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。     

国外运动科学领域减肥研究的热点内容及发展趋向

为探究国外运动减肥研究的热点内容和演化趋向,以Web of Science核心合集中的SCI-EXPANDED、SSCI、A&HCI为来源数据库,对其中运动科学领域减肥研究的1 211篇文献进行科学计量和文本内容分析。结果显示：（1）有34个国家和地区的学者对运动减肥进行研究。2004年之后,逐渐形成内容丰富的研究体系;（2）研究演进过程可分为萌发、快速发展、深入发展和领域拓展四个阶段;（3）主要聚焦于减肥对健康的影响、减肥的方式方法、减肥后如何防止体重恢复等热点主题;（4）呈现四个方面的发展特征,研究对象越来越有针对性,研究内容从减肥健康原理向减肥方式方法的应用性转化,干预手段从单一运动方案向多重组合方式转变,研究结果倾向量化的数据指标反映关联关系。     

基于熵权-COPARS的电力企业可持续发展能力评价研究

企业可持续发展能力是企业发展过程中保持经营优势和持续成长的能力。企业可持续发展能力的评价对企业制定战略布局,提高企业竞争力具有重要意义。基于电力企业的特点,本文从生态环保、服务质量、技术竞争力、市场布局四方面建立了电力企业可持续发展能力评估指标体系,结合熵权法和复杂比例评价法(COPARS)建立了综合评价模型,选取6家代表性电力企业进行实证分析及应用。结果显示代表技术竞争力和创新能力的“授权专利增长率”指标在电力企业可持续发展能力评价模型中权重最大,国家电网的可持续发展能力为“中等”水平,仍有较大的提升空间。电力企业进行可持续发展战略制定时,可参考本模型,实现有的放矢,提升管理效率。     

中国地区科技效率的组合测度研究

 提出一种新的TOPSIS效率测度方法,首先采用TOPSIS分别计算科技综合产出指数和科技综合投入指数,然后用二者的比例作为科技投入产出的效率值。该方法计算简便,是一种新的优秀的效率测度方法,将该方法与非径向超效率DEA相结合进行组合效率测度,克服了单一DEA效率测度稳定性差的缺陷,具有广泛的应用前景。实证研究表明,TOPSIS效率测度结果和非径向超效率DEA测度结果具有中等程度的相关,说明两者各有优势。中国东部地区科技效率要高于中部地区,中部地区科技效率高于西部地区。     

基于熵值权-双基点的NPD项目计划序列决策模型

为有效地对企业新产品研发(NPD)项目计划进行决策,通过分析NPD项目计划的多阶段决策特点,基于熵值权法和双基点法,提出了一个NPD项目计划序列的多阶段、多指标决策模型。首先确定各阶段NPD项目计划的指标值,并用熵值权法求出各阶段指标权重;其次,利用双基点法和灰色关联度对各阶段NPD项目计划进行评价,再通过综合各阶段评价结果确定NPD计划序列;最后给出实例,说明了应用该模型进行NPD项目计划序列决策的过程。     

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.     

搜索引擎优化策略研究

搜索引擎是互联网上应用最为广泛的工具,是用户寻找网上信息和资源的主要途径。搜索引擎营销已经成为网络营销最重要的组成部分。如何使自己的网站被主要的搜索引擎收录,并且得到较好的排名,成为网站建设者们不得不考虑的问题。文章首先阐述了搜索引擎的基本含义,然后介绍了搜索引擎优化的重要意义,最后提出了搜索引擎优化的策略。     

世界优秀男女链球运动员身体形态、年龄与最好成绩特征分析

运用文献资料调研法、数理统计法等方法,对参加北京奥运会、伦敦奥运会男女链球比赛71名运动员(男运动员31人,女运动员40人)5项基本参数进行比较分析。结果表明:成绩较好的A组和成绩较差的B组比较,两组男子运动员个人最好成绩平均值存在非常显著性差异(p0.01),而平均年龄、身高、体重、克托莱指数均不存在显著性差异(p0.05);两组女子运动员比较,个人最好成绩平均值存在非常显著性差异(p0.01),平均身高存在显著性差异(p0.05),平均年龄、体重和克托莱指数均不存在显著性差异(p0.05)。说明,该项目高水平运动员已经形成了比较稳定的身体形态特征;专项技术在世界高水平链球运动员中占有主导作用。此结果为链球运动员的选材和训练提供参考。     

Fault diagnosis model based on fuzzy support vector machine combined with weighted fuzzy clustering

A fault diagnosis model is proposed based on fuzzy support vector machine (FSVM) combined with fuzzy clustering (FC).Considering the relationship between the sample point and non-self class,FC algorithm is applied to generate fuzzy memberships.In the algorithm,sample weights based on a distribution density function of data point and genetic algorithm (GA) are introduced to enhance the performance of FC.Then a multi-class FSVM with radial basis function kernel is established according to directed acyclic graph algorithm,the penalty factor and kernel parameter of which are optimized by GA.Finally,the model is executed for multi-class fault diagnosis of rolling element bearings.The results show that the presented model achieves high performances both in identifying fault types and fault degrees.The performance comparisons of the presented model with SVM and distance-based FSVM for noisy case demonstrate the capacity of dealing with noise and generalization.     

我国农村体育精准扶贫改革路径分析

为了丰富户外用品上市公司的评价研究,提升企业的经营绩效,以我国户外用品6家上市公司2016年度财务数据为样本,采用熵权法从偿债能力、运营能力、盈利能力和成长能力四个纬度,对其进行了综合评价。结果显示：（1）公司经营结构中,偿债能力所占的权重最大,运营能力次之,盈利能力排名第三,成长能力所占权重最小;（2）6家公司中,4项一级指标的评分存在明显的两极分化现象。其中,三夫户外的偿债能力最强,牧高笛最弱;牧高笛的运营能力和盈利能力最突出,三夫户外的运营能力和嘉麟杰的盈利能力比较薄弱;中潜股份的成长能力最优秀,浙江永强成长能力最小;（3）综合实力强弱顺序依次为探路者、三夫户外、牧高笛、中潜股份、嘉麟杰、浙江永强。