UPLC-Orbitrap HRMS法测定小鼠血液中香豆素及其代谢物

以香豆素为探针底物,建立了测定小鼠血液中香豆素及其代谢物的超高效液相色谱-轨道阱高分辨质谱(UPLC-Orbitrap HRMS)法.以4-甲基伞形酮为内标,样品用乙腈沉淀蛋白后,直接进入XDB-C_(18)色谱柱分离并采用一级全扫描和数据依赖二级扫描(Full MS/dd MS~2)模式进行质谱分析.通过测定7-羟基香豆素的生成量评估5-甲氧基补骨脂素(5-MOP)对小鼠CYP2A5酶活性的影响.结果表明:各目标物的检出限为0.011~0.016 ng/m L,回收率和日内精密度分别为90.2%~110.4%和1.86%~7.08%.方法选择性好,分析效率高,适合于小鼠血液中香豆素及其代谢物的测定.5-MOP组小鼠香豆素的最大血药浓度Cmax为对照组的1.42倍(P0.01),药时曲线下面积AUC0-∞为1.59倍(P0.05),半衰期t_(1/2)为1.05倍(P0.01),5-MOP能够显著抑制小鼠CYP2A5酶活性.     

捕获效应下的标签估计算法

传统的标签估计通常要统计标签和阅读器通信中的碰撞时隙和单标签时隙的个数.然而在实际通信过程中,由于捕获效应的存在,较强信号通常会抑制掉较弱信号.这就造成了实际统计情况与事实不符的现象,进而影响标签的正确估计.由于空时隙中没有标签响应,采用统计空时隙数进行标签估计不受捕获效应影响.仿真结果表明,统计空时隙的标签估计算法在捕获效应情况下,估计精度没有变化,同时对帧时隙大小不敏感,优于其他基于统计单标签时隙数和碰撞时隙数来进行标签估计的算法.     

项目反应理论与认知诊断模型的参数估计:模型整合视角

将极大似然期望最大化(maximum likelihood estimation via the expectation maximization,MLE-EM)算法拓展到了广义诊断模型估计中,并详细描述了如何使用期望最大化算法计算模型参数的极大似然估计值.从理论上明确指出,在认知诊断模型中存在的2类参数,即项目参数和结构参数,都是从观察数据中自由估计获得的.据此对项目反应理论和认知诊断模型中所用的边际极大似然估计期望最大化(marginal maximum likelihood estimation via the expectation maximization,MMLE-EM)算法理论进行了澄清,指出以往一些研究出现错误结论的原因.最后从模型整合的视角上为后续的研究提出了4条建议.     

基于只测向的机载单站定位技术

针对机载单站无源交叉定位技术中存在的虚假定位问题,提出一种新的关联方法.该算法先通过异面测向线距离进行测向粗关联,排除大部分虚假定位组合,减小运算量.再利用基于不变量的关联方法进行测向细关联,近一步排除虚假测向组合,提取出真实目标的测向线组合进行交叉定位.实验结果表明,文中算法可以满足三维空间下对目标准确、快速的定位需求.     

双基地FDA-MIMO雷达角度、距离及速度联合估计方法

在传统的相控阵雷达中,由于受到脉冲重复周期(PRF)的限制,距离估计精度和速度估计精度往往难以同时得到提高。该文将频控阵(FDA)和双基地多输入多输出(MIMO)雷达相结合,提出了一种基于双基地FDA-MIMO雷达的角度、距离及速度联合估计方法。由于采用了FDA技术,雷达的发射矢量中包含了目标的角度、距离甚至速度信息。考虑到发射矢量中距离-速度的耦合现象,该文提出了基于子阵的波形设计和相应的解耦合方法。然后利用ESPRIT算法和基于FDA的解模糊方法,对目标的发射角(DOD)、接收角(DOA)、距离和速度进行无模糊估计。另外,该文推导了该方法下参数估计的克拉美罗界(CRB)并分析了其性能。最后,仿真结果验证了所提出方法的能够对目标的角度、距离和速度进行无模糊的联合估计。     

基于低频定点检测数据的交叉口交通状态估计

针对我国中小城市数据现状,提出了一种基于路中定点线圈低频(1/60Hz)检测数据的交叉口交通状态估计方法.该方法基于仿真数据,分析了不同环境变量组合条件下占有率、流量和交通状态的关系,并提出了基于线性拟合的交通状态分界线建立方法;又利用多元线性回归拟合出分界曲线各系数与环境变量的函数关系,用其估计一般条件下的交通状态.经过验证,本方法仿真环境和实证环境下的平均估计准确率分别达到80%和75%以上,且严重错误率均低于2.1%.     

基于可变形部件模型的遥感影像船只检测方法

提出了一种基于混合可变形部件模型的船只检测方法.该方法采用基于梯度方向直方图(HOG)特征的可变形部件模型(DPM)来描述船只,在HOG特征金字塔空间通过滑窗方式检测目标.基于HOG特征的DPM不具有方向不变性,因此根据船只目标特点,分别从模型训练阶段和目标检测阶段进行改进.在模型训练阶段,为了减少模板数量,将所有船只样本旋转到相同方向进行参数学习;在目标检测阶段,将兴趣区旋转至特定方向后进行模板匹配,实现遥感影像上任意方向的船只检测.利用该方法在高分二号光学遥感影像上进行船只检测,实验结果表明此方法可以有效检测船只.     

基于维纳过程的锂离子电池剩余寿命预测

锂离子电池内部结构复杂,受外界影响大,使其容量退化过程具有不确定性因素而呈现随机性.对电池容量退化服从非线性维纳过程建立状态空间模型,并认为参数是服从共轭分布的随机变量,增加了模型不确定性使之更加符合锂离子电池容量的退化过程.利用自助法获得先验分布参数初始值,由共轭分布的性质可以得到后验分布的类型,由此得到简便的参数估计方法.粒子滤波可对每一时刻的参数及退化状态进行估计和更新,根据提前设定的状态阈值可以预测电池的剩余寿命.具体实例验证了方法的准确性,该方法对可靠性高、样本量少的电池的剩余寿命预测有借鉴意义.     

2.4GHz网络信道估计与识别

在2.4GHz网络中,由于wifi、zigbee和bluetooth这3种系统工作在同一频段,致使它们通信时会出现干扰.为区分出不同系统的信号,基于盲源分离理论,介绍了线性主成分方法(PCA)、递推最小二乘算法(RLS)和2.4GHz系统,推导了RLS型算法和信号识别公式,采用Matlab仿真,结合以前改进的RSL算法和信号识别方法,提出一种改进的RLS算法.经过分析,证明该改进的算法可以从混迭信号中有效地分离出各源信号,特别是使这3个系统的不同信号分离,确定每个信号的所属系统及所占信道.     

基于三阶条件下的降偏差重尾指数估计

在三阶条件下,提出了一种修正的降偏差估计,并讨论了其渐近性质及给出了相应的证明.在保证方差不变的前提下,不仅证明了在一定条件下该估计的渐近偏差更小,而且MonteCarlo模拟表明在有限样本情形下的模拟偏差也更小.