带测量噪声干扰的无人驾驶汽车路径跟踪控制

提出了一种带有Kalman滤波器的最优预测控制结构,用于无人驾驶汽车的路径跟踪控制.无人驾驶汽车对道路环境与车体状态的感知一般通过GPRS、雷达、摄像机、陀螺仪等获得,测量过程往往带有噪声.带有Kalman滤波的最优预测控制器,与不考虑噪声干扰的最优预测控制器相比,产生比较平滑的控制序列,减少了机械损耗.     

Lotus japonicus共生固氮基因的比较基因组学

以模式植物Lotus japonicus基因组为研究对象,首先应用了现有生物信息学软件BLAST程序对Lotus japonicus的全基因组序列进行了比较分析,鉴定两个序列之间的相似性并将其基因筛选出来;其次结合Blastp的数据结果提供的基因同源信息,和基因在染色体上的位置信息,对其全基因组进行共线性分析确定基因组中由WGD产生的重复基因有2197对,以获得Lotus japonicus多倍化发生的规模高达28.05％;再次在NCBI上初步搜索并获得与共生固氮相关的基因序列有12个同时根据获得的共生固氮相关的基因在四个禾本科物种中进行比较分析,并且对其进行了简单的系统进化分析,发现全基因组倍增可能有利于共生固氮相关的基因家族的扩增.     

基于模糊控制器的无人车的轨迹控制

提出了将模糊逻辑控制器(FLC)用于无人车的轨迹跟踪问题,同时考虑了车辆路径跟踪过程中关于误差的预测.提出了用横向误差和横摆角误差切换的方法来调节无人车的预测轨迹误差,使其跟踪预期的轨迹.最后用MATLAB-simulink和Carsim软件进行仿真.仿真结果表明了,所提到的模糊逻辑控制器能很好跟踪预期的轨迹.     

青蒿素治疗胰岛素抵抗和2型糖尿病“异病同治”作用机制的网络药理学探析

目的:探讨青蒿素治疗胰岛素抵抗(IR)和2型糖尿病(T2D)的潜在分子机制。方法:运用Swiss Target Prediction平台数据库、Pubchem数据库、UniProt数据库筛选出青蒿素的药物作用靶点基因，然后用GenCards、STRING、DAVID数据库和Cytoscape3.7.1软件对青蒿素进行网络药理学分析，然后将青蒿素与核心靶点用AutoDock4.5.6和AutoDock vina进行分子对接验证。结果:青蒿素-IR和青蒿素-T2D的共同靶点分别为2207个和3245个。青蒿素-IR共同靶点的PPI网络共包含节点46个、边140条。青蒿素-T2D共同靶点的PPI网络共包含节点47个、边143条。青蒿素-IR共同靶点共富集到GO功能条目185条，KEGG信号通路120条(P<0.05)。青蒿素-T2D共同靶点富集到GO功能条目178条，KEGG信号通路127条(P<0.05)。青蒿素治疗胰岛素抵抗可能是通过EGFR、HSP90AA1等核心靶点基因，作用于MAPK信号通路、癌症途径等多条关键信号通路来实现的；青蒿素治疗2型糖尿病可能是通过EGFR、C...