赤苍藤作为一种具有较高开发潜力的药食同源植物,是目前广西大力推荐种植的经济作物之一,但其物质基础研究匮乏,直接导致其在产品开发、市场推广等多个环节上严重受限。为了揭示赤苍藤的药效物质基础,本文从赤苍藤中分离并鉴定了11个化合物,均为首次从赤苍藤属植物中分离得到。结构上,这些化合物分别属于倍半萜、甾体、苯丙素、聚酮等多种结构类型。药理活性研究结果表明,这些化合物均具有一定的抗炎活性,其中acetanilide的抗炎活性优于临床抗炎药物吲哚美辛。研究结果为深入探究赤苍藤的药用价值和开发新药物提供重要参考。

为解决干扰背景下桥梁表面缺陷检测精度低、漏检率及误检率高等问题,本文提出一种数据增广与改进YOLOv8的桥梁缺陷检测方法。通过StyleGAN3和深度图像融合方法对少样本数据进行增广。在YOLOv8主干中加入SPD-Conv模块,提升对低分辨率缺陷的特征提取能力;颈部在AFPN结构的基础上,设计出AFPN_UCG结构,使网络能更好地处理多尺度信息;在C2f中引入RFCBAMConv和DLKA模块,构建C2f_RD模块,使其精准传递梯度信息,同时能够让网络更有效地捕捉小目标信息;通过DCNv3模块与Dynamic Head相结合设计出新的检测头,其将尺度、空间和任务3种注意力机制结合并使用DCNv3动态调整,进一步提升模型对不规则缺陷的预测性能。经实验,数据增广后mAP@0.5提升了2.4个百分点,改进后的YOLOv8准确率为93.2%,mAP@0.5为91.3%,较原模型分别提高了4.2和4.3个百分点,能够更加精准检测桥梁缺陷。

近年来,基于自由电子和电磁场相互作用的传统金属天线在带宽扩展、集成化、灵敏度等方面受到的限制愈发明显,基于里德堡原子的天线技术受到了广泛关注。作为一种高能态原子,里德堡原子用作电磁波的传感接收时,可实现不受Johnson-Nyquist 噪声限制的高灵敏度探测,避免传统金属天线的尺寸效应实现超宽带频谱响应,通过全光学的信号读取手段可有效提高系统抗电磁毁伤性能。得益于以上优势,基于里德堡原子天线的电磁波测量技术近年来已经在多方面展现出超越传统金属天线的性能,并预期将对现代雷达和通信等无线电技术产生颠覆性的影响和应用。本文主要综述里德堡原子的探测原理及其从直流到太赫兹的超宽带工作频谱研究进展,详细概述里德堡原子天线实现连续频率测量的国内外现状,并展望其未来发展趋势。

随着智能通信技术在智能交通场景的广泛运用,行人、车辆目标检测已成为保障道路安全的重要基础。针对在雾天恶劣环境中检测网络漏检率高、检测速度慢的问题,本文提出基于YOLOv8的实时雾天目标检测方法。该模型将输入图片加入去雾网络模块对输入图像进行预处理,保留原图片的细节特征并去除雾气的遮挡,再使用改进后的YOLOv8n进行检测。在YOLOv8n上基于FasterNet改进C2f模块,降低模型参数量及模型大小,增加模型计算效率,并设计SE-ResNeXt检测头,避免了因堆积神经网络层数带来的负面影响。最后运用知识蒸馏的方式,进一步提高检测精度。将所提出模型在 reside rtts数据集和合成有雾数据集上进行验证。与原网络相比,平均精度(mAP@50_95)提升5.2个百分点,检测帧数达到170 frame/s。

针对城市路网交通数据缺失问题,综合考虑交通数据客观存在的时空特性,本文提出一种基于时空矩阵分解(spatial-temporal matrix factorization, STMF)的路网交通数据修复方法。首先依据路网时空属性,将多维交通数据处理为二维矩阵形式,将其分解为空间特征矩阵和时间特征矩阵,并通过低秩近似的方式重构不完整交通数据矩阵,实现缺失数据的基本修复。然后,利用图拉普拉斯(graph Laplacian, GL)和门控循环网络(gated recurrent network, GRN)分别作为空间和时间正则器,进一步挖掘路网交通数据的空间结构关联特性和时间依赖特性,有效提高路网交通数据的修复精度。最后,采用洛杉矶交通速度数据集(Metr-LA)和广州交通数据集(Guangzhou-D)对STMF模型的性能与GAIN、BGCP、BTMF、LRTC-TNN和HaLRTC等基准模型进行对比,实验结果表明,本文提出的基于时空矩阵分解STMF模型相比基准模型,能更好地适应不同的缺失场景和不同的缺失率,缺失数据修复性能具有更好的鲁棒性。

为研究银杏叶提取物(GBE)及其注射液中特征性黄酮类成分,本文采用HPLC指纹图谱、液质联用等方法对其中共有且主要的黄酮类成分进行分析,并建立HPLC定量检测方法对黄酮含量进行测定。结果表明:GBE及其注射液中芦丁、异槲皮苷、山柰酚-3-O-芸香糖苷、水仙苷、紫云英苷、槲皮素、山柰酚、异鼠李素等8种成分为GBE含量较高且具特征性的黄酮成分;采用C₁₈色谱柱,乙腈-0.2%磷酸梯度洗脱,流速1.0 mL/min,检测波长360 nm,柱温30 ℃进行HPLC定量检测,8种黄酮成分分别在6.25～75.00、1.00～12.00、1.75～21.00、1.75～21.00、1.25～15.00、1.25～15.00、0.50～6.00和0.50～6.00 mg/L范围内线性关系良好(r>0.999),其精密度、重复性、稳定性及加样回收率RSD均小于2%;3种GBE粉末中8种黄酮总含量分别为61.37、76.23、140.55 mg/g,4种GBE注射液的黄酮总含量分别为246.0、305.2、284.5和250.8 mg/L。该研究为高品质GBE原料药及其注射液制品的质量控制提供科学依据。

将社交关系融入推荐系统中,能有效提高推荐质量。然而现实世界中用户的交互数据是稀疏和复杂的,如何更好地利用社交信息是关键问题。现有社交推荐模型没有充分探索高阶好友的影响,而且忽略了用户间的关系强度和不同种类的关系对用户的影响,导致推荐性能不佳。为了解决上述问题,本文提出一个基于分级注意力网络和层次化对比学习的社交推荐模型。具体来说,首先,依据用户间不同关系构建用户级超图,扩大节点聚合的感知范围,加深模型深度。然后,设计多级注意力网络更好地捕捉用户交互数据之间的关系和重要性,其中,视图级自注意力机制捕获好友对用户的影响以及项目间的关联程度,通道级注意力自适应地调整不同种类的关系对用户的影响。同时,引入层次化对比学习对数据进行增强,包括视图间和跨视图的第一层对比学习和针对高阶关系的第二层对比学习,多维度捕获数据的细微差距和高层次的抽象特征。最后,将所提出的模型在4个公开基准数据集上进行评估,结果表明本文模型Precision、Recall、NDCG较其他最优基线模型分别提升7.61%、11.05%、10.69%,验证了本文模型的有效性。

本文致力于对变密度不可压缩磁流体动力学方程建立全解耦且无条件能量稳定的数值算法。首先,引入辅助中间速度变量,分别与Gauge-Uzawa 方法的对流形式和守恒形式相结合,建立2个一阶半离散数值算法。2个算法成功地解耦所有耦合项,使得只需在离散级求解线性化子问题, 所以大大提高计算效率。其次,证明2个算法都是无条件能量稳定的,并且对流形式的有限元全离散化算法也是无条件能量稳定的。最后,用数值实验验证解耦方案的准确性和有效性。

特征解耦能够将不同模态特征解耦为相似特征和差异特征,以缓和模态间的贡献度差异。但由于差异特征不仅包含互补信息,同时也包含一致信息,因此差异特征存在显著分布差异。传统特征解耦方法忽视了差异特征内在的冲突,从而导致预测不准确。为了解决这一问题,本文提出一种差异特征导向的解耦多模态情感分析方法,利用特征表示学习和对比学习的思想,提取更为有效的特征并扩大差异特征间的差异。首先部署一个特征提取模块,针对3种模态使用不同的特征提取方法以提取到更为有效的特征;其次使用共同编码器与独立编码器解耦3种模态特征,并使用一个多模态变压器进行特征融合;最后,为了扩大差异特征间的差异,设计用于优化的损失函数。在2个大规模基准数据集上进行实验,并与多个当前先进方法进行比较,在绝大部分指标上都超越当前先进方法,验证了本文方法的有效性与鲁棒性。

桂林市多山地丘陵,属典型的喀斯特地貌,地质条件复杂,雨量充沛,地质灾害频发。本文选取桂林市为研究区,基于地质地貌、气候水文及人类活动等诱发地质灾害的因素,选择高程、坡度、距断层距离、降雨、距水系距离、归一化植被指数(NDVI)、距道路距离及土地利用类型等8项评估指标,建立桂林市地质灾害危险性评估指标体系,并利用ArcGIS平台下的层次分析法(AHP)和信息量模型进行数据集成,对研究区进行地质灾害危险性评估。结果表明,桂林市地质灾害极低、低、中、高和极高危险区面积占比分别为22.41%、31.89%、24.43%、14.81%和6.45%。极高危险区集中分布于永福县、阳朔县、桂林市区等地;极低危险区则主要分布于龙胜各族自治县、资源县、兴安县等地;其余地区为中度危险区,但在空间上表现出一定的差异。根据模型结果可知降水可能是造成桂林市地质灾害危险区分布的最主要因素。模型评估指标(AUC)数值为0.796,通过危险性评价结果准确性检验。结合研究区自然地理特征和各项评估指标的致灾机理,并对比典型区域的危险性评价结果,发现降水、距断层距离等评估指标的高权重以及其他指标的中、低权重分布具有较好的合理性。此外,各因子的加权信息量与其分级结果表现出较好的相关性,进一步验证了该信息量模型的准确性。本研究详细评估各致灾因子对桂林市地质灾害危险等级的影响,并划分了桂林市地质灾害危险区,对桂林市及相关地区的地质灾害防治、土地利用规划以及生态环境保护具有一定参考价值。

为应对织物疵点目标检测中背景纹理复杂以及硬件资源有限问题,本文提出一种基于改进YOLOv8n的轻量化织物疵点检测算法(GSL-YOLOv8n)。首先,为减少YOLOv8n模型参数量与网络结构复杂度,结合Ghost思想构建C2fGhost模块,并用Ghost卷积层替换YOLOv8n网络结构的普通卷积(Conv);其次,在主干网络末端嵌入无参注意力机制SimAM,去除冗余背景,增强小目标语义信息和全局信息,增强网络特征提取能力;最后,设计轻量化共享卷积检测头LSCDH,运用Scale层对特征进行缩放,在保证模型轻量化的同时尽可能减少精度损失。改进后的算法GSL-YOLOv8n相比原YOLOv8n模型平均精度提升0.60%,达到98.29%,检测速度FPS基本保持不变,模型体积、计算量和参数量分别减少66.7%、58.0%和67.4%,满足纺织工业生产对织物疵点检测的应用要求。

针对平面地质图件中地质构造背景复杂、符号表示多样化而导致识别效果不佳的问题,本文提出一种基于迁移学习和通道先验注意力机制的地质构造识别模型MsAttenEfficientNet。该模型以EfficientNet为主干网络架构,并使用通道先验注意力(channel prior convolution attention, CPCA)模块替换EfficientNet特征提取模块MBConv中的压缩和激励网络(squeeze-and-excitation net, SENet),使模型能够动态地分配通道和空间注意力权重,更准确地捕捉到图像中的重要区域和空间结构;其次对顶层预测模块进行改进,引入Swish激活函数和Dropout层,加强模型的泛化性能;最后使用Adam优化算法提高网络的收敛速度,并利用迁移学习实现特征参数共享。通过在地质构造数据集GeoStr18上进行训练及测试,实验结果表明,MsAttenEfficientNet模型对地质构造的识别精准率为96.92%,召回率为96.89%,F₁分数为96.90%,优于ResNet50、ShuffleNetV2和DenseNet121等主流分类识别模型,可有效用于地质构造识别。

针对当前带钢表面缺陷检测算法计算复杂度高、检测精度较低、容易产生漏检和误检等问题,本文提出一种轻量化的带钢表面缺陷检测模型HSED-YOLO。首先,将原始YOLOv8n主干网络更换为改进后的HGNetV2,减少特征图计算冗余,从而降低模型的参数量。然后,为了进一步降低模型的复杂度,在模型颈部网络结构中引入Slim-Neck结构化设计;同时,在特征融合阶段引入EMA(efficient multi-scale attention module)注意力机制,提高模型的特征提取能力;为了进一步提高模型的检测精度,使用DIoU损失函数设计。最后,在带钢缺陷数据集上进行大量实验,得到改进后模型的参数量和计算量分别为2.1×10⁶和6.1×10⁹,仅为基准模型的70%和75.3%,并且平均精度相比于基准模型提升2个百分点,表明改进模型是有效的。

接触网是为列车行驶提供电力的输电线路,附着在接触网的塑料袋等异物会对列车运行造成安全隐患。针对目前人工检查效率低下、劳动成本高等问题,本文提出一种基于YOLOv7改进的接触网异物检测模型YOLO-CDBW。首先,在特征提取阶段构建一种使用残差瓶颈结构和深度分离卷积层的特征提取模块,避免因网络深度增加造成的小目标特征丢失问题,并降低网络运算量;其次,颈部改用BiFPN结构,捕捉多尺度信息,改善细节特征丢失问题,同时嵌入BiFormer注意力机制,重新分配融合后特征图的权重,提高网络对异物的关注度;最后,使用WIoU损失函数优化模型,通过动态聚焦机制,将注意力聚集在普通质量锚框上,提高预测精准度。经实验,YOLO-CDBW模型平均精度均值mAP_0.5达到87.1%,检测速度FPS达到66.5 frame/s,较YOLOv7模型分别提高5.0和10.8个百分点,满足接触网异物检测需求。

植被总初级生产力(GPP)是衡量陆地生态系统碳循环的关键参数,对云南省植被生长季总初级生产力(GPP_GS)进行研究,有助于理解陆地生态系统植被动态和碳循环模式,对区域生态系统的可持续发展具有重要意义。本文利用Theil-Sen Median趋势分析和Mann-Kendall显著性检验,分析云南省植被GPP_GS时空变化特征,并通过通径分析揭示气候因子对植被GPP_GS变化的直接、间接和综合影响。结果表明:①2001—2020年云南省植被GPP_GS呈波动上升趋势,上升速率为1.216 g·(m²·a)^-1;大部分植被GPP_GS呈现上升趋势,其中草甸上升速率最高,为1.674 g·(m²·a)^-1。②云南省植被GPP_GS呈上升趋势的面积占比为73.83%,高山植被、草甸、针叶林、灌丛、草丛、栽培植物和阔叶林GPP_GS呈上升趋势的面积占比分别为85.21%、84.64%、79.11%、75.85%、73.58%、71.76%和58.67%。③通径分析显示,平均气温是导致草甸和针叶林GPP_GS变化的主要因子,降水是造成草丛和栽培植物GPP_GS变化的主要因子,太阳辐射是影响高山植被、灌丛和阔叶林GPP_GS变化的主要因子。④对云南省植被GPP_GS产生直接影响的主导因子占比为平均气温(54.87%)、降水(7.86%)和太阳辐射(9.08%)。

关系抽取旨在抽取2个命名实体之间的语义关系。近年来,提示学习通过拼接提示模板并进行掩码预测的方式,统一了预训练语言模型训练和微调过程的优化目标,在关系抽取领域取得优异的性能。然而,固定的提示模板与关系实例间的弱语义关联导致模型对复杂关系的语义感知能力差。针对这一问题,本文提出一种基于掩码注意力与多特征卷积网络的关系抽取方法。该方法采用三仿射注意力机制将提示模板中的掩码与关系实例的语义空间进行交互映射,形成二维掩码语义,并利用多特征卷积网络和多层感知机提取二维掩码语义中的关系信息。该方法通过建立掩码与关系实例间的显式语义依赖,增强提示模型对复杂关系的语义感知能力。该方法在数据集SemEval、SciERC和CLTC上的F₁值分别达到91.4%、 91.2%和82.6%,验证了该方法的有效性。

随着电动汽车的广泛应用和环保政策的推行,合理调度电动汽车的充电行为对满足用户需求、保障电网稳定性变得愈发重要。针对智能电网中电动汽车车主的差异化充电需求和传统机器学习算法存在的维数灾难问题,本文提出一种基于深度Q网络(deep Q-network, DQN)的电动汽车充电调度算法。该算法利用深度强化学习的优势,结合实时电价和车辆状态等信息,动态调整电动汽车的充放电行为,旨在最大化经济效益并优化电网负荷。实验结果表明,与非受控式充电策略相比,本文提出的算法在30 d的测试期内可降低充电成本约65.6%,能够有效适应电网实时价格波动和用户需求变化,减少高峰充电需求,有效降低充电成本,提高电网的稳定性。

命名实体识别是自然语言处理领域中的一项基本任务,旨在识别和分类文本中的命名实体。目前,基于跨度的方法在实体识别方面取得一定进展,但这些方法往往忽视了候选跨度的质量差异。针对该问题,本文提出一种融合边界交互信息的命名实体识别方法。该方法通过一个边界交互模块评估边界间的语义关联和交互强度,生成边界交互信息矩阵,用于识别边界间潜在的语义联系,引导模型识别和标记出高质量的候选跨度。此外,该方法集成多尺度空洞卷积模块,利用跨度之间的语义关系来减轻非实体噪声的影响。实验表明,本文方法在ACE2005中文数据集、ACE2005英文数据集和Weibo数据集上的F₁值分别达到89.78%、87.37%和72.10%,与基准模型相比分别提升0.67、0.95和0.69个百分点,验证了该方法对命名实体识别的有效性。

针对U-Net及其改进网络在跳跃链接中因忽略多层级特征间相互作用而导致对特征的表征能力不足问题,本文提出一种基于层级尺度交互的U-Net遥感影像建筑物提取方法。首先,在U-Net网络跳跃连接中设计层级尺度交互模块,实现多层级特征的交互增强,提升对特征的表征能力;然后,通过改进空洞空间金字塔池化模块,提出一种多尺度特征提取模块,并将其应用到最高层级特征,来提升网络提取多尺度特征的能力;最后,将自校准卷积引入到解码过程,促进浅层与深层特征更好地融合。在公开建筑物提取数据集WHU和Inria上,将本文方法与6种遥感影像建筑物提取方法进行对比,实验结果表明,本文方法的IoU分别为91.26%和79.23%,均优于对比方法。

本文采用高盐度真菌培养基,对广西北海竹林盐场来源枝孢属嗜盐真菌Cladosporium cladosporioides GXIMD 00533的次级代谢产物进行研究。采用硅胶、反相ODS柱色谱和半制备HPLC等分离手段对该菌株发酵产物进行分离纯化,得到16个单体化合物,根据核磁共振波谱数据对分离得到的化合物进行结构鉴定,鉴定为4个内酯类化合物iso-cladospolide B(1)、cladospolide B(2)、pandangolide 1(3)和thiocladospolide F(4),2个甾醇类化合物cladosporisteroid B(5)和(22E,24R)-3β,5α, 9α-三羟基-7,22-麦角甾二烯-6-酮(6),7个二酮哌嗪brevianamide F(7)、N-乙酰-L-苯丙氨酸(8)、环(L-脯氨酸-L-亮氨酸)(9)、环(L-丙氨酸-L-亮氨酸)(10)、环(L-缬氨酸-L-丙氨酸)(11)、环(L-甘氨酸-L-异亮氨酸)(12)和环(L-亮氨酸-L-甘氨酸)(13),1个氨基酸L-色氨酸(14),2个脂肪酸cladosporacid B(15)和(4R,5S,11R,2E)-4,5,11-三羟基-2-十二烯酸甲酯(16)。对所有化合物进行抗氧化、抗菌、α-葡萄糖苷酶抑制活性、细胞毒活性、抗藤壶附着活性和乙酰胆碱酯酶抑制活性评价。结果显示,化合物6和14具有显著的铁离子还原和抗氧化能力,强于阳性对照抗坏血酸(vitamin C, Vc);化合物6对α-葡萄糖苷酶具有一定程度的抑制活性,IC₅₀为2.662 μmol/L;化合物4具有显著的抗藤壶附着活性,抗附着率为100%;部分化合物表现出一定的乙酰胆碱酯酶活性,其中化合物5抑制率达到54.98%。

由于标注主观性、图像模糊等因素,数据集不可避免存在噪声,使表情识别更具挑战性。现有面部表情识别方法在处理噪声标签时,模型会部分过度拟合噪声标签,对此,本文提出一种新颖的抗噪声双约束网络(NDC-Net)来自动抑制噪声样本。NDC-Net主要包括2个约束机制:类激活映射注意一致性(CAC)和通道空间特征一致性(CSC)。CAC使模型集中于局部重要特征信息,减少对噪声标签的过度关注,而CSC鼓励和确保模型在提取特征时从通道和空间上更加关注到与任务相关的信息,忽略不相关信息,减少对噪声标签的依赖。此外,为增强NDC-Net性能,输入样本采用旋转、缩放等策略进行增强。在 RAF-DB、FERPlus和AffectNet数据集30% 标签噪声下,NDC-Net 的识别性能分别为86.57%、88.22%和59.78%,显著优于EAC、NCCTFER等先进的噪声标签处理方法,并且在计算机视觉领域中被广泛应用于评估算法性能和泛化能力的 CIFAR100 和 Tiny-ImageNet中也取得不错的效果。

生态系统服务量化评估可以为科学决策提供信息,对于保护和提高生态系统服务功能,促进区域可持续发展有重要的现实意义。本文以漓江流域为研究区,运用PLUS模型预测土地利用变化,模拟2030年自然发展情景、城镇发展情景、耕地保护情景和生态保护情景下的土地利用结构,进而利用InVEST模型对流域2010年、2020年和2030年的产水服务、碳储存服务和土壤保持服务进行评估和预测。结果表明:1)土地利用方面,2010—2020年间漓江流域建设用地、水域面积增加,耕地、林地和草地面积减少,2030年多情景下漓江流域土地利用呈现出耕地、林地、草地向建设用地转化的现象。自然发展情景和城镇发展情景下建设用地扩张明显;生态保护情景下耕地、林地和草地面积下降趋势及建设用地扩张速率得到有效控制;耕地保护情景有助于降低耕地向建设用地转化。2)生态系统服务方面,2010—2020年间漓江流域生态系统服务空间分布差异显著,产水量和土壤保持量都呈现上升趋势,碳储存量呈现降低趋势。流域中西部为产水量高值区,流域北部和东部为碳储存量和土壤保持量高值集中区。2030年城镇发展情景下产水量持续增加;发展情景差异对碳储存服务产生显著影响,生态保护情景能够提高碳储存量;土壤保持服务呈现出逐年升高趋势,并在自然发展情景下达到最大。3)建设用地扩张会导致产水服务提升,林地和草地减少引起碳储存量下降,建设用地扩张和林地草地减少使流域土壤保持量呈现出先升高再降低的趋势。研究漓江流域生态和社会经济不同发展模式所带来的生态系统服务变化规律可为流域土地利用空间规划和生态系统管理提供科学决策参考。

深度挖掘和利用脑电信号的特征信息,以提高运动想象的分类性能,一直是脑机接口的研究热点。考虑到脑电特征空间具有高维性且与幅值和相位密切相关,如何有效表达和同时利用脑电的幅值和相位信息已经成为一个难题。为此,本研究提出一种基于复数协方差特征的三维复值卷积神经网络。首先,构建脑电不同频率下的复数协方差矩阵特征,不仅通过复值表示将幅值和相位信息结合在一起,并且保留分类所需的多变量信息,如幅值、相位、空间位置、频率等。其次,设计针对多复数协方差特征的全复数卷积神经网络,实现运动想象任务的高性能分类。在2个公开数据集上的实验结果表明,本研究提出的方法可获得比现有前沿方法至少高出2.49和1.85个百分点的平均准确率。

本文综合运用网络药理学、生物信息学、分子对接、分子动力学、转录组学及体外实验探究一种含酯基吲哚类槐定碱衍生物对肝癌细胞迁移与侵袭的作用及机制。通过PharmMapper、Super-PRED、Swisstarget及Targetnet数据库查找衍生物潜在靶点,利用差异表达分析确定肝癌转移相关基因,取交集确定衍生物作用的肝癌转移相关基因,通过GO/KEGG分析,预测衍生物潜在作用信号通路和差异基因富集信号通路,利用蛋白互作分析和分子对接及分子动力学模拟确定核心靶点和衍生物与核心靶点的相互作用,利用转录组测序获取衍生物导致的差异表达基因,通过蛋白免疫印迹实验检测相应蛋白的表达。结果表明:衍生物可显著抑制肝癌细胞的迁移和侵袭,共有衍生物潜在作用肝癌转移相关靶点47个,其中核心靶点5个:STAT3、PPARG、MAP2K1、CDK4、AKT3;MAPK通路在衍生物预测基因及衍生物导致的差异表达基因富集分析中显著富集,衍生物与核心靶点MAP2K1(MAPK通路关键节点)具备较高结合亲和度,MAPK通路中的核心成员p-Erk1/2蛋白表达下调。这些都表明含酯基吲哚类槐定碱衍生物通过降低MAPK/ERK通路活性抑制肝癌细胞迁移与侵袭。

FOX家族FOXP2基因广泛存在于动物界中,是与声音有关的重要基因,其突变可以导致人类语言障碍。FOXP2基因与鸟类和爬行类的语言能力、学习行为密切相关,为了解其进化史,以66种鸟类和30种爬行类为研究对象,基于基因组数据,利用选择压力分析、系统发育分析等探讨鸟类和爬行类FOXP2基因的分子进化规律。结果表明:1)虽然鸟类与爬行类都有正选择位点,但是FOXP2基因在爬行类与鸟类中非常保守,整体上呈纯化选择;2)鸟类中鸣禽的FOXP2基因未发生正选择,也无正选择位点,但鸣禽的ω值比其他鸟类更高,表明鸣禽的FOXP2基因进化速率更快,可能与鸣禽具有更突出的鸣唱天赋有关;3)虽然鸟类与爬行类FOXP2均处于纯化选择状态,但鸟类明显比爬行类具有更高的ω值,说明鸟类经历选择放松,表明鸟类的FOXP2基因相较于爬行类进化速率更快。本研究结果为FOXP2基因的进化和功能的进一步研究提供理论依据,为人类语言机制的探索带来更多的借鉴与启示。

空间自回归模型广泛用于空间数据的相关性分析,它将空间自回归系数设定为全局常数,对空间自相关性的同质特征进行建模,但是无法分析研究区域内局部异质的空间自相关特征。本文研究一类异质性空间自回归变系数模型,将模型中的空间自相关回归系数设为随地理位置发生变化的变系数函数,实现同时对空间自相关性的局部异质特征和非平稳回归关系建模,提出异质性空间自回归变系数模型的局部常数极大似然和局部线性极大似然估计方法。进行数值模拟,结果表明:局部线性极大似然估计和局部常数极大似然估计方法在有限样本下具有一致性和有效性,本文所提出的模型和估计方法具有良好表现。利用所研究的模型和提出的估计方法对2018年我国手足口病发病率与影响因素进行分析,发现各省(自治区、直辖市)的局部空间自相关性呈现西部偏高,中部和东部偏低的趋势,存在一定差异性,各影响因素对手足口病发病率的影响程度也随空间位置的变化而有所不同。

本文研究非线性多智能体系统在遭受欺骗攻击或重放攻击,并且通信拓扑为Markov切换拓扑时的领导-跟随一致性问题。引入Bernoulli随机变量描述系统遭受欺骗攻击或重放攻击的随机发生。网络攻击导致多智能体系统的通讯拓扑发生随机改变,将其建模为Markov切换拓扑。基于稳定性理论、图论、矩阵理论,利用随机分析方法、Lyapunov方法、无穷小算法等,获得系统实现一致性的充分条件,并给出数值仿真实例,验证结果的正确性和方法的有效性。

为探究复方鹿仙草颗粒(Fufang Luxiancao Keli, FLK)对肝癌的抗肿瘤效果及其机制,本文通过UPLC-QTOF-MS鉴定出FLK中的57个化学成分,利用网络药理学和分子对接技术,结合GO和KEGG分析,筛选出37个活性成分,与肝癌有338个交集靶点,核心靶点为PIK3CA、PIK3CB、PIK3CD、PIK3R1和EGFR,涉及蛋白磷酸化、细胞迁移、活化和增殖等生物过程。KEGG分析表明,FLK可能通过影响癌症通路、PI3K-Akt信号通路等关键途径来抑制肝癌细胞的生长。体外细胞实验验证了网络药理学的结果,显示FLK能有效抑制肝癌细胞的增殖、克隆和迁移,并诱导细胞凋亡和周期阻滞。研究结果表明,FLK可能通过调节PI3K-Akt等信号通路发挥抗肿瘤作用。

针对交直流混合微电网故障定位中出现的过程复杂和诊断速度缓慢问题,本文提出一种基于嗅探策略黏菌算法的故障定位方法。该方法利用贝多西小波变换和节点拓扑优化组成的嗅探策略来执行数据处理。具体而言,首先,利用PowerFactory搭建中低压交直流混合微电网模型,并在交流侧和直流侧输电线路上设置故障来分别提取相应的电压电流故障信号;其次,通过贝多西小波变换将故障信号进行分解与重构,得到其信息香农熵,并结合为能够表征故障的偏移值;然后,通过节点拓扑优化对混合微网的节点和支路的故障偏移值进行拟合;最后,使用优化黏菌算法通过Matlab对所提策略进行仿真验证。仿真结果表明,所提出的嗅探策略以每次迭代耗时小幅增加为代价,提高21%的准确度,提升35.9%的收敛速度,达到准确快速定位混合微网故障点的目的。

本文从理论上分析了光纤涂覆层对长周期光纤光栅(long period fiber grating, LPFG)温度灵敏度的影响。根据数值分析法对有、无涂覆层的LPFG透射谱建立仿真模型,对LPFG进行温度传感的模式耦合过程进行分析。结果表明:包层模阶数越大,涂覆层对不同包层模有效折射率的影响越大,进而推断出不同包层模耦合的LPFG谐振峰具有不同的温度灵敏度。仿真结果验证了带涂覆层LPFG中高阶包层模耦合的谐振峰对温度更敏感,具有0.977 nm/℃的高灵敏度,是普通LPFG的10倍左右。涂覆层的存在不仅能保护光纤、提高其机械强度,更重要的是,对于高阶包层模耦合出来的透射峰,涂覆层能够有效提高它的温度灵敏度。同时,该结果对保留涂覆层制备光栅以及聚合物涂覆栅型结构方面的实验研究具有一定的参考意义。

痛风是一种以下肢剧烈疼痛为典型特征的急性炎症性关节炎。目前临床治疗痛风的药物,例如秋水仙碱、非甾体抗炎药等均有较大副作用,所以探究一种新型有效且副作用小的治疗药物极为迫切。对香豆酸作为一种具有广泛药理活性的中药成分,是一种极具潜力的治疗痛风药物,但其具体机制尚未明确。本文以小鼠急性痛风性关节炎为模型,探究对香豆酸对痛风的缓解效果及其作用机制。研究发现,对香豆酸能明显缓解急性痛风性疼痛,其可能的作用机制为:一是抗炎,对香豆酸能够明显降低急性痛风模型小鼠关节组织中IL-1β的水平;二是对香豆酸与TRPV1结合,通过抑制TRPV1的功能与表达缓解急性痛风性疼痛。

化肥的过量使用会改变土壤的物理性质,破坏土壤结构,再加上连作障碍影响,土壤养分有效性将严重降低。本文以全国最大的麦冬种植基地四川省绵阳市三台县广泛种植的麦冬及其土壤为研究对象,采用第三代高通量测序Illumina MiSeq,探究微生物菌剂对麦冬种植土壤理化性质和微生物群落结构的影响。研究结果显示:施用微生物菌剂后,麦冬产量由原来的5 344.05±987.00 kg/hm²增长到6 501.45±1 154.10 kg/hm²,增幅达到21.63%(P<0.05)。土壤pH值由6.50±0.24显著提高到6.86±0.11(P<0.05)。同时,土壤有机质、总氮和总磷含量均有不同程度的增加。相关性分析表明,土壤pH值和总氮深刻影响麦冬产量,分别呈显著(P<0.05)和极显著(P<0.01)相关性。菌剂的使用改变了土壤微生态环境,施用菌剂后土壤中细菌酸杆菌门Acidobacteria、绿弯菌门Chloroflexi和厚壁菌门Firmicutes的相对丰度显著提高(P<0.05),真菌担子菌门Basidiomycota相对丰度显著提高(P<0.05);其中,对植物病原菌具有良好抗性的芽孢杆菌属和unclassified_Chaetomiaceae相对丰度也显著增加(P<0.05)。相关性分析表明,麦冬产量与芽孢杆菌属、亚硝化单胞菌属MND1(Nitrosomonadaceae_MND1)、己科河菌属Rokubacteriales、硝化螺旋菌属Nitrospira和unclassified_Chaetomiaceae相对丰度均呈显著正相关性(P<0.05),并与假古尔本基安菌属Pseudogulbenkiania相对丰度呈显著负相关性(P<0.05)。本研究表明,施用微生物菌剂可提高麦冬种植土壤的pH值,缓解酸化,增加土壤总有机质、总氮和总磷含量,改善土壤微生物群落结构。这些结果为微生物菌剂在麦冬生态种植中的应用提供了理论依据。

零样本实体检索旨在将实体提及(mention)链接到训练阶段未见过的实体,在多种自然语言处理任务中起关键作用。然而现有方法依然存在2个问题:1)仅使用实体描述的前k个句子来构建实体的多视图表示,导致实体多视图语义冗余与缺失,很难充分学习提及与实体之间的匹配关系;2)仅以提及为中心构造正负例,对提及与实体之间的对比关系覆盖度较低,导致其匹配错误。 针对以上2个问题,本文提出基于主题的多视图实体表示(Topic-MVER)方法。该方法基于主题构建实体的多视图表示,并使用对比学习建模提及与实体之间的3种关系,提升提及和实体对表示的匹配性。该方法在ZESHEL和MedMentions数据集上的Recall@1分别达到48.13%和73.86%,较基线模型分别提升2.73和1.21个百分点,验证了本文方法的有效性。

针对蜣螂优化算法存在收敛速度慢,容易陷入局部最优,且全局探索能力较弱等问题,受领导者-追随者策略(leader-follower)的启发,本文提出一种基于邻域搜索策略的蜣螂优化算法。首先,引入Singer映射初始化种群,提高初始解的质量,提高算法的收敛速度;其次,提出一种邻域搜索策略来增强种群多样性,跳出局部收敛,提高算法的局部开发能力;最后,设计一种精英池-扰动策略来扩大搜索范围,增强算法的全局勘探和局部寻优能力,提高算法的求解效率及求解精度。为了验证所提算法的有效性,本文设计一系列实验来验证所提算法的性能,结果表明,该算法在寻优精度和收敛速度方面有较大提升。将该算法应用于无人机三维路径规划问题,实验结果表明,该算法在处理实际应用问题时表现出了有效性和高效性。

针对一类含参的二维分段仿射系统,通过调整子系统的不变流形结构,得到系统奇异环的存在性,进一步在奇异环小邻域内选择合适的截线,借助2个子系统的流映射构造复合Poincaré映射,得到奇异环的单侧稳定性,其分岔导致极限环的存在性及稳定性。给出2个例子说明主要结果的应用。

现有的基于文本的行人重识别方法主要受限于特征对齐和语义歧义问题。针对该问题,本文提出一种跨模态语义协作的行人重识别方法(CMSC),通过学习图像与文本的共性语义信息,构建局部视觉与文本的对应约束关系,提升图像与文本的匹配效率。首先,引入文本语义聚类模块,自动提取与局部视觉语义相关的文本信息,并通过图像自监督学习增强局部特征的语义表达;然后,构建共性语义协作模块,捕捉图像与描述的差异和共性,在嵌入空间中建立语义一致性的映射关系;最后,引入语义约束推理模块,通过图像与文本的语义一致性得分进行检索,从而提高效率。在3个基准数据集上的实验表明,本文方法能有效提升模型的性能,在Rank-1指标上较现有方法分别提升0.75、1.43和0.88个百分点,精度分别提升0.64、2.56及3.96个百分点。

相较于耗散多涡卷混沌系统,保守多涡卷混沌系统在图像加密和保密通信领域具有潜在的应用前景,具有重要研究意义。基于哈密顿能量守恒原理,本文构建一个四维保守混沌系统。通过引入分段函数扩展系统的平衡点,得到沿x和y方向上可调节宽度的多涡卷混沌系统。通过调整系统参数和初始值,能够生成具有不同能级和涡卷数目的多涡卷类吸引子。值得注意的是,随着涡卷数量的增加,系统的Lyapunov指数呈现逐步上升趋势。通过NIST测试,验证了系统在随机信号发生器以及图像加密等应用方面的潜在价值。实验结果显示,系统的SE值高达0.63,充分证明其在保密通信领域的实用性和重要性。

城市道路场景的点云数据量巨大、类别分布不平衡且密度极不均匀,导致现有的点云分类方法难以满足高精度分类的需求。为了解决现有PointNet++网络对局部特征提取不充分的问题,本文充分考虑场景的上下文信息和点之间的全局依赖性,构建融合上下文信息的PointNet++点云分类网络模型。首先,基于注意力机制设计局部特征聚合模块,通过动态地融合邻域点特征以充分捕获局部信息。其次,考虑现有的分类模型不能顾及上下文信息,导致复杂场景下的分类性能受限,本文构建上下文感知模块和双注意力模块,从多个维度提取上下文信息,进一步增强特征的表达能力。实验结果表明:改进模型在大型点云数据集下具有更高的分类精度及更强的泛化性能(总体分类精度在Oakland和Paris公开数据集上分别为98.70%和96.84%),更适用于大规模点云分类。

遮挡和姿态变化是自然场景中影响面部表情识别的主要干扰因素。现有大多数方法采用注意力来增强与表情相关的信息,减少遮挡和姿态变化对表情识别性能的影响。然而,这些方法在网络中不同位置使用相同的注意力机制,忽视浅层和深层特征张量在空间和通道维度上的差异,影响了特征表达的准确性。为此,本文提出一种粒度感知多维自适应注意力网络(GA-MDA)。首先,设计跨粒度空间感知注意力模块(CSA),用于增强浅层网络的特征表达能力;其次,引入多维度自适应注意力模块(MAA),自适应地优化不同维度的空间与通道特征表示,以进一步提升模型的特征表达能力。实验结果表明,GA-MDA在RAF-DB和FERPlus数据集上表情识别准确率分别达到92.01%和90.36%,与目前先进方法HANet和GE-LA相比,识别性能分别提升0.09和0.43个百分点,模型参数量分别减少2.963×10⁷和6.341×10⁷。

生境质量是区域生态系统服务能力和水平的体现,定量评估其时空演变特征并预测未来变化对区域高质量发展具有重要意义。本文以福建省为研究对象,应用InVEST模型和地理探测器,定量分析该地区生境质量的时空演化特征及其驱动因素,并借助PLUS模型,对2020—2040年间福建省的土地利用及生境质量时空分布进行模拟预测。结果表明:1)2000—2020年福建省耕地、林地和草地均呈减少趋势,减少区域主要发生在东南沿海及周边区域,主要转为建设用地。2)2000—2020年福建省生境质量整体较好,平均生境质量有轻微降低的趋势,南平市西北部和闽江中上游的生境质量较高,而漳州、厦门、莆田等沿海地区的生境质量较低。3)PLUS模型预测显示,在耕地和生态保护情景下,未来20年福建省耕地、林地、草地面积将会增加,而其他3种地类则呈减少趋势。这使得生境质量均值呈逐渐上升趋势,高生境质量区域面积进一步扩大。4)影响福建省生境质量变化的第一主导因素为植被初级净生产力(NPP)(q为0.262),其次是GDP(q为0.199),交互作用探测结果显示,自然因素之间的相互作用对福建省生境质量影响尤为显著。