基于协同表示的目标跟踪算法

提出一种基于协同表示的新的目标跟踪算法.在贝叶斯框架下,采用基于重构误差的观测似然函数和考虑遮挡的模型更新机制设计一个鲁棒的跟踪器.用l₁范数来建模重构误差以更好地容忍奇异值,同时用协同表示对编码系数进行约束.实验结果表明,和其他算法相比,本文算法能够战胜遮挡、尺度变化、光照变化、背景混乱等干扰因素,具有较高的准确度和鲁棒性.     

基于灰色系统理论的专利授权数预测研究——以辽宁省为例

[目的/意义]旨在准确、合理地对专利授权数进行预测.[方法/过程]运用灰色系统理论,对待选因素进行灰关联度计算,选择关联度较高因素的统计数据,形成被比较序列,再结合参考序列建立GM(1,N)模型,对专利授权数进行预测和误差检验.[结果/结论]通过与常规GM(1,N)模型对比,建立的GM(1,6)模型的预测准确度优于前者...     

Utility of P-SEP,sTREM-1 and suPAR as Novel Sepsis Biomarkers in SARS-CoV-2 Infection

The coronavirus disease 2019 is a highly contagious viral infection caused by SARS-CoV-2 virus, member of coronaviridae family. It causes life threatening complications due to complexity and rapid onset course of the disease. Early identification of high-risk patients who require close monitoring and aggressive treatment remains challengeable till date. Novel biomarkers which help to identify high risk patients at the early stage is high priority. Objective of this review to find utility of P-SEP, sTREM-1 and suPAR for diagnosis, risk stratification and prognosis of SARS-CoV-2 infected cases. Soluble receptors like, P-SEP, sTREM-1 and suPAR have been involved in immune regulation in SARS-CoV-2 infection and elevate more in severe cases. A comprehensive research of databases like PubMed, EMBASE, CNKI and Web of Science was performed for relevant studies. A total of nine out of fifteen research literature in initial screening were included for this review. Interestingly all studies have reported high levels of P-SEP, sTREM-1 and suPAR in SARS-CoV-2 infected cases and the biomarkers positively correlated with severity of infection. This implies that P-SEP, sTREM-1 and suPAR can be implemented as surrogate marker in blood profile for early diagnosis, risk stratification and prognosis in SARS-CoV-2 for better management in Indian population at the current situation.     

基于论文和专利数据的研究前沿挖掘研究——以智能网联汽车领域为例

[目的/意义]对比论文数据和专利数据的特征指标,识别热点、新兴、潜在和消亡研究前沿主题.[方法/过程]利用LDA主题模型,对智能汽车领域相关的论文数据和专利数据进行主题提取,计算两个数据源下各主题的强度和主题新颖度并进行对比分析.[结果/结论]本文识别出路径规划技术等热点研究前沿6个、智能计算等新兴研究前沿2个、安全认...     

低负荷加压训练改善自发性高血压大鼠的血压效果及机制研究

目的:探究低负荷加压训练对自发性高血压大鼠的降压效果及其作用机制。方法:选取4周龄雄性自发性高血压大鼠,随机分为对照组(高血压安静组)、低负荷训练组、低负荷加压训练组和高负荷训练组。低负荷训练组进行35%~55%1RM递进式低负荷爬梯训练,低负荷加压训练组进行30%~40%血流受限结合35%~55%1RM递进式低负荷爬梯训练,高负荷训练组进行55%~75%1RM递进式高负荷爬梯训练,训练后测定血压、血液中内皮素-1、血管内皮生长因子、一氧化氮合成酶的表达和心肌组织中内皮型一氧化氮合成酶的表达。结果:1)与对照组、高负荷训练组相比,低负荷加压训练组收缩压、舒张压显著下降(P<0.05);与低负荷训练组相比,低负荷加压训练组舒张压显著下降(P<0.05)。2)与对照组相比,低负荷加压训练组血液中内皮素-1表达显著下调(P<0.05),血管内皮生长因子和一氧化氮合成酶表达显著上调(P<0.05);3)与对照组相比,低负荷加压训练组心肌中内皮型一氧化氮合成酶表达显著上调(P<0.05);4)在低负荷加压训练组中,收缩压与内皮素-1呈正相关,相关性分析具有统计学意义(P<0.05);收缩压与一氧化氮合成酶、血管内皮生长因子、内皮型一氧化氮合成酶均呈负相关,相关性分析具有统计学意义(P<0.05)。结论:1)低负荷加压训练降压效果优于高负荷训练;2)低负荷加压训练能够通过下调血液中内皮素-1的表达,上调血液中血管内皮生长因子和一氧化氮合成酶的表达,同时上调心肌中内皮型一氧化氮合成酶表达,改善内皮细胞功能,达到降压的效果。     

基于组合赋权法与可拓物元的海绵城市PPP项目运作方式选择研究

海绵城市建设作为推进我国新型城镇化建设的战略性举措,其与PPP模式的结合已经引发社会各界的关注,其中海绵城市PPP项目运作方式的选择研究成为焦点问题,基于此,构建了最优组合赋权法与可拓物元相结合的海绵城市PPP项目运作方式选择模型。首先,结合海绵城市的特质与PPP项目运作方式的特点确定海绵城市PPP项目运作方式选择指标体系,然后引入G1主观赋权法与信息熵客观赋权法求解各指标最优权重,并运用可拓物元理论计算各PPP项目运作方式的关联度,以确定与项目最契合的运作方式,最后,以我国首批海绵城市建设试点城市之一“嘉兴市”的PPP项目运作方式选择,验证了该选择模型的适用性与科学性,能够为海绵城市的建设发展提供一定帮助。     

KYN28A-12型高压开关柜接地刀闸的改造

通过对KYN28-10型手车式开关柜接地刀闸隐患的分析,找出了原因,提出了解决问题的方法,保证了高压开关柜的安全可靠运行。     

一种新的模糊边缘检测算法

基于信息论中最大熵原理 ,提出了一种新的模糊边缘检测算法 .首先介绍了模糊概率、用条件概率与条件熵定义模糊划分熵的概念以及模糊划分的原理 .算法利用了自然划分以及梯度图像模糊划分的关系 ,在条件概率与模糊划分熵的基础上 ,通过最大模糊熵原则实现图像分割中最优阈值的自动提取 ,从而实现图像的边缘检测 .对不同测试图像的边缘检测结果进行比较 ,表明了该算法的有效性 .     

桑树DNJ提取、纯化和检测的研究进展

1-脱氧野尻霉素(1-deoxynojirimycin,DNJ)是存在于桑树中的一种多羟基哌啶生物碱,因其通过抑制α-葡萄糖苷酶活性,进而具有降血糖、抗病毒、抗肿瘤等生理活性和药理活性.DNJ广泛存在于桑树的各种组织中,不同桑树类型和品种中DNJ含量不同,采取的每一种提取、测定方法均具有选择性和特异性,只适用于某种类型或某种桑树品种样品的纯化和检测.同时,DNJ在桑树体内的含量较低,而且桑树体内其他次生代谢物质的干扰增加了DNJ提取和测定的难度.因此,目前文献中报道的DNJ提取、分离纯化和检测方法较多.针对已报道的DNJ的提取、分离纯化和检测方法,综述了近年来DNJ研究方面的最新进展,为更好利用和开发DNJ制品,为DNJ的工业化生产提供参考和借鉴.     

两种用于城市用水量预测的灰色-神经网络组合模型

为了提高灰色GM(1,1)模型在城市用水量预测中的精度,结合BP神经网络的优点,给出了两种灰色-神经网络组合模型GM-BP1和GM-BP2.模型1利用神经网络对GM(1,1)模型的误差序列进行回归训练,将得到的预测值作为原始误差的修正来减小误差;而模型2由部分数据建立了GM(1,1)模型组,通过神经网络训练得到部分数据GM(1,1)模型组与真实值之间的非线性映射关系,利用这种精准的映射关系来提高预测精度.最后实际算例表明了所给方法是有效的,该组合模型可用于城市用水量的中长期预测.