Electro‐nano Diagnostic Platforms for Simultaneous Detection of Multiple Cancer Biomarkers

In this study, a bimetallic nanomaterial‐based electrochemical immunosensor was developed for the detection of carcinoembryonic antigen (CEA) and vascular endothelial growth factor (VEGF) cancer biomarkers at the same time. CEA and VEGF biomarkers are indicators for colon and breast cancers and stomach cancers, respectively. During the study, gold nanoparticle (AuNp), lead nanoparticle (PbNp), copper nanoparticle (CuNp) and magnetic gamma iron(III)oxide (γFe₂O₃ Np) were synthesized, characterized and used together for the first time in the structure of an electrochemical biosensor based on anti‐CEA and anti‐VEGF. For this purpose, Au SPE based sandwich immunosensor was fabricated by using labeled anti‐CEA (labeled with Pb⁺²) and labeled anti‐VEGF (labeled with Cu⁺²). As a result, CEA and VEGF biomarkers were detected following the oxidation peaks of label metals (Pb⁺² and Cu⁺²) by using differential pulse voltammetry. After the experimental parameters were optimized, the linear range was found in the concentration range between 25 ng/mL and 600 ng/mL with the relative standard deviation (RSD) value of (n=3 for 600 ng/mL) 3.33 % and limit of detection (LOD) value of 4.31 ng/mL for CEA biomarker. On the other hand, the linear range was found in the concentration range between 0.2 ng/mL and 12.5 ng/mL with the RSD value of (n=3 for 12.5 ng/mL) 5.31 % and LOD value of 0.014 ng/mL for VEGF biomarker. Lastly, sample application studies for synthetic plasma sample and interference studies with dopamine, ascorbic acid, BSA, cysteine and IgG were carried out.     

基于高通量解析算法的复杂样品重叠气相色谱-质谱信号的快速分析

化学计量学算法为重叠气相色谱-质谱(GC-MS)信号的解析提供了有效手段,但其在计算过程中一般需要将数据进行分段处理,然后只对信号的某些区间进行解析,难以实现真正意义上的高通量分析。该文结合移动窗口目标转换因子分析(MWTTFA)和非负免疫算法(NNIA),建立了一种高通量解析方法。首先,根据所有可能存在的目标组分的标准质谱信息,利用MWTTFA检验复杂信号中存在的组分,并确定目标组分的质谱信息和洗脱时间区域。以得到的质谱信息作为后续计算的输入值,利用NNIA解析得到相应的色谱信息。采用快速升温程序对17种和42种农药混合标准样品的GC-MS信号进行分析,利用所建立的方法可在10 min内得到全部组分的色谱和质谱信息。     

基于改进的PSO-SVM的音频信号特征识别和分类

针对音频信号准确性分类的问题,提出一种基于改进的的粒子群优化算法(PSO)的支持向量机(SVM)音频信号分类的方法,简称IPSO-SVM.首先用Mel倒谱系数法对4种音频信号进行特征提取.其次在PSO中引入自适应变异因子,能够成功地跳出局部极小值点;然后对PSO中的惯性权重进行了改进,将惯性权重由常数变为指数型递减函数.随着迭代的进行,使权重逐渐减小,这样做有利于粒子进行局部寻优.最后用改进的PSO不断优化SVM中的惩罚因子c和核函数参数g来提高预测精度.实验结果表明,与传统的SVM、PSO-SVM、GA-SVM相比,我们提出的IPSO-SVM算法分类结果更精确.     

基于权重比的民航飞行员安全行为指标权重算法

确定飞行员安全行为指标的权重,对发现民航飞行员飞行安全风险的短板,提高民航飞行安全性具有重要意义.基于指标权重比,提出了一种飞行员安全行为指标权重算法.并以此算法分析了职业安全意识、飞行情景意识、特情应变能力以及机组资源管理能力等指标对飞行员安全行为的影响程度,研究可为飞行员安全行为风险管理提供依据,对安全飞行具有积极的指导意义.     

一维六方准晶压电材料中幂函数型曲线裂纹的反平面问题

依据一维六方准晶压电材料反平面问题的基本方程,利用复变函数方法,通过引入适当的保角映射,研究了一维六方准晶压电材料中幂函数型曲线裂纹的反平面问题,并利用Cauchy积分理论,得到电不可通和电可通边界条件下的应力场和位移场的复表示以及裂纹尖端场强度因子的解析表达式.     

湖南大湘西地区城市经济竞争力比较研究

在现有城市经济竞争力分析的国内外研究成果的基础上,依据城市竞争力相关理论,借鉴国内外评价机构的评价模型和分析体系,构建出湖南省大湘西地区城市经济竞争力的评价指标体系,并利用因子分析法对大湘西地区城市经济竞争力进行综合评价,并对各个城市的经济竞争力进行比较研究.在此基础上,有针对性地提出了促进大湘西地区城市经济竞争力提升的对策建议.     

中国战略性新兴产业国际竞争力评价

以"新钻石模型"为基础,从产业环境、产业支撑和产业创新等3个维度构建战略性新兴产业国际竞争力评价指标体系.运用2005~2014年的面板数据对战略性新兴产业进行因子分析.评价结果显示,电子及通信设备制造业与医药制造业国际竞争力明显高于计算机及办公设备制造业与医疗仪器设备及仪器仪表制造业.航空航天器及设备制造业国际竞争力有很大提升潜力.电子及通信设备制造业创新能力表现突出,但战略性新兴产业整体创新能力较低.     

统计模型在中文文本挖掘中的应用

本文讨论了中文文本挖掘的三个问题:分词、关键词提取和文本分类。对分词问题,介绍了基于层叠隐马尔可夫模型的ICTCLAS分词法,以及将词与词之间的分隔视为缺失数据并用EM算法求解的WDM方法;对关键词提取问题,提出了贝叶斯因子法,并介绍了使用稀疏回归的CCS方法;对文本分类问题,介绍了根据关键词频率建立分类器的方法,以及先建立主题模型再根据主题概率建立分类器的方法。本文通过两组文本数据对上述方法进行比较,并给出使用建议。     

Composition assessment of ferric oxide by accurate peak fitting of the Fe 2p photoemission spectrum

A quantitative study of the surface composition of ferric oxide employing photoemission spectra is presented. It was possible to accurately reproduce the expected composition (Fe_2.00±0.05O₃) by modeling the background as a combination of Shirley‐type (Shirley–Vegh–Salvi–Castle) and slope backgrounds through the active approach. The line‐shape employed to fit apparent peak asymmetries was the double‐Lorentzian. It was possible to resolve a previously unreported satellite located at ~729 eV. Copyright © 2016 John Wiley & Sons, Ltd.