基于粒子群优化算法的模糊神经分数阶PID电子节气门控制器设计

针对汽车电子节气门的精确跟踪控制问题, 建立了面向控制器设计的非线性模型,分析了摩擦非线性以及LH 非线性对电子节气门位置的影响.采用模糊神经分数阶PID 控制方法设计了电子节气门非线性控制器,并利用粒子群优化算法对控制器参数进行优化.最后将扰动考虑在内进行了仿真实验,仿真实验表明基于模糊神经分数阶PID的控制方法能够很好地实现电子节气门控制.     

未知环境中移动机器人的环境探索与地图构建

研究了未知环境中移动机器人同时进行环境探索和地图构建问题.基于实时获取的激光传感器数据,设计了具有避障功能的环境探索策略,并对候选观测点的产生和评估方法进行了改进,使选择出的候选点能同时兼顾信息增益的最大化与环境信息的完整性,保证了环境探索的连续性和遍历性.在环境探索基础上,提出了以增长神经气网络的网络节点作为拓扑网络节点的环境地图模型,该模型利用神经气网络的增长特性,通过不断增加新的拓扑网络节点来对机器人周围未知环境的整体性知识进行抽取与表达,构建出了易于机器人理解的环境地图.仿真试验验证了本文所提方法的有效性.     

绿茶多酚在药物开发领域的研究进展

阐述了绿茶多酚的化学组成、生物代谢以及在药物开发领域的进展,主要集中在对癌症、神经退行性疾病、糖尿病的预防和治疗方面.茶多酚潜在的抗肿瘤活性可以通过干预肿瘤发生、发展、转移等各个阶段来进行,但茶多酚发展成为治疗药物还是面临很多挑战,比如,低生物药效率.基于纳米颗粒的药物传递系统相比单纯的茶多酚具有特别的优势,同时,为了处理新出现的安全问题和潜在的局部药物过量效应,有必要确定包裹纳米粒子以后的药物实际用量和药理学机制.     

五维时滞双向联想记忆神经网络系统的Hopf分支

研究了具有五个神经元的双时滞双向联想记忆神经网络系统,利用泛函微分方程稳定性理论和Hopf分支理论得到线性稳定的条件,同时给出存在Hopf分支的充分条件,并运用MATLAB进行数值模拟,验证理论分析的结果。     

脑提取物中Calcineurin活性测定方法的优化

以32P标记的RII多肽为底物,研究了在脑提取物中钙调神经磷酸酶(CN)活性的测定过程中,CN活性依赖的一些离子或蛋白及测活条件对CN活性的影响,对脑提取物中CN活性的测定方法进行了优化.实验表明,脑提取物中的ca2 足以激活CN活性,在测活反应体系中不需再补加Ca2 ,但补加钙调素(CaM)是必须的,其在反应体系中的最适浓度是0.13 μmol·L-1;抑制反应体系中的CN活性的最适EGTA浓度为0.16 mmol·L-1;对于脑提取物中的CN活性,Mn2 是比Mg2 更有效的激活剂,其最适终浓度为0.5 mml·L-1;脑匀浆过程中蛋白酶抑制剂的加入有助于在90min内保持CN的活性.     

细胞周期调控人神经母细胞瘤细胞辐射耐受性研究

为研究脑中肿瘤对辐射的敏感性,选择SH-SY5Y神经母细胞瘤为研究对象进行辐射,并对细胞增殖、细胞凋亡及细胞周期进行研究.采用γ-射线辐射,剂量分别为5,10及20 GY,通过细胞计数的实验方法,比较不同剂量辐射后的神经母细胞瘤细胞数目与不辐射细胞数目的差别,进而说明细胞的增殖情况;同时通过PI单染的实验方法比较细胞周期的不同;最后通过对凋亡蛋白caspase 3/7及caspase 8的活性进行测定比较辐射后凋亡的变化水平.发现在10及20 GY的辐射剂量辐射后,24 h时间点细胞的数量相比于5 GY及对照细胞发生了细胞数目的减少,说明在此剂量下细胞出现了死亡或细胞周期发生了明显的阻滞现象.对细胞周期的检测结果发现,5 GY细胞周期变化不明显,而10及20 GY的剂量辐射后细胞发生明显的阻滞现象.并且凋亡蛋白caspase 3/7及caspase 8蛋白活性随剂量的增加,时间点的延长而呈增加的趋势.研究结果表明,细胞辐射后存在细胞周期阻滞现象,且辐射剂量越大,细胞周期阻滞能力越强;伴随周期阻滞的缓解可出现细胞凋亡活性增加的趋势.     

骨髓间充质干细胞研究进展

干细胞移植是目前治疗器官损伤、神经退行性疾病研究的热点,国内外学者分别对神经干细胞、胚胎干细胞等进行了探索,渴望从中找出细胞移植领域的候选细胞,但是这些细胞大多面临着伦理、来源、免疫排斥等多方面的问题.然而,近年来发现的骨髓间充质干细胞在一定程度上弥补了这一不足.骨髓间充质干细胞凭借其多向分化潜能、强大的自我复制能力和可移植性,成为细胞移植、基因治疗中重要的候选细胞.骨髓间充质干细胞移植为器官损伤、神经退行性疾病的临床治疗带来了新的希望,本文对其生物学特性及临床应用方面做一综述.     

遗传算法三种编码策略的比较研究

分析遗传算法的二进制、实数、十进制编码策略实现方法,根据各编码的特点,设计相应的改进遗传策略.以前馈神经网络权值优化问题为例,用计算机仿真实验的方法研究三种编码策略对各遗传算法性能的影响.研究结果表明,若同时强调搜索效率和搜索准确性,宜采用实数编码的改进遗传算法;若只强调搜索准确性,则应优先考虑十进制编码的改进遗传算法.研究的结论为遗传算法在高维连续参数优化问题中编码策略的选取提供了理论指导.     

带混合学习算法的多阶段神经模糊系统模型

提出一种基于演绎模糊推理的多阶段神经模糊系统模型, 对于给定的学习样本, 通过结构学习（采用遗传算法）与参数学习（采用误差逆传播神经网络方法）过程, 能够生成适当的演绎模糊规则集, 并通过与单阶段神经模糊系统模型求解Benchmark问题的实验对比, 讨论和分析了该模型的有效性和健壮性.     

基于CNN 和sEMG 的手势识别及康复手套控制

由于sEMG( Surface Electromyography) 对肌肉疲劳、不同患者以及电极位移等都非常敏感,设计一种可 靠、鲁棒的智能手部康复设备仍然是一项艰巨的工作。为此,提出一种基于深度学习的康复手势神经解码方 法,利用患者前臂的表面肌电信号,通过卷积神经网络( CNN: Convolutional Neural Network) 识别患者的手部运 动意图。通过组合特征提取方法,对8 通道肌电信号每个通道的信号进行组合特征提取,组合特征包括小波包 分解能量特征、时域特征和频域特征共32 个特征。将8 个通道特征组成一个8 × 32 的数值矩阵并进行灰度处 理成特征图,再用此特征图训练卷积神经网络,对5 种不同手势进行分类,分类器准确率达到98． 1%。最后通 过STM32 I /O 口根据分类结果输出对应的PWM( Pulse Width Modulation) 控制信号控制康复手套的动作,表明 了该方法的可行性,为深入研究康复手套运动控制奠定了基础。