课程文献中心 更多>>

关键词： 网络药理学   炆何首乌   抗衰老   UHPLC-QE-MS  

摘要： 目的探讨炆何首乌抗衰老的作用机制。方法通过超高效液相色谱-质谱联用(UHPLC-QE-MS)技术,鉴定生、炆何首乌活性成分;利用相关数据库筛选出炆何首乌的主要活性成分及作用靶点,并借助注释、可视化和综合发现数据库(DAVID)开展京都基因与基因组百科全书(KEGG)富集分析以及基因本体论(GO)功能分析。结果共得到炆何首乌有效成分82个,其中抗衰老相关疾病靶点共40个;得到丝氨酸/苏氨酸激酶1(AKT1)、表皮生长因子受体(EGFR)、缺氧诱导因子1亚基α(HIF1A)3个核心靶点,主要富集在癌症的蛋白聚糖、癌症的形成途径等信号通路上。结论推测炆何首乌主要通过细胞凋亡过程的负调控、基因表达的负调控等途径,发挥抗衰老作用。

关键词： 癌症   症状网络分析   焦虑   抑郁   综述  

摘要： 从症状网络分析的概念、基本原理、方法出发,阐述其在癌症病人焦虑、抑郁症状管理方面的应用,以及我国未来的研究方向,以期为癌症病人焦虑、抑郁的研究提供新思路。

关键词： 健康中国   健康教育   工作网络   心理健康  

摘要： “健康中国”视域下,高校积极开展健康教育工作,构建工作网络,有利于提升学生身心健康水平,推动健康教育的深入发展。了解当前高校开展健康教育工作存在的问题,积极转变教育工作理念,丰富健康教育的内容与形式,加大对心理健康教育的重视度,构建健康咨询与服务网络,发挥信息化手段在构建健康教育工作网络中的作用,着力提升学生健康素养,助力“健康中国”战略的高效落实。

关键词： 锂离子电池   Spearman秩相关系数   电池健康状态   LSTM神经网络  

摘要： 电池健康状态(SOH)是表征电池性能的重要参数,准确的SOH估计对电池管理和维护具有重要意义。文章旨在采用长短时记忆模型(LSTM)神经网络搭建电池SOH估计模型,在不同迭代次数条件下得到最佳模型精度。文章首先收集电池实时运行数据并进行清洗和过滤。然后,选择恒流充电时间、恒压充电时间和平均放电电压等作为特征指标,以预测电池健康状态。通过对比分析三个电池的真实值与预测值,及平均绝对百分比误差(MAPE)、均方根差(RMSE)、平均绝对误差(MAE)和相对误差(RE)评价指标的数值,得到三个电池模型精度均在98%以上。实验结果表明,基于LSTM的SOH估计算法具备准确性和可行性。

关键词： 水电厂   通信网络   故障诊断   恢复机制  

摘要： 在智能电网迅猛发展的背景下,水电厂通信网络作为电力体系中的关键基础组成部分,其安全稳定性直接关系到电力系统的平稳运作。本文首先描绘了水电厂通信网络的基础架构及特性,继而深入阐释了该通信网络故障的诊测手段,涵盖了数据驱动下的故障探测、精确定位及类型区分。文章还提出了有针对性的故障应对机制,如故障隔离、紧急备用电源的切换及恢复策略的制定,并通过具体案例分析,证实了这些故障诊断与恢复机制的实际效果,并对未来研究趋势进行了预测。

关键词： 大数据   移动网络   移动支付安全   隐私保护  

摘要： 随着大数据技术的迅速发展,移动网站平台的支付效率得到显著提升,给用户提供便利的同时也造成用户信息的泄露、支付资金流失等隐患。文章阐述基于大数据的移动网络数字支付安全问题,分析潜在的支付风险,并给出具体的应对措施。主要措施有:加强对移动网站的监管,规范银行系统的金融支付安全,以及采用机器学习增强用户的隐私保护技术,并提出将技术、准则与国际标准结合起来,应对移动网络中潜在的诈骗风险,保证用户在移动网站中的支付安全。

关键词： 多层网络   上市公司   网络结构   风险承担水平  

摘要： 企业是实体经济和金融市场的主体之一,企业间的复杂关系对经济整体的稳定发展有不可忽视的作用。基于复杂网络理论构建包含股东关联和高管联结关系的上市公司多层网络,并以2010—2019年全部A股上市公司为样本,实证研究上市公司间多重关联下的结构演化特征及其对企业风险承担水平的影响。研究结果表明:高管网络更能通过信息传递作用抑制风险传染、提高风险承担水平,股东网络通过关联交易对风险传播产生的抑制作用和风险承担水平的提升作用较小;从层间角度考虑,高管网络结构较稳定,而股东网络结构的稳定性不高,同一年度股东网络和高管网络之间的相似性较低,网络的结构差异有效地抑制了风险在层与层之间的扩散和传染。

关键词： 缺血性脑卒中   通心络   网络药理学   分子对接  

摘要： 目的通过网络药理学预测通心络胶囊治疗缺血性脑卒中的潜在作用机制。方法利用TCMSP数据库获取通心络的药物活性成分及作用靶点,通过DisGeNET数据库、GeneCards数据库得到缺血性脑卒中所对应疾病靶点,利用Venny 2.1获得潜在药理作用靶点。将潜在药理作用靶点导入STRING在线分析平台,所得数据导入Cytoscape 3.9.1得到蛋白质-蛋白质互作(protein-protein interaction,PPI)网络图并筛选出核心基因。运用DAVID数据库对潜在药理作用靶点进行基因本体(gene ontology,GO)、京都基因与基因组百科全书(Kyoto Encyclopedia of Genes and Genomes,KEGG)富集分析。最后利用Auto Dock软件进行分子对接。结果获得通心络有效活性成分62个,对应靶点406个,潜在药理作用靶点148个。GO富集分析共得到1556条基因功能信息,KEGG富集分析共发现119条通路,包括脂质和动脉粥样硬化通路、癌症信号通路和磷脂酰肌醇3-激酶-蛋白激酶(phosphoinositide 3-kinase-akt,PI3K-Akt)信号通路等。分子对接结果表明豆甾醇、黄芩素与白细胞介素(interleukin,IL)-6、肿瘤坏死因子(tumor necrosis factor,TNF)等核心靶点结合活性较强。结论通心络胶囊可能作用于IL-6、TNF等靶点,调控脂质和动脉粥样硬化通路、癌症信号通路和PI3K-Akt信号通路等发挥抗炎、促进细胞再生、抗凋亡等机制治疗缺血性脑卒中。

关键词： 跨模态   深度学习   图像分类   特征学习   双流网络  

摘要： 多特征模态融合时存在噪声的叠加,而为减小模态间的差异采用的级联方式的结构也未充分利用模态间的特征信息,因此设计一种跨模态双流交替交互网络(DAINet)方法。首先,构建双流交替增强(DAE)模块,以交互双分支形式融合模态特征,并通过学习模态数据的映射关系,以红外-可见光-红外(IR-VIS-IR)和可见光-红外-可见光(VIS-IR-VIS)的双向反馈调节实现模态间噪声的交叉抑制;然后,构建跨模态特征交互(CMFI)模块,并引入残差结构将红外-可见光模态内以及模态间的低层特征和高层特征进行有效融合,从而减小模态间的差异并充分利用模态间的特征信息;最后,在自建红外-可见光多模态台风数据集及RGB-NIR多模态公开场景数据集上进行实验,以验证DAE模块和CMFI模块的有效性。实验结果表明,与简单级联融合方法相比,所提的基于DAINet的特征融合方法在自建台风数据集上的红外模态和可见光模态上的总体分类精度分别提高了6.61和3.93个百分点,G-mean值分别提高了6.24和2.48个百分点,表明所提方法在类别不均衡分类任务上的通用性;所提方法在RGB-NIR数据集上的2种测试模态下的总体分类精度分别提高了13.47和13.90个百分点。同时,所提方法在2个数据集上分别与IFCNN(general Image Fusion framework based on Convolutional Neural Network)和DenseFuse方法进行对比的实验结果表明,所提方法在自建台风数据集上的2种测试模态下的总体分类精度分别提高了9.82、6.02和17.38、1.68个百分点。

关键词： 永磁同步电机   弱磁控制   过渡区域切换算法   RBF神经网络   模糊控制  

摘要： 针对永磁同步电机在传统单电流调节器弱磁控制下,电机控制模式切换时导致的系统稳定性差,以及传统RBF-PID控制器输出权值的非精细化更新导致的参数过拟合,收敛速度慢等问题,提出一种过渡区域切换算法,引入混合权重因子,采用余弦插值与Sigmoid函数做过渡区域的平滑处理,并在弱磁区引入模糊PI控制器,将自适应梯度下降法与L2正则化策略结合,改进神经网络的输出权值。仿真结果表明,设计的过渡区域切换算法,不依赖电机参数,可移植性强,优化了恒转矩区切换至弱磁区的条件,在改进RBF-PID控制器下,转速超调量仅为0.07%,负载调节时间较之传统策略减少了94%。