具有水样采集功能的观测型水下机器人的设计

为改善现阶段渔业养殖、 水下环境监测、 水质检测等领域人员作业困难、 效率低下的问题, 设计了一款具有水样采集功能的观测型水下机器人, 该设计搭载了传感器和水样采集装置采集水体环境信息。 首先进行了水样采集实验, 验证其运动能力和水样采集能力。 然后针对自然水域采集的图像, 采取动态阈值白平衡的方法, 去除光源强度和色偏的影响。 最后使用对比度拉伸、 直方图均衡、 限制对比度自适应直方图均衡(CLAHE:Contrast Limited Adaptive Histogram Equalization)3 种算法进行图像增强, 选取对比度、 信息熵和平均梯度进行像质评价。 实验结果表明, 该设计具有操作灵活, 交互性强的特点,CLAHE 方法明显提升了水下图像细节, 为科研实验、 水下探测和环境保护等方面提供了新途径。     

巢湖浮游动物功能群和浮游植物的相互关系

为研究巢湖浮游动物功能群和浮游植物的相互关系,于2019a7月对巢湖浮游动物和浮游植物进行了调查采样,划分了浮游动物功能类群,并系统分析了浮游动物功能群和浮游植物的组成特征.结果表明:浮游植物6门45种,其中硅藻门9种、金藻门1种、蓝藻门8种、裸藻门5种、绿藻门19种、隐藻门3种,蓝藻门是巢湖浮游植物主要组成部分,优势种群主要为螺旋鱼腥藻、微囊藻、固氮鱼腥藻、柱胞藻;绿藻门优势种群主要为小球藻,隐藻门优势种主要为尖尾蓝隐藻.浮游动物为44种,其中轮虫23种,原生动物11种,枝角类6种,桡足类4种.巢湖浮游动物共分为11个功能群,站V、站I、站VII、站VIII、站VI的P A/P B密度最高,站IV的SCF密度最高,站Ⅱ、站III、站V、站VI的RF密度较高.8个样点SCF的生物量均为最高,站Ⅱ、站III、站V、站VI的RF生物量也较高.浮游动物功能群和环境因子的冗余分析(RDA)表明,蓝藻、绿藻、螺旋鱼腥藻、微囊藻、固氮鱼腥藻和小球藻6个类群密度是与巢湖浮游动物功能群相关性较强的环境因子,且影响浮游动物各功能类群的环境因子存在差异.     

FOXM1688-748结构域相互作用蛋白的鉴定

为了鉴定转录因子FOXM1转录激活结构域(C-端第688位到748位氨基酸序列)的互作蛋白,以FOXM1的cDNA为模板,采用聚合酶链式反应(Polymerase Chain Reaction,PCR)方法扩增获得其转录激活结构域序列,克隆进入原核表达载体pGEX-4T2;利用大肠杆菌原核表达获得融合谷胱甘肽S-转移酶(Glutathione S-Transferase,GST)标签的重组蛋白GST-FOXM1688-748;通过GST-pulldown结合质谱方法鉴定FOXM1688-748的互作蛋白,成功构建了原核表达质粒pGEX-4T2-FOXM1688-748,获得了原核表达的重组蛋白GST-FOXM1688-748.将质谱鉴定获得的互作蛋白进行分析和归类,预示一些互作蛋白可以参与激活FOXM1的转录活性,如RPN2、MISP、MCM7蛋白,一些互作蛋白可以参与调控FOXM1蛋白的稳定性,如USP9Y、CUL4A、HSPB1、BAG2蛋白.FOXM1蛋白的转录激活结构域与许多不同功能的蛋白发生相互作用,暗示该结构域具有重要的分子生物学作用,期望为以FOXM1为靶点的临床药物研发提供实验依据.     

基于综合权重因子的城市时需水量预测

提出了基于综合权重因子的城市时需水量预测方法。根据预测日前几日和前几周的用水量数据,计算平均时用水量;引入综合权重因子,构建预测日前1日时用水量模型。结合日需水量预测数据,将获得的最优连续日数、最优连续周数和综合权重因子,用于预测日的时需水量预测。算例验证结果表明,预测值平均绝对百分比误差较小。     

血清S100 B、HIF-1α、NGB、AQP7在缺血性脑卒中患者中的表达

目的 探讨血清S100B、缺氧诱导因子1α(HIF-1α)、脑红蛋白(NGB)、水通道蛋白7(AQP7)在缺血性脑卒中患者中的表达.方法 选择缺血性脑卒中患者366例,根据脑梗死体积分为小体积梗死组(<5 cm3)198例,中大体积梗死组(≥5 cm3)168例;根据静脉溶栓后24 h复查CT结果分为出血转化组82例,非出血转化组284例;静脉溶栓治疗前进行美国国立卫生研究院卒中量表(National Institutes of Health Stroke Scale,NIHSS)评分,根据评分结果分为NIHSS评分≤15分组301例,NIHSS评分>15分组65例.记录患者的空腹血糖、收缩压、舒张压、溶栓时间窗;同时采集患者外周静脉血4 mL,应用Western blot法检测血清S100B、HIF-1α、NGB、AQP7蛋白表达水平.结果 中大体积梗死组患者NIHSS评分、收缩压、舒张压明显高于小体积梗死组,差异具有统计学意义(P<0.01);空腹血糖、溶栓时间窗在小体积梗死组与中大体积梗死组之间比较差异无统计学意义(P>0.05).出血转化组患者NIHSS评分、空腹血糖、收缩压、舒张压、溶栓时间窗明显高于非出血转化组,差异具有统计学意义(P<0.01).中大体积梗死组患者血清S100B、HIF-1α、NGB、AQP7蛋白表达水平明显高于小体积梗死组,差异具有统计学意义(P<0.01).出血转化组患者血清S100B、HIF-1α、NGB、AQP7蛋白表达水平明显高于非出血转化组,差异具有统计学意义(P<0.01).NIHSS评分>15分组患者血清S100B、HIF-1α、NGB、AQP7蛋白表达水平明显高于NIHSS评分≤15分组,差异具有统计学意义(P<0.01).结论 血清S100B、HIF-1α、NGB、AQP7水平升高参与缺血性脑卒中患者梗死体积的扩大、静脉溶栓后出血转化、NIHSS评分升高,可用于对患者病情严重程度和静脉溶栓潜在出血风险的评估.     

基于海林格距离加权关键主元的流程工业故障检测研究

在采用主成分分析（principal component analysis,PCA）算法进行故障检测时,主元的选取及处理直接影响其故障检测的表现。对此,提出一种基于全变量表达（full variable expression,FVE）和海林格距离（Hellinger distance,HD）的故障检测方法。首先,利用FVE得到所有关键主元,即保留所有变量信息;然后考虑到与故障相关主元的重要性,定义基于海林格距离的变化率,用来衡量正常工况下主元与异常工况下主元的差异;对与故障发生更相关的主元进行加权,以突出与故障相关主元对于后续故障检测的影响;最后,考虑到降维后数据通常服从非高斯分布,利用改进的局部离群因子（local outlier factor,LOF）构建统计量,其相应控制限通过核密度估计（kernel density estimation,KDE）确定。数值实例及带钢热连轧实际生产数据验证了所提方法的有效性与优越性。     

基于二次分解与LSTM的金融时间序列预测算法研究

现有结合特征提取与预测模型的方法不能准确把握金融时间序列的混沌性与交互性,导致预测精度不高。针对此问题,提出一种基于二次分解与长短期记忆(long short term memory, LSTM)网络的金融时间序列预测算法。使用变分模态分解方法与集成经验模态分解方法依次解析金融时间序列数据,得到能表达数据混沌性特征的模态;将模态信息输入到融合有因子分解机(factorization machine, FM)的长短期记忆网络模型中,融合获取到的长记忆性特征与交互性特征,进而预测最终的结果;选取沪深300指数的历史数据作为实验数据集,通过多组对比实验验证算法的有效性。实验结果表明,提出的算法可以有效提升模型的预测能力,同时表达金融时间序列的混沌性、长记忆性、交互性。     

新高考背景下高中生涯教育模型构建——基于某省首届考生的质性研究

2014年9月,国务院提出要形成分类考试、综合评价、多元录取的考试招生模式,为学生个性发展提供了极大的自主权.通过对某省21位首届新高考考生的访谈,研究者发现该省生涯教育与学生需求严重脱节,生涯教育现状堪忧.为寻找背后症结所在,研究者运用扎根理论的研究思路,在系统收集资料的基础上,寻找反映生涯教育的核心概念,并在概念之...     

一个将多项式因子分解的同时迭代法

本文给出了一个将多项式分解成较低次多项式之积的同时迭代法，它克服了以往那 些仅能将多项式分解成一次或二次因子之积的方法的局限性。本文讨论了其收用敛及收 敛速度，最后还给出一些具体计算中的技巧，并指出本文方法的一些特例。     

乘积因子群的P—超可解性

Ｇ为有限群，Ｃ＝Ａ．Ｂ，其中Ａ，Ｂ为Ｇ的Ｐ－超可群正规子群，文中讨论了当［Ａ，Ｂ］满足一定条件时，Ｇ的Ｐ－超可解性。