葛根-丹参组方对动脉粥样硬化鹌鹑血管内皮组织 的影响

目的：考察葛根-丹参(1:1)组方对动脉粥样硬化鹌鹑血管内皮组织的影响. 方法: 连续喂养高脂饲料造模同时给药, 观察葛根-丹参对动脉粥样硬化鹌鹑主动脉组织脂质斑块、内皮及内膜组织的影响. 结果: 葛根-丹参组方配伍后, 无论乙酸乙酯部位还是水提物, 均能较好的减少泡沫细胞及脂质的沉积, 改善内皮细胞的肿胀、变性, 抑制血管内膜的增厚及巨噬细胞的数量, 尤以乙酸乙酯部位作用明显. 结论: 葛根丹参组方配伍具有一定的减少主动脉组织脂质斑块形成, 保护血管内皮细胞作用, 有效地阻止AS的形成与发展.     

建环专业人才培养实践教学体系构建

为了培养适应社会发展需要的实践型人才,建环专业理顺专业培养思路,不断探索实践教学体系的方法.在实践教学中,不断加强教学体系的管理和评价,突出实践教学的能力培养,初步构建了应用型人才的实践教学体系.     

一字形排列三相氧化锌避雷器阻性电流测试方法探讨

我们可以通过对氧化锌避雷器厘米的泄露电流的阻性电流进行测量来获取该避雷器的质量情况。因为三氧化线一字型排列的避雷器其受到杂散电容的影响,会有一定的总电流相角的改变,导致了电流的测量出现了异常,精度不高,这就不能够很准确的对避雷器的质量情况有一个判断。     

基于故障区分度DAGSVM的模拟电路故障诊断

为了提高模拟电路故障诊断的精度,针对现有DAG-SVM用于解决多类分类问题固有的不稳定性结构以及"误差累积"的特点,提出了一种基于故障区分度构建DAG-SVM的新方法。根据从不同测试点获取的故障数据信息,定义故障区分度,并以此为依据优化DAG-SVM的拓扑结构,从而消除DAG-SVM结构固有的不稳定性,获得稳定而较高的诊断精度。实验结果表明,与现有的"1vs 1"SVM、DAG-SVM及其改进方法相比,该方法在诊断精度上有明显提高,对于模拟电路的故障诊断具有很好的借鉴意义。     

环形线负载驱动变曲率反射镜技术

从薄板弹性理论出发,对可实现曲率变化的环形线负载驱动模型进行分析,给出了基于该模型的大镜厚比变曲率反射镜的形变方程.以较小的驱动力实现较大的中心形变为目标,利用MATLAB软件对不同反射镜厚度、驱动环半径下的反射镜形变情况进行模拟计算,结果表明,反射镜厚度范围在2~4 mm之间、驱动环半径数值在反射镜有效半径1/2处最佳.以此为依据,设计并研制了口径为100 mm、厚度为3 mm的铍青铜环形线负载驱动变曲率反射镜结构及原型样片,给出了变曲率反射镜整体结构前10阶的振动模态分析结果.完成装配后,反射镜原型样片的面形精度接近λ/30(λ为波长).对该结构进行极限曲率变化和面形精度保持的验证实验,通过对变曲率反射镜结构进行改进,环形线负载驱动能够实现超过30个波长(632.8 nm)的中心形变,且面形精度的变化与反射镜中心矢高的变化呈弱相关.     

动态法测杨氏模量实验的探索与改进

本文的主要工作有:分析了国内外杨氏模量测量的原理与方法;把测量装置由悬挂法改为支撑法,增加了实验棒的长度(原实验棒长度16 cm,新实验棒长度23 cm),扩大了数据的测量范围;移动支架置于导轨上,可直接在导轨标尺上准确读数,每隔3 mm测一次数据,数据增多;组装调试实验装置,测量了黄铜、纯铜、钛三种材料的杨氏模量并进行数据处理,将改进后实验系统测得的结果和原实验系统测得的结果以公认值进行比较,完善了改进后实验系统的教学功能。     

基于多模态PID的曳引机驱动控制系统设计

曳引机的驱动控制系统是垂直升降电梯的关键设备,对电梯性能具有重要影响,具有较大的研究价值。对一种基于多模态PID控制的永磁同步曳引机电梯驱动控制系统进行了研究。给出了曳引机驱动控制系统的总体设计方案,将系统分为主控模块、驱动模块和信号采集模块进行设计并介绍了各模块硬件电路的设计。针对曳引机控制采用了电流、速度双闭环控制算法,给出了主控制器DSP的软件流程设计,并对速度环采用的多模态PID控制算法进行了研究。在电梯公司的试验塔对设计的驱动控制系统进行现场调试,调试结果表明电梯在高、中、低速下都能够良好地跟踪给定的S型速度曲线,且超调量较小,稳态误差较小,可以满足电梯控制的性能指标要求。     

10-甲基-PGD2的合成子的合成

PGD2的合成子(9)的合成是以2-甲基环戊1,3-二酮(1)为原料, 经烯醇醚化、烯丙基化、酸去保护、羰基的锂铝氢还原、臭氧化、氧化、甲酰化获得.     

静电场边值问题的矩量法解

本文采用修正格林函数积分方程的矩量法数值解技术求解静电场边值问题。这种方法具有较边界积分法积分域小的特点,不仅有高的计算效率和精度,尤其适用于有无限延伸导体边界的边值问题。本文着重讨论与传输线问题等效的边值问题,这是典型的二维静电场问题,对高频和微波技术有重要的实用价值。本文方法也适用于三维静电场问题和交变电磁场问题。     

机器学习的基石：聚类任务的现状与挑战

[目的/意义]随着信息技术的快速发展,各个领域积累的数据呈现出规模大、种类多、结构复杂等特点,这些都为已有的无监督聚类算法提出了严峻挑战。[方法/过程]该文对近年来提出的各种聚类算法进行了综述。[结果/结论]根据聚类算法可处理的数据类型不同,聚类算法可分为基于向量表示的聚类算法和基于关系表示的聚类算法;从建模策略的角度,聚类算法可分为基于模型优化的算法以及基于启发式的算法。其中,基于模型优化的算法重点分析了k-means算法以及图割算法的研究现状,并给出了两种算法之间的差别和联系,进而解释了为什么k-means模型只能处理球形数据,而图割模型可以处理非凸数据。基于启发式的算法以密度聚类算法为例展开分析。此外,鉴于无监督聚类算法面临的非凸优化难题,该文还分析讨论了无监督聚类算法的各种优化方法。最后,归纳总结了现有算法与优化方法的主要特点,并指出了现阶段聚类方法存在的问题以及未来的研究方向。