检索结果-南通市图书馆

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

结核分枝杆菌急性感染小鼠模型的建立

公共卫生与预防医学 2007年第5期18卷 12-14页

作者：李任翔刘先洲唐志佼鲜巧阳王勇张晶武汉大学基础医学院微生物学教研室 430071 武汉大学A3实验室/动物实验中心

目的比较两种不同感染途径的结核分枝杆菌（MTB）急性感染小鼠动物模型，观察结核分枝杆菌在体内的定植及其肺组织的病理变化。方法 54只小鼠（C57BIM6）随机分为对照、尾静脉注射和腹腔注射3组；感染鼠分别通过尾静脉注射或腹腔注射H3... 详细信息

目的比较两种不同感染途径的结核分枝杆菌（MTB）急性感染小鼠动物模型，观察结核分枝杆菌在体内的定植及其肺组织的病理变化。方法 54只小鼠（C57BIM6）随机分为对照、尾静脉注射和腹腔注射3组；感染鼠分别通过尾静脉注射或腹腔注射H37Rv标准株结核分枝杆菌菌液2×10^6CFU，以生理盐水尾静脉注射为对照；在感染后3周、6周及9周取小鼠脾脏和肺脏做细菌计数和肺组织病理学检测，并观察小鼠体重，存活状况。结果结核菌感染鼠中，以尾静脉注射组小鼠的活动状态及体重均差于腹腔注射组；两组脾脏和肺脏组织中结核菌计数差异具有显著性（P〈0．05）；组织中结核结节及干酪样坏死病灶亦以尾静脉注射组为明显。结论以尾静脉注射法建立结核分枝杆菌急性感染的小鼠模型更为有效。

关键词：结核分枝杆菌感染模型小鼠

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

拉剪应力下单裂隙岩体受温差影响的强度研究

山东大学学报(工学版) 2024年

作者：张岩赖乾隆任翔西安科技大学建筑与土木工程学院

为研究温度差对拉剪应力状态下裂隙岩体力学特性的影响规律，从高岩温隧洞、边坡等工程实际中出现的岩体拉剪破坏现象出发，基于能量及线弹性断裂力学理论，推导出单裂隙岩体在温差下裂隙强度的表达式；并使用数值方法将裂隙倾角、水平... 详细信息

为研究温度差对拉剪应力状态下裂隙岩体力学特性的影响规律，从高岩温隧洞、边坡等工程实际中出现的岩体拉剪破坏现象出发，基于能量及线弹性断裂力学理论，推导出单裂隙岩体在温差下裂隙强度的表达式；并使用数值方法将裂隙倾角、水平压力等因素与温度应力相结合，系统研究了拉剪应力条件下裂隙岩石的强度、裂纹扩展演化机制等。结果表明：在拉剪应力状态下，随着温差由5 ℃增大到15 ℃，岩石产生热膨胀，导致裂隙岩体内应力增加。当裂隙倾角从155°接近最大剪切应力180°方向时，主要剪应力更容易作用于裂隙面，使得抵抗剪切的阻力减小，初裂强度降低，从而推动裂隙剪切并发生扩展。本研究揭示了拉剪应力状态下单裂隙岩体在温差条件下受多因素影响的强度特性规律，有助于工程师在设计阶段对岩体的稳定性进行初步评估，从而制定相应的施工方案和预防措施。

关键词：单裂隙岩体温差裂隙倾角拉剪应力初裂强度

被列入美国“实体清单”对企业创新能力的影响——来自中国A股上市公司的经验证据

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

科技进步与对策 2024年

作者：滕莉莉李任龙广西大学工商管理学院广西大学经济学院

大国博弈影响全球发展格局,科技创新能力决定国家竞争力。以2017—2022年1 216家中国A股上市公司为样本,采用渐进双重差分模型检验中美博弈对中国企业创新能力的影响及作用路径,结果发现:在被列入“实体清单”的冲击下,中国上市企业创... 详细信息

大国博弈影响全球发展格局,科技创新能力决定国家竞争力。以2017—2022年1 216家中国A股上市公司为样本,采用渐进双重差分模型检验中美博弈对中国企业创新能力的影响及作用路径,结果发现:在被列入“实体清单”的冲击下,中国上市企业创新能力增强,且呈现滞后性和短期性;渠道分析发现,被列入“实体清单”的企业通过储备无形资产、增强成长能力、拓展价值发现渠道促进创新能力提升;异质性分析表明,民营企业以及获得政府补贴、代理成本较低、承担适中和较少社会责任、控制管理层基础薪酬的企业,其创新能力受“实体清单”的正向影响更显著。进一步分析发现,被列入“实体清单”能够提升企业创新效率,但未显著影响创新持续性。原因在于创新绩效的周期效应,而组织韧性是企业创新能力增强的潜在动因。结论基于企业创新视角,可丰富大国博弈与贸易战相关研究,为推动中国关键领域技术创新发展提供经验证据和决策参考。

关键词：实体清单中美博弈科技脱钩企业创新能力渐进双重差分模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

我院铜绿假单胞菌临床分布及耐药性分析

世界最新医学信息文摘 2018年第72期18卷 11-13页

作者：黄蓉李任翔邵寅张杰刘晨晖王玲庞丽燕荆门市第一人民医院

目的分析我院铜绿假单胞菌的耐药性特点,为临床治疗提供资料,更好地控制及治疗铜绿假单胞菌感染。方法对我院2017年1月1日至2017年12月31日临床分离的158例铜绿假单胞菌药敏试验结果进行统计分析。结果铜绿假单胞菌感染主要集中在ICU、... 详细信息

目的分析我院铜绿假单胞菌的耐药性特点,为临床治疗提供资料,更好地控制及治疗铜绿假单胞菌感染。方法对我院2017年1月1日至2017年12月31日临床分离的158例铜绿假单胞菌药敏试验结果进行统计分析。结果铜绿假单胞菌感染主要集中在ICU、呼吸内科及神经外科,分别占37.34%、19.62%、13.92%。铜绿假单胞菌菌株主要来源于痰液标本,占75.32%。铜绿假单胞菌对阿米卡星耐药率最低,为10.76%,其次分别是妥布霉素(22.78%)、左氧氟沙星(24.68%)、头孢他啶(27.22%)、环丙沙星(27.85%)、庆大霉素(31.64%)、头孢吡肟(33.54%)、哌拉西林/他唑巴坦(36.08%)、亚胺培南(39.87%)。结论我院铜绿假单胞菌对多种抗菌药物的敏感程度不同,临床应加强其耐药性监测及针对性管理,合理使用抗菌药物,以减少耐药菌株的产生。

关键词：铜绿假单胞菌临床分布耐药性

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于拓扑密度的联邦图卷积模型聚合算法研究

基于拓扑密度的联邦图卷积模型聚合算法研究

作者：任翔麟长春工业大学

学位级别：硕士

随着信息技术的不断发展以及人工智能技术日渐完善,数据逐渐成为重要的生产要素。联邦学习是一种新兴的分布式机器学习训练技术,它能够在与其他参与者一起训练机器学习模型的同时,将数据存储在本地,是一种具有隐私保护机制的分布式机器... 详细信息

随着信息技术的不断发展以及人工智能技术日渐完善,数据逐渐成为重要的生产要素。联邦学习是一种新兴的分布式机器学习训练技术,它能够在与其他参与者一起训练机器学习模型的同时,将数据存储在本地,是一种具有隐私保护机制的分布式机器学习方案。图神经网络(GNN)是为了解决结构化数据分析的问题而设计的。联邦图学习通过结合图神经网络与联邦学习技术,在确保隐私的同时能够更加有效训练模型,从而发掘和理解数据中的关系和结构依赖,这对节点分类、链接预测和图分类等任务非常关键。本文的主要工作内容及创新点总结如下:(1)本文创新性地提出了一种基于拓扑密度的联邦图卷积模型聚合算法(Fed Gda)。这种算法旨在实现联邦学习的核心目标——保障数据在本地的私密性。在这种机制下,企业之间可以通过加密通道交换模型参数,构建一个遵守隐私法规的虚拟共享模型。这样即便是在复杂的数据环境下,也能保证个人信息的安全。Fed Gda首先会根据子图连接的密度为不同客户端贡献的模型分配不同的权重,更密集的子图对模型贡献的权重比例更高。其次,Fed Gda充分利用子图的结构信息,促进全局模型的收敛。本文提出的方法可以有效地与其他联邦图学习方法相结合。并且本文在独立同分布和非独立同分布环境中对5个数据集进行了大量实验,证明了所提出方法的有效性。(2)将所提出的基于拓扑密度的联邦图卷积模型聚合算法应用于信用卡欺诈检测领域。本文所提出的Fed Gda的独特之处在于其可以促进金融机构间合作的同时,确保敏感数据不被直接共享,并利用图神经网络来挖掘图数据中深层次特性,从而有效的揭示常规手段难以察觉的欺诈模式。在此部分中,我们通过详细的实验证明Fed Gda在处理庞大且复杂金融交易数据集时的表现,重点考察其适应性强的模型更新策略,以应对持续变化的欺诈手段。本文在两个真实信用卡欺诈检测领域数据集中做了大量实验,与传统信用卡欺诈检测算法做对比,充分证明Fed Gda能显著提升信用卡欺诈检测的准确性,对于构建高效安全的金融欺诈检测系统至关重要。本文所提出的基于拓扑密度的联邦图卷积模型聚合算法能够在复杂的数据环境中充分的保证数据安全,该算法能够有效应用于信用卡欺诈检测领域,推动金融技术在欺诈检测领域的创新发展。在未来的研究中我们会着重于进一步降低通信成本、提升算法的可扩展性,并在更多领域探索Fed Gda算法的应用潜力。

关键词：联邦学习联邦图卷积网络拓扑密度信用卡欺诈检测

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向教练机的驾驶舱异常态势感知技术研究

面向教练机的驾驶舱异常态势感知技术研究

作者：谭任翔中国民用航空飞行学院

学位级别：硕士

中国民航局在2022年发布了智慧民航建设路线的电文,指出要提升飞行器状态监测能力,提出要通过新一轮科技成果为驾驶舱态势感知赋能,驾驶舱态势感知技术的研究势在必行。驾驶舱态势感知技术旨在通过对驾驶舱环境信息的获取,实现对驾驶舱... 详细信息

中国民航局在2022年发布了智慧民航建设路线的电文,指出要提升飞行器状态监测能力,提出要通过新一轮科技成果为驾驶舱态势感知赋能,驾驶舱态势感知技术的研究势在必行。驾驶舱态势感知技术旨在通过对驾驶舱环境信息的获取,实现对驾驶舱状态的监测。本文将驾驶舱环境信息分为飞行员行为和飞行仪表两部分,结合态势感知三层模型,基于CESSNA172S教练机驾驶舱实验平台,研究了驾驶舱异常态势感知技术,主要研究内容如下:搭建了基于CESSNA172S模拟机的驾驶舱异常态势感知实验平台。选定CESSNA172S教练机驾驶经验丰富的飞行员,通过主观评价方法以及模拟机主计算机输入校准,建立适用于本实验的驾驶舱模拟飞行环境。设置五边进近以及随机任务的飞行任务完成飞行实验。针对模拟飞行中驾驶舱环境态势,多角度安装数据采集装置,采集了不同异常情况下的态势数据,丰富了实验原始数据库。设计了一种基于改进YOLOv5的飞行员异常行为识别方法。数据集方面,采用图像增强技术丰富原始图像数据;网络改进方面,在YOLOv5骨干网络中嵌入注意力机制模块,提升对目标特征信息的敏感度;改进损失函数区分边框位置信息。训练后的模型准确率为98.3%,相比原始模型提升了3.1%,三类异常行为中提升最高的达7.7%,提高了驾驶舱环境内飞行员异常行为识别效率。设计了一种飞行仪表参数异常检测方法。设计了一种G1000系统飞行仪表参数区域定位的方法,通过Crop操作减少计算量,采用灰度化、二值化以及HSV颜色空间转换突出参数区域,采用Open CV绘制参数区域框并制作数据集,训练了YOLOv5飞行仪表参数定位模型,得到99.5%的准确率。设计了一种飞行仪表参数数字识别方法,通过图像增强处理丰富数据集,融合CNN和RNN网络结构,训练了飞行仪表参数数字识别模型,得到98.5%的准确率。整合上述各个模块,参考CESSNA172S飞行员手册,设计了飞行仪表参数异常检测模型,实现预处理、数字区域检测、数字识别以及数字异常告警判断,该模型准确完成了飞行仪表参数的检测任务,测试结果符合预期。

关键词：态势感知深度学习图像处理异常行为数字识别