基于Elman神经网络和Kalman滤波的捷联惯导精对准

在采用Kalman滤波进行捷联惯导精对准时,当模型存在误差或系统噪声不能反映实际噪声时,会降低滤波精度甚至导致滤波发散.针对这个问题,提出基于Elman神经网络和Kalman滤波的捷联惯导精对准方法.首先对已知噪声统计特性的系统进行Kalman滤波,将稳定可靠的状态估值作为网络期望输出用来训练Elman网络,然后再用训练好的网络对未知噪声统计特性系统进行状态估计.利用仿真数据对该算法进行验证,结果表明该算法能够克服Kalman滤波精对准的缺陷,提高了对准精度,尤其是航向角的精度.     

山坡风化表层碎石爬行机理研究

山坡风化表层碎石爬行运动是存在于自然界、受多种环境因素影响的一种地表缓慢地质变形现象。本文在介绍有关现场试验测量方法的基础上,通过对测量数据和实地观察结果的分析研究,初步描述了这一自然现象的运动机理和存在的运动形式,并提出了对这一自然现象进行可能的力学、数学模拟研究的初步设想和尝试。     

除草剂精克草星胁迫对泽蛙血细胞的影响

以泽蛙为实验动物,分别以0.000 3、0.001 5、0.007 5、0.037 5 g/L不同浓度的除草剂精克草星溶液为实验药物,研究了泽蛙在精克草星溶液的胁迫下,外周血中血红细胞数、红细胞微核率、核异常率以及总核异常率的变化,同时,以蒸馏水为空白对照.实验结果表明:精克草星会使泽蛙的血红细胞数减少,而且当精克草星浓度高于0.007 5 g/L时,所有染毒组的血红细胞数与对照组相比均达到了差异显著水平(p0.05)或差异极显著水平(p0.01或p0.001).精克草星能使泽蛙外周血红细胞微核率、核异常率及总核异常率升高.与对照组相比,所有处理组的核异常率和总核异常率均达到了差异显著水平(p0.05)或差异极显著水平(p0.01或p0.001).     

阿尔兹海默症血清多肽组生物标志物研究

采用个体样品单独分析的方式分析, 比较9个健康对照者、10个阿尔兹海默症(Alzheimer′s disease, AD)患者和12个认知功能障碍(Mild cognitive impairment, MCI)患者的血清多肽组分析结果, 以寻找潜在的AD病生物标志物.结果表明, 高强度的α-2-巨球蛋白肽段VGFYESDVMGR与AD病晚期阶段密切相关, 而载脂蛋白 C-Ⅲ、组蛋白H1.2和组蛋白H1.4的大量降解, 则与中早期AD和认知功能障碍相关联;载脂蛋白 C-Ⅲ和组蛋白H1的降解肽段具有明显的阶梯序列特征, 但在不同样本中的分布具有一定偶然性.AD病发展的晚期与中早期的血清多肽组特征不同, 这4种蛋白质的降解有可能成为AD病潜在的生物标志物.研究结果也证明了, 归属于纤维蛋白原α链、胸腺素β-4和斑联蛋白等蛋白质的肽段是所有血清样本中的优势肽段.本研究提出了利用血清多肽组学方法辅助诊断AD病的方法, 为临床大规模验证提供了依据和参考.     

应用多模型共识偏最小二乘法和FTIR/ATR光谱技术建立苯丙酮尿症的筛查模型

利用多模型共识偏最小二乘法(cPLS)建立新生儿苯丙酮尿症(PKU)的红外光谱筛查模型,比较PLS和cPLS模型的性能。对原始光谱进行一阶微分预处理,分别用PLS和cPLS建立干血片中苯丙氨酸浓度的定量校正模型,各运行40次,以预测均方根误差(RMSEP)、平均相对误差(MRE)和预测准确率(Acc)为指标,考察两种模型对独立测试集的预测效果。PLS模型的RMSEP、MRE、Acc的平均值和标准差分别为103.3、0.32、97.1和30.0、0.07、4.4;而cPLS模型的RMSEP、MRE、Acc的平均值和标准差分别为88.4、0.26、99.3和19.8、0.04、2.4。cPLS较PLS模型预测更准确,稳定性更好,更适于建立PKU的红外光谱筛查模型。     

妊娠期肝内胆汁淤积症238例临床分析

目的：探讨妊娠期肝内胆汁淤积症（ICP）的发病率、诊断、围产期并发症及防治对策。方法：对本院近5年发生的2384例ICP病例分治疗组（132例）和未治组（106例）进行回顾性分析。结果：治疗组各项血生化指标明显下降、围生儿死亡率、宫内窘迫、新生儿窒息、早产及产后出血率明显低于对照组。结论：加强对ICP的早期诊断、早期治疗,仔细观察多项临床及实验室指标变化,如胎心胎动、NST胎心基线变异、血清转氨酶、胆红素和总胆汁酸,及早发现胎儿宫内窘迫,适时终止妊娠是降低围产儿死亡的关键,也可降低产后出血发生率。     

β-环糊精对阿克他利的包合作用

考察了β-环糊精(β-CD)对阿克他利(Actarit,简称Acta)的包合作用.应用旋光度法确定包合比例为1:1;相溶解度法表明,随着β-CD浓度的增大,阿克他利的溶解度随之增加;比较包合物的不同制备方法发现,饱和水溶液法收率和载药量最高,并用饱和水溶液法制备了Acta-β-CD包合物,同时,采用红外光谱和差示扫描量热法对其性质进行了表征.     

旋流-静态微泡浮选柱浮选某难选钼矿的试验研究

针对某地高氧化率、微细粒不均匀嵌布、易泥化的难选钼矿石,提出粗细粒级分级分选新工艺,即原矿经破磨后将其中粒度小于0．020mm的微细粒级部分利用水力旋流器分离出来,采用高效、节能的微细粒分选设备旋流一静态微泡浮选柱进行分选,解决了该钼矿中微细粒级钼金属回收问题。以煤油为捕收剂,松醇油为起泡剂,水玻璃为分散剂和脉石矿物抑制剂,考察给料量、循环泵工作压力、药剂用量等因素对浮选指标的影响。分别采用一粗二精一扫和一粗二精2种工艺流程对平均钼含量为0．181％的原矿进行连选试验。研究结果表明：采用粗细粒级分级分选、细粒浮选柱回收的工艺流程可获得精矿品位为24．64％,回收率为54．33％的钼精矿,并简化了工艺流程。     

基于深度强化学习的移动机器人视觉图像分级匹配算法

针对传统移动机器人视觉图像分级匹配算法只能完成粗匹配,导致最终匹配精度较低、匹配时间较长等问题,提出一种基于深度强化学习的移动机器人视觉图像分级匹配算法.首先,利用深度强化学习网络结构中的策略网络和价值网络,共同指导浮动图像按正确方向移至参考图像;其次,在粗匹配过程中通过设计奖赏函数,实现颜色特征粗匹配;最后,在粗匹配基础上,利用改进尺度不变特征变换算法提取待匹配的图像局部特征,按相似度进行移动机器人视觉图像分级匹配.实验结果表明,该算法可有效实现图像的粗匹配与精匹配,在不同视角与尺度情况下特征检测的稳定性均较高,匹配精度高、时间短,匹配后的图像质量较好,提高了移动机器人的实际应用效果.     

由粗定位到精提取的图像显著区域检测

图像显著区域检测旨在找出最具信息性的图像,将该任务归纳为一种由粗定位到精提取的处理过程。首先,将图像过分割为超像素,并根据其颜色差异、分形差异及空间分布求得一个表征超像素间相似性的矩阵。依据这个矩阵,利用相似传播算法对超像素聚类;并通过度量类间颜色对比度、类的结构紧凑度与偏离中心度评价每类的显著度。然后,通过比较像素与每类的颜色差异及位置关系更新像素的显著度,最终得到像素精度的、全分辨率的显著性图。对当前流行数据库的实验测试表明,算法具有令人满意的检测效果。