自适应与附加动量BP神经网络的ECT流型辨识

传统BP神经网络是解决电容层析成像系统流型辨识经典的算法,虽然在一些简单问题上达到了工业实际应用的要求,但如果解决复杂工业问题时就会暴露出很多缺陷。针对传统BP神经网络算法的不足,为降低误差震荡现象,引入了自适应调节学习速率和附加动量因子。通过输入电容值进行训练,得到适合流型识别神经网络。仿真实验结果表明,该算法不仅继承传统BP神经网络的优点,而且还提高了ECT系统流型辨识中的收敛速度慢,解决了容易陷入局部极小值的问题。

一种基于正则化判别分析的迁移学习算法

针对大多数基于实例的迁移学习方法容易产生分布参数估计困难和泛化效果差的问题,提出一种正则化判别迁移学习算法。依据判别分析和半监督学习理论,采用核方法和正则化方法,研究了基于正则化的高斯核半监督判别分析方法,以构造修正嵌入空间的方式进行样本迁移。一方面,在映射空间中筛选样本可克服估计分布参数的困难;另一方面,引入伪标记数据和定义距离函数可避免过拟合问题。文本和非文本数据集上的实验结果验证了所提算法能够有效提高迁移的正确率及学习模型的泛化能力。

ATDC5:一株反映软骨形成完整过程的细胞系

中医学认为,筋骨失养,系肝肾虚衰所致。补肾中药的某些有效成分具有与细胞因子、激素类似的生理活性和广泛的药理作用,不仅可用于骨性关节炎的治疗,而且在组织工程及干细胞工程领域有广泛的应用前景。ATDC5细胞株来源于小鼠畸胎癌株AT805,作为一个前软骨细胞株其分化过程与软骨形成过程类似。在细胞因子、激素和无机磷酸盐等作用下,ATDC5细胞将发生增殖、聚集进而进入软骨细胞分化阶段,分化为增殖性软骨细胞。增殖性软骨细胞随后继续分化为肥大性软骨细胞,从而进入终末分化阶段,软骨基质发生矿化,最终沉积成骨。通过从系统调节因子、局部调节因子和细胞培养条件三个方面,揭示ATDC5细胞增殖、分化与矿化的分子机制,为软骨发育研究及中药有效成分高通量筛选提供理论依据。

痹祺胶囊水提取物及其单体成分抗炎活性比较

目的:考察痹祺胶囊水提取物及其单体成分对脂多糖(LPS)诱导小鼠单核/巨噬细胞株RAW 264.7炎症反应的保护作用,以确定痹祺胶囊中抗炎的主要活性成分,为质量控制标准升级提供依据。方法:利用LPS诱导RAW 264.7细胞建立体外急性炎症模型,给予痹祺胶囊水提取物及6种单体成分马钱子碱,士的宁,隐丹参酮,丹酚酸B,甘草苷,甘草酸治疗,痹祺胶囊水提取物质量浓度分别为0.25,0.5,1 mg·L-1,各单体成分浓度分别为1×10-7,1×10-6,1×10-5mol·L-1,治疗24 h后,采用Griess试剂法和酶联免疫吸附测定法(ELISA)分别检测痹祺胶囊水提取物及各单体成分对LPS诱导RAW 264.7细胞分泌一氧化氮(NO)以及白细胞介素-6(IL-6)的影响。结果:与正常组比较,模型组RAW 264.7细胞NO,IL-6表达显著升高。与模型组比较,痹祺胶囊水提取物与隐丹参酮均能抑制NO和IL-6分泌;马钱子碱,士的宁,甘草苷和甘草酸均可抑制RAW 264.7细胞NO分泌。结论:痹褀胶囊水提取物中的主要抗炎成分是隐丹参酮,马钱子碱,士的宁。