佛山顺德区居民出行特征分析及交通对策研究

根据2005年居民出行调查数据,对顺德区居民出行特征的一系列指标如出行强度、出行方式、出行的时间分布、出行的空间分布等进行了分析研究,并针对顺德区居民出行总量增大、出行耗时较长、私人交通方式比重较高、高峰小时峰值强劲等特点,对顺德区交通发展提出了发展公交、建设快速交通系统、加强交通需求管理等相应的对策。     

Regular Small-World Network

According to the deficiencies in Watts and Strogatz＇s small-world network model, we present a new regular model to establish the small-world network. Besides the property of the small-world, this model has other properties such as accuracy in controlling the average shortest path length L, and the average clustering coefficient C, also regular network topology as well as enhanced network robustness. This method improves the construction of the small-world network essentially, so that the regular small-world network closely resembles the actual network. We also present studies on the relationships among the quantities of a variety of edges, L and C in regular small-world network in detail, This research lays the foundation for the establishment of the regular small-world network and acts as a good guidance for further research of this model and its applications.     

软测量与推断控制技术初探

该文论述了软测量与推断控制技术的基本思想和基本原理,介绍了软测量的研究现状和研究成果,并逐一论述了实现软测量技术的4个主要方面:辅助变量的选择、数据采集和处理、模型建立和在线校正。探讨了软测量常用的几类建模方法,包括回归分析和神经网络。分析了当前软测量技术面临的难点,对其今后的研究方向进行了总结与展望。     

直链淀粉-三[(S)-1-苯乙基氨基甲酸酯]手性固定相拆分布地奈德对映体及其制剂含量的测定

22R-布地奈德的药物活性比22S-布地奈德的强2~3倍,开发布地奈德对映体拆分和定量分析方法,可为其药物研发及质量控制提供重要依据。目前,主要以反相C₁₈固定相对布地奈德对映体进行拆分,而采用手性固定相对其进行拆分少有报道。通过考察固定相、流动相和柱温对布地奈德对映体拆分的影响,建立了基于直链淀粉-三[(S)-1-苯乙基氨基甲酸酯]手性固定相快速拆分和检测布地奈德对映体的高效液相色谱方法,其色谱条件如下:色谱柱为Chiralpak AS-RH色谱柱(150 mm×4.6 mm, 5.0 μm),流动相为乙腈-水(45∶55, v/v),柱温40 ℃,流速1.0 mL/min,二极管阵列检测器(DAD),检测波长246 nm,进样量10 μL。在该色谱条件下,布地奈德的两个对映体得到较好拆分,22R-布地奈德和22S-布地奈德的保留时间分别6.40 min和7.77 min,分离度为4.64; 22R-布地奈德和22S-布地奈德分别在各自范围内线性关系良好,相关系数(R²)均为0.9999,检出限分别为0.05 μg/mL和0.07 μg/mL,定量限分别为0.16 μg/mL和0.20 μg/mL; 4个添加水平的样品加标回收率为102.63%~104.17%,相对标准偏差(RSD)为0.08%~0.57%(n=6)。将该方法应用于1批次4个吸入用布地奈德混悬液实际样品进行检测,22R-布地奈德和22S-布地奈德的含量分别为283.15~284.63 μg/mL和259.86~261.51 μg/mL。该方法操作简便,分析时间短,重复性好,准确度高,可用于布地奈德对映体的拆分及其制剂的质量控制。     

互联网交通大数据应用教学探究平台设计

随着大数据等新兴技术的发展,交通数据的内涵和外延得到了进一步拓展,对数据进一步挖掘利用成为交通研究和实践的热点,数据分析应该成为交通专业学生必备技能,交通实验课程体系也应跟上大数据技术的发展步伐.对建设互联网交通大数据实验平台进行探讨,以滴滴出行平台交通大数据共享为基础,开发交互性、可变性较强的大数据分析及可视化实验,...     

基于Synchro系统的典型信号交叉口配时优化研究

首先分析了Synchro仿真系统中信号配时优化模型、用于延误计算的百分比延误方法(PDM)模型和服务水平模型,并在调查实际数据的基础上对典型十字型交叉口的当前信号配时方案进行优化研究,同时提出将改善几何条件和信号配时优化相结合的研究方案.案例给出的交叉口经过几何条件改善和信号配时优化后,最大车流量和通过能力比由1.53减小到1.04,平均控制延误由98.7 s减少到37.1 s,服务水平由F提高到D.     

An evolving network model with modular growth

In this paper, we propose an evolving network model growing fast in units of module, according to the analysis of the evolution characteristics in real complex networks. Each module is a small-world network containing several interconnected nodes and the nodes between the modules are linked by preferential attachment on degree of nodes. We study the modularity measure of the proposed model, which can be adjusted by changing the ratio of the number of inner-module edges and the number of inter-module edges. In view of the mean-field theory, we develop an analytical function of the degree distribution, which is verified by a numerical example and indicates that the degree distribution shows characteristics of the small-world network and the scale-free network distinctly at different segments. The clustering coefficient and the average path length of the network are simulated numerically, indicating that the network shows the small-world property and is affected little by the randomness of the new module.     

高效液相色谱法快速同时检测全血中两种免疫抑制剂

环孢素A和西罗莫司是许多器官移植手术中广泛使用的免疫抑制剂,且一起使用时会产生协同效应,但这两种免疫抑制剂的治疗窗口都非常窄,仅在特定的血药浓度范围内有预期的治疗效果。因此,快速同时检测全血中这两种免疫抑制剂的浓度,可为患者器官移植手术后的给药方案提供有价值的信息。该工作首先考察了环孢素A和西罗莫司在生物液相色谱柱和传统液相色谱柱上的色谱行为,然后基于生物液相色谱柱,建立了可快速分离和检测全血中环孢素A和西罗莫司的高效液相色谱分析方法。全血样品经样品前处理后进样分析,采用ZORBAX 300SB C8柱（250 mm×4.6 mm, 5.0 μm）进行分离,以乙腈-水（70∶30, v/v）为流动相进行等度洗脱,柱温为60 ℃,流速为1.0 mL/min,检测波长为205 nm和278 nm,进样量为20 μL。结果表明,环孢素A和西罗莫司在6 min内可实现较好的分离;环孢素A和西罗莫司在各自的浓度范围内具有良好的线性关系（r>0.997）,检出限（S/N=3）分别为10 ng/mL和1 ng/mL,定量限（S/N=10）分别为30 ng/mL和2 ng/mL, 3个水平的平均加标回收率分别为83.5%~89.7%和95.8%~97.8%,相对标准偏差（RSD）分别为3.2%~9.0%和3.4%~6.7%（n=5）。该方法操作简便,流动相简单,分析时间短,线性范围宽,灵敏度高,可用于全血中环孢素A和西罗莫司的含量检测。