药代动力学在新药成药性转换医学研究中的作用

 全新分子实体作为新药的研发是一个长期的创新研究,是一个涉及多学科的系统工程。转换研究可以将新候选药物分子的基础实验室研究、临床前研究、临床评价和临床应用广泛联系在一起,建立新的开发模式,进而缩短研发周期和加快向临床推广速度。在全新研发过程和临床试验中,药物代谢和药物处置的属性特征(吸收、分布、代谢、排泄)是用以评价候选药物成药可能性的重要标准。因此,在整个全新的研发模式里,药代动力学研究对于全新分子实体在转换研究过程中的评估起着至关重要的作用。从实验室到临床,从临床到市场的转换研究方式对于提高效率是一种非常重要的策略,其中每一步都涉及大量的药代动力学研究;某一种化学实体成药可能性、早期失败、早期出局等问题可以在第一时间发现。因此,药代动力学评估在药物发现、设计、研发过程中对提高效率、控制成本并进一步获得安全有效的药物有重要价值。     

产生长距离Mathieu光束的方法

设计一套提高Mathieu光束无衍射距离的光学系统,并进行数值模拟.根据传统的方法,利用轴棱锥聚焦椭圆高斯振幅调制的平面波产生Mathieu光束;同时,基于凹透镜对光束的发散特性,将其放置在轴棱锥的前方,使Mathieu光束的无衍射距离得到提高.使用Mathcad软件进行模拟,并将新系统与传统方法对比.结果表明:利用凹透镜系统,可以得到无衍射距离大、质量较高的Mathieu光束.     

对汽车智能化进程及其关键技术的思考

 随着控制、感知、通信和执行器技术的飞速发展,以电动化、自动化及网联化为基础的智能汽车成为汽车行业发展一大趋势,而汽车智能化所带来的技术挑战性问题也成为人们关注的热点。从汽车自动化、智能化的发展进程来看,汽车智能化可分为驾驶辅助、半自动化、高度自动化和完全自动化4个阶段。本文对当前汽车智能化研究中以车企和IT行业所主导的2条技术路线进行介绍,深入分析了汽车智能化在各个发展阶段的特征和含义,并概括了汽车智能化所面临的多源信息融合感知、智能汽车控制架构协调决策控制、人机交互与拟人共驾等挑战性问题。最后,对中国汽车企业智能化发展提出建议。     

量子密钥分配技术——信息时代安全之“盾”

 介绍了密码技术,解释了密码危机的由来。对称密码体制中的密钥分配是维护信息安全的核心问题,自20世纪70年代研发的公钥密码体制存在多种隐患,它们难以保证密钥分配中的绝对安全。论述了量子密钥分配技术的原理及研发进展。     

数字经济时代融合式创新模式及技术成果转化路径

 传统科技创新研究关注于技术创新或商业模式创新,随着数字经济占GDP份额不断提升,科技创新的跨界融合特征不断凸显,突出表现为技术创新与商业模式创新的融合式创新。从融合式创新的含义与特征出发,参考IBM和哈佛商学院的模式分类,将融合式创新分为盈利创新模式、组织创新模式、业态创新模式和市场反馈创新模式4种模式,考察了不同融合式创新模式对技术交易等成果转化方式和路径带来的影响和变化。为迎合数字经济时代跨界创新加剧的趋势,提出加强协同创新、紧抓市场需求、改善创新环境等举措推进融合式创新及其成果转化。     

RSA加密算法的安全性分析

RSA加密算法是一种使用较多、安全性较高的非对称加密算法,分析了非对称加密体制中RSA加密算法的数学基础,讨论了其破译的可能方法,并根据目前的计算机运行速度,计算了常用的密钥长度破译时所需时间,并对RSA算法的安全性进行了定量分析.     

电特大目标散射的多层快速多极子高性能计算

针对电特大目标散射的并行多层快速多极子计算中出现的构造几何信息树所需资源过多、保存远场模式所需内存过大及计算雷达散射截面时间长等问题,根据主流并行计算机架构以及电特大目标的特点,提出了解决方案,实现了电特大目标散射的高效精确计算。通过对未知数超过5亿、电尺寸达到几千个波长的电特大目标的数值实验,表明本文方案的精确性和高效性。     

基于密度的计算机兵棋推演数据快速聚类算法

针对计算机兵棋推演数据的特点,提出了一种基于密度的快速聚类算法-基于密度的快速空间聚类算法(quick density based spatial clustering of applications with noise, QDBSCAN),目的是通过聚类检测孤立点,快速定位地面部队兵力部署上的缺陷。QDBSCAN算法在基于密度的空间聚类算法(density based spatial clustering of applications with noise, DBSCAN)算法的基础上做了相关改进:在邻近度度量上提出了最短可行路径的概念,使聚类更符合计算机兵棋的规则;动态设置密度参数;采用提出的代表对象选择方法来减少对对象邻域的判断次数;按区域对数据进行分组以缩小聚类规模。实验表明,QDBSCAN算法的性能在数据规模较大的情况下,明显优于DBSCAN算法。     

基于最优路径的异构学术网络重要文献探测方法

基于同构学术网络〖CD2〗引文网络最优路径研究, 提出一种异构网络最优路径算法及两种路径重要性的评价指标, 解决了现有同构网络最优路径算法不能应用于真实学术网络研究的问题. 以微软学术迁移学习领域数据为数据集, 从异构学术网络最优路径探测迁移学习领域重要文献与引文网络主路径探测迁移学习领域重要文献的相似性及迁移学习领域发展历程两方面验证了基于最优路径的异构网络重要文献探测方法的正确性. 实验结果表明, 该算法和指标更符合真实学术网络.