磁共振T2、SWI序列定位丘脑底核在帕金森病脑深部电刺激术中的对比研究

目的探究磁共振T2序列及磁敏感加权(SWI)序列在丘脑底核(STN)的可视化效果及成像清晰度,研究不同序列定位的计划靶点与实际靶点的误差,并计算出误差量,以指导术前手术计划制定及影像学选择。方法收集并分析河南大学第一附属医院2018年12月—2020年12月因帕金森病行脑深部电刺激术(DBS)且符合本次研究纳入标准的患者,共计11例,所有患者术前均行3.0 T高分辨率磁共振成像扫描3DT1 bravo、T2、SWI序列。分别利用T2序列或SWI序列制定手术计划并生成相应手术坐标,所有患者均行双侧STN行DBS,共计22侧,术后复查高分辨率薄层颅脑CT并与术前MRI融合。术后重建电极尖端位置坐标,分别与T2计划坐标、SWI计划坐标两两对比,分析误差值。结果以T2为参考计划坐标与SWI为参考计划坐标对比。在两侧Z轴上,差异有统计学意义(P<0.05),左侧SWI较T2深(2.16±1.02)mm;右侧SWI较T2深(2.13±1.62)mm。结论STN在SWI序列上显示的深度比在T2序列显示的深2 mm左右且更符合电生理深度。

基于ISODATA改进K均值聚类算法的NLOS识别技术

针对超宽带信号中非视距误差造成定位系统定位偏差的问题,提出了一种改进无监督算法的NLOS识别技术。本文提取信道脉冲冲激响应波形的8种特征参量,选择主成分分析算法对多维特征进行降维处理;采用基于迭代自组织数据分析法改进的K均值聚类算法,自适应地选择K值来区分视距和非视距信号;最后,结合特征参量的冗余性、相关性对分类结果进行判别。实验结果表明,该方法能有效地识别出NLOS信号,且具有较好的环境适应性,识别准确度达到95%。

新能源大基地风光储容量协调优化配置

大型新能源基地需要协调配置风光火储容量以满足外送要求,其中火电容量及外送通道的容量通常预先确定,从而风电、光伏、储能的容量配置成为影响新能源外送效果的重要因素。为此,针对大型新能源基地,研究了风光储容量优化配置问题,提出了基于新能源外送可靠性的容量配置方法。基于需求侧的负荷曲线,提出了一种聚类方法来优化直流通道的计划传输功率;基于直流计划功率,提出了衡量新能源外送可靠性的送电置信概率指标;基于送电置信概率等约束,构建了风光储容量优化配置的基本规划模型。为了进一步保证在不同的场景下新能源能可靠外送,在基本规划模型的基础上加入场景分布不确定性,提出了风光储容量配置的分布鲁棒规划模型。考虑到分布鲁棒约束包含整数变量,提出了一种迭代算法用于该分布鲁棒规划模型的求解。实际算例验证了所提方法的有效性。

强化驻留效应的陶瓷复合装甲抗弹性能

轻强化是防护装甲永恒的追求,通过结构创新设计是实现装甲轻强化的重要手段。本文基于陶瓷驻留效应防护机制,对填充陶瓷进行结构设计从而达到强化驻留效应的目的,有效提高了防护装甲的轻强化,并且探索了结构参数对新型防护装甲防护性能的影响规律。结果表明:新型复合装甲的抗弹机制呈现出驻留效应和厚度效应的顺序耦合;当锥角为60°时,新型防护装甲的驻留效应最大,且随着锥角层高度的增大,驻留效应进一步增大;与传统的陶瓷复合装甲相比,在动能耗散率和弹体剩余速度相当的前提下,新型防护装甲的质量降低了16.7%。

隐丹参酮抗静脉血栓栓塞症的网络药理学研究

目的探讨隐丹参酮治疗静脉血栓栓塞症(VTE)的分子机制。方法从网络数据库中分别获得疾病和药物的靶点,并得到所收集靶点的交集,使用R语言包对交集靶点进行基因本体论(GO)分析,探索其生物学功能,使用京都基因和基因组百科全书(KEGG)富集分析探索主要信号途径。通过STRING在线数据库分析疾病与药物交叉靶点之间的蛋白质相互作用,应用Cytoscape的插件获得隐丹参酮抗VTE的核心靶点,使用分子对接技术验证药物与核心靶点之间的相互作用,通过Cytoscape构建药物-疾病-GO-KEGG-靶点的可视化网络图。结果经过筛选共获得261个隐丹参酮靶点和1961个无重复的VTE相关基因,87个隐丹参酮治疗VTE疾病的交集靶基因。GO富集分析产生2012个GO项目,1867个为生物过程(BP),18个为细胞成分(CC),127个为分子功能(MF),KEGG信号通路分析示132条KEGG途径被显著富集,表明这些靶基因与多种重要的疾病有关,主要包括癌症、动脉粥样硬化、内分泌和糖尿病并发症等。经CytoNca筛选得到7个核心靶点非受体酪氨酸激酶(SRC)、丝裂原活化蛋白激酶1(MAPK1)、信号转导和转录激活因子3(STAT3)、蛋白质酪氨酸磷酸酶非受体型11(PTPN11)、磷酸肌醇-3-激酶调节亚基1(PIK3R1)、表皮生长因子受体(EGFR)和Janus蛋白酪氨酸激酶(JAK2)。分子对接表明隐丹参酮可以很容易地进入并结合到其核心基因的活性位点。结论网络药理学和分子对接揭示了隐丹参酮抗静脉血栓栓塞症的核心靶点和信号通路,其防治VTE主要作用于靶点SRC、MAPK1、STAT3、PTPN11、PIK3R1、EGFR和JAK2,参与癌症、动脉粥样硬化、内分泌和糖尿病并发症等多种信号通路。

计及等效负荷密度的变电站设备故障缺陷识别仿真

针对变电站设备故障缺陷复杂,识别精度较低的问题,研究了计及等效负荷密度的变电站设备故障缺陷识别方法。依照有所差异的边界条件智能选取接线方式,并将结果反馈至基础参数设置部分,匹配基础参数,构建等效负荷密度模型,分析不同负荷条件下配电站设备运行的馈线功率损失与电压降落情况,将所得馈线功率损失与电压降落情况作为变电站设备故障特征信息输入深度学习网络,通过二次学习与训练完成变电站设备故障缺陷识别。仿真结果显示该方法能够准确计算负荷的有功线损与电压降落情况,有效识别并定位变电站设备故障缺陷。

基于参数规划的含储能和风电电力系统低碳经济调度

为了实现“双碳”目标以及适应新能源快速发展的形势,基于参数规划及工程博弈论提出了一种含储能和风电电力系统的多目标低碳经济调度方法。以系统发电成本、碳排放量、储能寿命折损为目标构建多目标优化模型,采用系数约束法将模型转化为参数线性规划模型,求解参数规划模型可获得Pareto前沿的精确解析表达式,从而进一步构建工程博弈问题,精炼得到对多目标具有公平性的唯一Pareto最优解,为决策者提供参考。算例分析结果表明,所提调度方法能够充分兼顾各目标的优化程度,保证电力系统调度的环保性与经济性,可有效应用于新能源电力系统的低碳经济调度。

基于半监督高斯混合模型与梯度提升树的砂岩储层相控孔隙度预测

孔隙度是一种描述储层物性特征的重要参数。考虑砂岩与泥岩的孔隙度存在明显差异,提出了一种基于半监督高斯混合模型与梯度提升树的相控孔隙度预测方法,以实现砂岩储层孔隙度的精细描述。首先利用少量具岩相标签的测井数据确定高斯混合模型的初始聚类中心及对应的岩相类别;其次利用大量无标签测井数据优化高斯混合模型,实现砂岩与泥岩的准确划分;再次基于地质认识将泥岩孔隙度解释为固定的极小值,从而后续只开展砂岩孔隙度预测;然后将测井曲线拟合方法导出的孔隙度先验信息和测井敏感属性作为梯度提升树算法的多元输入信息,通过学习统计性岩石物理关系建立砂岩孔隙度的计算模型;最终根据岩相结果将砂岩段与泥岩段的孔隙度进行组合得到相控孔隙度。D油田的18口井数据测试结果表明:半监督高斯混合模型的岩相分类效果优于K均值、支持向量机、随机森林等机器学习算法,2口盲井的岩相分类准确率达到94.5%;所构建方法对2口盲井预测的相控孔隙度结果与真实孔隙度具有较高的一致性,平均相关系数达0.805。

电力系统全环节碳计量方法与碳表系统

电力行业是中国煤炭消耗和碳排放最大的单一行业。实时、准确、全面的计量电力碳排放是挖掘电力碳减排潜力、引导电力用户互动减碳的基础与前提,也是支撑碳市场的数据基础。为此,以联合国气候变化公约提出的“可测量、可报告、可核实”的“三可”原则为基本设计理念,基于电力系统碳排放流分析理论,提出了电力系统全环节碳计量方法,实现电力系统源、网、荷三侧电碳信息的“分钟级”实时碳计量和“用户级”精细碳计量。在此基础上,设计了电力系统全环节碳计量系统,介绍了电力碳表系统的基本概念和实现形式。基于中国江苏常州市的实际系统运行数据和负荷数据开展了仿真验证,仿真结果验证了所提方法的有效性。最后,对电力能源系统碳计量领域需要进一步研究的关键问题进行了展望。

基于本体和关联数据的知识集成模型研究

由于目前各领域集成模型还主要以数据集成、信息集成为主,但这些集成模型中缺乏对标准的融合等问题,而本体和关联数据技术不仅能从根本上解决“知识孤岛”现象,且基于该技术还能在模式层将语义进行链接,减少数据的冗余,为知识元提供集成化的知识模型。为此首先比对并分析了传统知识组织方法,然后依据本体、关联数据知识组织方法,提出并构建了标准驱动的知识集成模型。该模型通过复用领域主题词表和国际上相关的事实标准本体中的叙词表实现对领域知识本体的表示。最后通过关联数据技术将实体RDF(Resource Description Framework)序列化,并实现与外部知识库中的实体进行链接,发布成统一的、集成化的关联数据,为领域提供知识服务。为验证所提模型的可行性,以石油领域为背景,复用了石油主题词等标准词汇表并构建了标准化石油领域本体,再将石油领域知识与GeoNames和DBpedia百科知识库关联实现了集成,验证了所提模型的合理性与可用性,该标准化的集成模型同样适用于其他领域的知识集成。

基于深度学习的Linux远控木马检测

远控木马作为一种高级形态的恶意代码,不仅能收集用户敏感信息,而且可以通过命令控制引发大规模的攻击。为高效准确地识别远控木马,通过结合静态分析和动态行为分析方法提取文件特征,利用深度学习对样本特征逐层抽取的能力,构建基于循环神经网络(RNN)的样本分类模型,以对Linux远控木马进行检测。为避免陷入局部最优,采用随机搜索参数的方法进行模型超参数选择。对基于RNN的分类模型及其他基于传统机器学习算法的模型分别进行实验,结果表明,在选取性能最佳的超参数配置下,基于RNN的样本分类模型具有更高的准确率与F1值。

AIGC时代网络信息内容的法律治理——以大语言模型为例

大语言模型是发展人工智能生成内容(AIGC)最为关键的技术之一。它在推动AIGC发展的同时,也会带来生成违法和不良信息的风险。大语言模型生成违法和不良信息的原因较为复杂,造成的风险程度更为严重,因而给网络信息内容的法律治理带来挑战。为此,中国在立法上细化相关主体在网络信息内容生成过程中的义务,新增对人工智能生成内容进行标识的义务,但相关规则仍存在着继续完善的空间。未来,中国应进一步明确人工智能生成内容致害的侵权责任规则,确定侵权责任的主体和归责原则,基于现行法构造合理的解释论;合理界定网络信息内容服务平台对内容的注意义务,将AIGC技术发展和产业状况纳入考量因素;完善对人工智能生成内容进行标识的要求,区分场景规定不同的标识要求,增加服务使用者和内容传播者的标识义务。

基于数据分布域变换与贝叶斯神经网络的渗透率预测及不确定性估计

渗透率是储层评价和油气藏开发的关键参数.传统测井方法与常规机器学习方法估算的渗透率都是固定值.但由于测井数据本身存在噪声,渗透率的预测结果可能受到噪声的影响出现测量性的随机误差(即任意不确定性);同时,当测试数据与训练数据存在差异时,机器学习模型在预测渗透率时可能出现模型参数的不确定性(即认知不确定性).为实现渗透率的准确预测并量化两种不确定性对结果的影响,本文提出基于数据分布域变换和贝叶斯神经网络同时实现渗透率预测及其不确定性的估计.提出方法主要包括两个部分:一部分是不同域数据分布的相互转换,另一部分是基于贝叶斯理论的神经网络渗透率建模预测和不确定性估计.由于贝叶斯神经网络存在数据分布的假设,当标签的概率分布与网络的分布保持一致时,贝叶斯神经网络可以更好的学习到数据之间的关系.因此通过寻找一个函数将一个原始域的渗透率标签转换为目标域的与渗透率有关的变量(我们称为目标域渗透率),使得该变量符合贝叶斯神经网络的分布假设.我们使用贝叶斯神经网络预测目标域渗透率以及任意不确定性和认知不确定性.随后,通过分布域的逆变换,我们将目标域渗透率还原回原始域渗透率.应用本文方法到某油田的18口井的测井数据中,使用16口井的数据进行训练,2口井进行测试.测试井的预测渗透率与真实渗透率基本一致.同时,任意不确定性的预测结果提供了渗透率预测值受到的测井数据噪声影响的位置.认知不确定的预测结果说明数据量少的位置具有更高的认知不确定性.我们提出的这一流程不仅显示了在储层表征方面的巨大潜力,同时可以降低测井解释时的风险.

坚硬顶板水力分段压裂切顶留巷技术及应用研究

针对煤层坚硬顶板难垮落造成的沿空留巷围岩控制难题,以某矿111工作面为工程背景,在预留巷道顶板进行了水力分段压裂切顶卸压。首先建立了理论力学模型计算分析坚硬顶板垮落影响因素;其次采用数值模拟对比了不同分段点间距及钻孔倾角对切顶效果影响;最后在现场进行了水力分段压裂试验并采用十字布点法进行效果验证。研究结果表明,水力分段压裂钻孔倾角及分段压裂点应力状态决定顶板能否及时垮落,以此进行数值模拟分析,最终确定分段压裂点间距为3 m、切顶钻孔倾角为45°时顶板弱化效果较好。现场试验巷道底鼓量最大为210 mm,顶板下沉量最大为121 mm,两帮移近量最大分别为42 mm和61 mm。该技术避免了工作面坚硬顶板来压对沿空留巷的冲击,有效解决了沿空留巷围岩控制难题,为解决沿空留巷类似问题提供参考。

西瓜谷氨酸脱羧酶GADs的克隆与表达分析

谷氨酸脱羧酶(GAD)是催化谷氨酸脱羧的裂解酶,对GABA合成通路起关键作用,并对植物抵御非生物胁迫有重要调控作用。前期通过代谢组和转录组关联分析筛选得到3个西瓜GAD基因家族成员(Cla97C01G007270、Cla97C01G007290和Cla97C04G079700)。在此基础上克隆了3个西瓜GAD家族基因,分别命名为ClGAD1、ClGAD2和ClGAD3,并对其进行生物信息学及表达模式分析。结果显示,ClGAD1、ClGAD2和ClGAD3的CDS分别为1524,1497,1497 bp,其编码的氨基酸数量分别为507,498,498。3个蛋白均为亲水性蛋白;亚细胞定位于线粒体中;具有高度的保守性,保守结构域为谷氨酸脱羧酶;其启动子区域含有大量CAAT-box和TATA-box,以及与逆境胁迫相关的MYB、MYC等相应元件。3个GAD蛋白的二级结构均以α-螺旋、无规卷曲为主;三级结构均为同源六聚体结构。系统进化树显示,GAD基因家族成员与苦瓜、拟南芥的GAD亲缘关系最近。qRT-PCR分析显示,ClGAD1和ClGAD2在茎中表达量最高,而ClGAD3在花中表达量最高。ClGAD1、ClGAD2、ClGAD3分别在盐胁迫12,24,48 h表达量最高;冷和干旱胁迫下3个GAD基因的表达模式较为相似,均在胁迫早期发生大量表达,且ClGAD3在非生物胁迫下的表达量均高于其他2个家族成员。获得了西瓜3个GAD基因的cDNA全长,并对其进行生物信息学和表达模式分析,为丰富西瓜抗非生物胁迫基因资源提供了试验依据。

芹菜杂种优势的初步分析

为初步明确芹菜在单株质量及相关性状、营养品质性状上的杂种优势表现,筛选强优势杂交组合,以期为芹菜杂种优势的利用提供理论依据。以35份芹菜雄性不育系为母本,相应保持系和16份普通自交系为父本,配制158份单交种和29份三交种,调查、分析亲本和杂交组合各性状的杂种优势表现。结果表明:158份单交种的单株质量超亲优势变幅为-53.8%~78.3%,平均值为-7.2%,正向优势率为31.6%,且筛选出14个高产组合,8个优质组合;29份三交种中分别有41.4%和86.2%的组合在单株质量上具有正向超亲、超标优势,并筛选出7个高产组合,表明三交种在芹菜杂种优势上具有一定的利用价值和发展前景。

农村公路对乡村特色产业集聚的门槛效应研究

本文基于甘肃省12个地级市的面板数据,具体分析农村公路通车里程对甘肃省中药材特色产业的影响。首先,利用区位熵指标衡量2010-2020年甘肃省中药材产业的集聚程度。其次,通过固定效应模型研究农村公路通车里程对产业集聚的作用关系,并通过门槛效应模型进一步分析二者间的非线性作用机制。结果表明,中药材特色产业集聚水平存在显著的地区差异,农村公路的发展水平对中药材产业的集聚有显著的促进作用,而且以劳动力规模为门槛变量。研究发现,前者对后者的影响机制具有双门槛的特征,当劳动力规模小于第一门槛值0.5585时,农村公路通车里程对中药材产业集聚的促进作用最强,当劳动力规模大于第二门槛值0.6004时,前者对后者的促进作用最弱,最后根据研究结论提出建议。

基于高通量测序分析玉米浸泡液细菌菌群结构及多样性

为探究玉米浸泡液新酸、老酸在逆流浸泡过程中细菌群落的组成、微生物的多样性与淀粉提取浸泡工艺的联系,利用Illumina MiSeq高通量测序技术对玉米浸泡副产物中的新、老酸玉米浸泡液进行细菌16S r RNA V3~V4测序,结果表明样品中新酸2(L-2)、新酸3(L-3)、新酸4(L-4)、老酸2(X-2)、老酸3(X-3)、老酸4(X-4)中有效序列分别为42102、41679、39779、39922、39800、38896条。在属的分类层次上,老酸中的优势细菌属包括乳酸杆菌属(Lactobacillus)、芽孢杆菌属(Bacillus)、海洋芽孢杆菌属(Oceanobacillus),新酸中的优势细菌属为乳酸杆菌属(Lactobacillus)。玉米浸泡液中的新酸老酸菌群结构和丰度有所不同,结果发现在玉米浸泡液中存在提升浸泡工艺的有益菌,也存在降低玉米淀粉质量的有害菌和腐败菌。

基于定量设计虚拟阻抗的VSG低电压穿越策略

基于虚拟同步发电机(virtual synchronous generator,VSG)控制的新能源并网逆变器能够为电网提供惯性、阻尼以及调频调压支撑,在电网电压跌落时却面临过流的风险。尽管有文献提出采用虚拟阻抗抑制过流,但是它们只考虑抑制过流的单一目标。而根据国标要求,电网电压跌落时逆变器还需要输出一定无功电流,但已有文献中未见有同时综合考虑这两方面目标的虚拟阻抗设计方法。该文基于定量设计的虚拟阻抗提出了一套VSG实现低电压穿越(low voltage ride through,LVRT)的策略。该策略首先在电网电压跌落时冻结功率环,然后加入根据该文方法设计的虚拟阻抗,确保电压跌落期间的安全稳定运行。在电网电压恢复正常以后,恢复功率环控制并改变有功功率指令值,同时加入虚拟恢复电阻避免过流。随后虚拟恢复电阻逐渐衰减为0,系统恢复到正常模式。最后通过硬件在环实验证明了该文分析的虚拟阻抗设计值的正确性以及所提出的LVRT策略的可行性。

孤岛并联虚拟同步发电机暂态功率分配机理分析与优化控制

虚拟同步发电机在孤岛并联时可以通过下垂控制实现稳态的有功功率均分。但是在线路阻抗、惯量、阻尼等参数不相等的情况下,负载变化时会产生有功功率的过冲和振荡。该文将负载变化的暂态过程分为两个阶段,并采用等效电路模型分析第一阶段特性,采用状态空间小信号模型分析第二阶段特性及参数影响。在此基础上,提出一种基于虚拟电感和暂态阻尼的暂态主动功率分配的优化方法,从而在不影响稳态功率分配的前提下改进了暂态有功分配的性能。最后,基于Matlab/Simulink的仿真以及实验结果验证了所提方法的有效性。