抗性淀粉的研究与应用目前已成为国内外食品行业的热点,介绍了抗性淀粉的分类,及其在糖代谢、脂代谢、体重控制,作为益生元和防治直肠癌方面的生物学功效;分析了抗性淀粉在面包糕点、油炸食品、面条、益生菌类食品加工领域中的应用。     

甘肃地区女性宫颈HPV感染的现状研究

目的:了解甘肃地区女性人乳头瘤病毒(HPV)感染的基因亚型、年龄及地区分布等.方法:采用凯普医用核酸分子快速导流杂交基因芯片技术,对7318名兰州女性进行生殖道21种HPV感染基因亚型筛查.结果:甘肃地区女性HPV感染率为19.9%(1 452/7 318),其中高危型HPV感染率14.78%(1 082/7 318),低危型HPV感染率3.38%(247/7 318),高危型中HPV16为主要致病亚型,占28.59%(415/1 452),低危型中HPV6占6.30%(98/1 452).1452例感染HPV的标本中,单一感染1 188例,占81.82%(1 188/1 452),多重感染264例,占18.18%(264/1 452).按年龄分组中≥50岁组HPV感染率最高,占24.24%.按地区分析,陇南地区HPV感染率最高,达到30.97%(83/268).结论:甘肃地区为宫颈癌高发区,其中HPV16是感染最多的型别,对该地区女性进行子宫颈癌的筛查和防治已成为当务之急.     

船舶电力推进中开关磁阻电机直接转矩控制策略

采用基于电压矢量的直接转矩控制策略对转矩进行控制,电压矢量控制器采用Bang-Bang滞环控制,磁链观测器采用在线估算同时提高定子电压、电流测量的精度以提高磁链精度,转矩观测器采用自适应神经网络的智能辨识方法获得瞬时转矩.仿真和实验结果表明,直接转矩控制策略在保证电机可靠运行的前提下,实现了转矩在一定范围内的恒定,一定程度上有效抑制了转矩脉动.     

双α-链对角占优矩阵线性互补问题的误差界

根据双α-链对角占优矩阵的定义与性质,给出其线性互补问题的误差界.数值实例显示该误差界在判定线性互补问题近似解的精确性中是有效的.     

车载总线自动化测试系统的设计与应用

随着现代汽车技术的迅速发展,当汽车网络上电控单元数量越来越多,总线结构越来越复杂时,测试工作量将成倍增长,传统手动测试已无法满足测试需求。通过对车载网络总线测试的研究,分析了测试方法的优缺点,提出了一种车载网络自动化测试系统。该系统以Vector的工具链为测试平台,通过C#语言开发的上位操作平台对系统进行配置与控制以完成车载网络CAN(controller area network)总线、CANFD(CAN with flexible date-rate)总线、LIN(local interconnect network)总线的测试,解决了以往测试过程中通用性差的缺点,提高了测试效率。     

基于轮廓特征点凹性分析的遮挡车辆分割算法

在智能交通系统的拍摄场景中,由于车辆间距过近和摄像角度原因,引起车辆遮挡的现象,增加了目标车辆检测和跟踪的难度。根据轮廓特征点,结合轮廓凹凸性,提出一种凹陷区域检测与分割算法。首先采用背景差分法提取车辆区域,根据车辆区域外接矩形的长宽比和占空比判断是否是多车遮挡,同时通过凸包分析算法提取遮挡凹陷区域;然后通过Freeman链码确定凹陷区域的轮廓特征点,对特征点进行凹性分析;最后匹配分割点,采用Bresenham直线生成法分割遮挡车辆。实验结果表明,该算法有效解决遮挡车辆分割不准确问题,与其他算法相比,具有较好的场景适应性。     

基于茜素红S水溶液的γ射线辐射剂量计新机理的研究

~(60)Co γ射线辐照茜素红S水溶液,在吸收剂量为0~1 500 Gy茜素红S水溶液的荧光强度随着吸收剂量的增加而增加。通过对茜素红S水溶液的紫外吸收光谱,以及高斯计算等研究发现,在吸收剂量为0~1 500 Gy的条件下,荧光强度随吸收剂量的增加而上升是由于γ辐射使茜素红S分子内氢键断裂影响了茜素红S激发态分子内质子转移,抑制了茜素红S水溶液本身的荧光淬灭,从而使荧光强度增强。     

机器学习在聚烯烃催化剂领域的应用与展望

催化剂是决定聚烯烃的工业效率以及实现聚烯烃高端化的核心.传统开发催化剂的过程采用试错法,不仅实验步骤多、研发周期长,且催化性能的研究需要消耗大量资源.单纯依靠实验的分析方法很难挖掘出催化剂结构与聚合性能之间的内在关系.高水平的量子化学计算可以准确地获取反应机理,但针对宏量的实验数据,昂贵的计算成本是其局限.大数据时代,人工智能的发展势不可挡.机器学习作为人工智能的核心策略表现出强大的预测能力,并在科学、技术以及工业等各个领域获得了广泛的应用与发展.本文主要介绍机器学习在聚烯烃催化剂中的最新研究进展,并简要评述机器学习应用于烯烃催化中面临的机遇与挑战.     

基于网络药理学和分子对接技术研究党参抗胃溃疡作用机制

基于网络药理学和分子对接技术探究党参治疗胃溃疡(gastric ulcer)的作用机制.利用TCMSP数据库,筛选党参治疗胃溃疡的活性成分和潜在靶点;结合Genecards数据库挖掘治疗胃溃疡的相关靶点,对党参与治疗胃溃疡的靶点进行PPI网络构建,交互处理得到党参治疗胃溃疡的关键靶点,并进行GO分析和KEGG通路富集分析;并采用分子对接技术将主要活性成分与EGFR、ESR1、CCND1、MDM2和CASP3进行分子对接.最后利用吲哚美辛损伤GES-1细胞模型进行体外实验验证,结果表明党参可能主要是通过其活性成分MOL000449实现其抗胃溃疡作用.