内分泌干扰物对雄激素受体功能的干扰

内分泌干扰物(Endocrine disrupting chemicals,EDC)是指干扰内源激素的生物合成、代谢和功能,从而干扰动物内分泌系统的外源活性物质。本文特别介绍了做为EDC类物质之一的雄激素干扰物(Androgen disruptors,AD)的不同种类和生理效应。AD可与雄激素受体(Androgen receptor,AR)结合发挥AR激动剂或拮抗剂作用,其中做为激动剂的AD主要有1,2-二溴-4-环己烷(TBECH);做为拮抗剂的AD主要有氟他胺类、有机氯杀虫剂类、二苯甲烷类、双酚A、邻苯二甲酸酯、烷基酚类等。它们通过多种分子机制干扰AR的功能,进而对动物的生殖和发育等功能产生严重影响。本文认为在国内应加强对AD的深入研究,并重视AD对鱼类等非哺乳类动物的影响的研究;同时应注重从源头上阻止AD在环境中的扩散和二次污染,并大力发展生物植被降解技术、光催化技术、新型纳米材料吸附、人工生态系等生态修复技术,建立无毒、无内分泌干扰效应的AD高通量筛选技术,以消除AD对生态系统的不良影响。     

生物入侵与城市生态安全

<正>出于国家公共安全的整体需求,我国科学家从20世纪90年代开始重视外来生物入侵研究。经过历时10余年多轮的生物入侵普查,目前我国已发现529种外来入侵种,其中植物、动物、微生物分别为270种、198种和61种(实际数量可能远大于目前已列入编目的数量)。其中,在国际自然保护联盟(IUCN)公布的全球100种最具威胁的外来入侵种中,我国有50余种"榜上有名",每年给国家造成的经济损失估计在2000亿元人民币以上。自"动物生态学之父"查尔斯·埃尔顿的《动植物入侵生态学》一书出版以来,全球对生物入侵的     

基于深度学习模型的SAR图像间歇采样转发干扰检测

间歇采样转发干扰(interrupted sampling repeater jamming, ISRJ)利用合成孔径雷达的匹配滤波特性，在其图像中产生间隔分布的假目标，对目标检测等造成欺骗效果，故针对ISRJ的检测与抑制具有重大意义，而现阶段相关研究主要集中在信号域。对此，在图像域中开展ISRJ检测研究。首先将实测数据与仿真干扰相结合，基于不同实测场景与仿真参数构建ISRJ样本；其次针对假目标间隔分布的特点，选用深度学习检测领域具有代表性的“两阶段”与“单阶段”模型；再次，使用单一场景的ISRJ样本对模型进行训练，再利用训练好的模型对其他场景的样本进行测试；最终，得到ISRJ检测结果。基于MiniSAR数据的实验表明，对于不同类别、不同场景以及不同参数的ISRJ样本，所用深度学习模型能够达到95.75%的平均总体检测精度，具有很强的泛化能力。此外，对于尺寸大小为501像素×501像素的样本，上述模型的最少检测用时为0.035 s。     

一类风险模型的生存概率及其Laplace变换

讨论了常利率带干扰的多险种多复合Poisson-Geometric风险模型,推导出生存概率满足的积分-微分方程。在没有保费收入的情况下,得到生存概率的Laplace变换的表达式,并给出数值计算的实例以说明所得结果。     

基于LE-PO法的特高频输电线路无源干扰求解

基于输电线路无源干扰面模型,提出了采用大面元物理光学法(Large Element-Physical Optics,LE-PO)对特高频无源干扰水平进行求解的思想.根据LE-PO法的假设,对电场积分方程进行了简化.当激励源为平面波时,采用LP-RWG(Linearly Phased-Rao Wilton Glisson)基函数对铁塔表面感应电流进行离散,推导了输电线路铁塔散射场求解的表达式.采用相关文献算例分析了LE-PO法求解输电线路无源干扰时的计算精度和计算资源.研究表明,LE-PO法的求解精度与PO法一致,但能节省大量的计算资源.     

基于遗传算法的光电干扰任务分配模型

 为评估光电干扰目标的威胁度，选取了目标的类型、速度、高度、距离、角度和目标的航路捷径等指标，构建了干扰任务分配模型，应用遗传算法对分配任务模型进行了求解，并通过实例验证方法的可行性。     

Trace-Ratio问题的两种解法及其应用

线性判别分析(LDA)作为一种降维技术,已成功应用于许多分类问题中,如语音识别、人脸识别、信息提取等领域.许多降维问题最后都会归结为一个Trace-Ratio(迹比)问题,也就是通过寻找一个列规范正交矩阵X∈R~(n×r)(n≥r)能够使得比值tr(X~TAX)/tr(X~TBX)最大化,其中矩A∈R~(n×n)阵是对称的矩阵,矩阵B∈R~(n×n)是对称正定矩阵.迹比问题在线性判别分析以及一些其他应用中占有至关重要的地位.但是迹比问题没有解析形式的解.介绍了Foley-Sammon变换的背景和国内外发展现状.给出了求解迹比问题的两种方法:逐次解法和牛顿法.改进了构造逐次解的具体方法,并且给出了逐次解的数值估计;给出了牛顿法的具体算法和二阶收敛性的证明.实验表明若将逐次解作为初始迭代点代入牛顿法中可以大大减少牛顿法的迭代次数,提高牛顿法的迭代速度.     

下一代密集WLAN网络干扰管理机制

在密集高效无线局域网部署场景中,针对传统802.11协议造成用户公平性差和吞吐量低的问题,提出一种以用户为中心的资源配置方法。该方法通过对用户进行识别分类,以用户为中心配置信道和功率,在保证用户公平性的前提下,最大化网络吞吐量。提出的功率控制机制和用户识别方法可以很简单的应用于现有无线局域网系统中。仿真结果表明,提出的资源配置方法平均提升单位基本服务集吞吐量47.3%,干扰最严重的基本服务集的吞吐量提升190%,每个基本服务集的边缘用户的吞吐量平均提升约74.3%。     

基于分数阶字典的间歇采样转发干扰自适应抑制算法

间歇采样转发干扰是一种对现有体制雷达具备高度威胁的新型干扰,典型样式包括间歇采样直接转发干扰、间歇采样重复转发干扰和间歇采样循环转发干扰。干扰信号与真实回波时频域、分数阶域混叠,常规信号处理方法难以做到有效分离。针对该问题,分析了3种干扰样式时域、最优分数阶域特征,构造了两种分数阶正交字典,即分数阶大字典和分数阶联合字典,区分弱干扰背景回波信号和强干扰背景回波信号,采取不同的干扰抑制方法,从而构建了基于分数阶字典的间歇采样转发干扰自适应抑制算法。仿真结果表明,所提算法适用强弱干扰背景,弱干扰背景下恢复信号与真实回波相似度更高,强干扰背景下恢复信号信噪比(signal to noise ratio, SNR)损失更低。