基于网络药理学探讨附子-细辛对高血压病的作用机制

目的：基于网络药理学研究附子-细辛对高血压病的作用机制。方法：运用TCMSP数据库挖掘出附子-细辛的有效成分及药物预测靶点,采用5个生物信息数据库检索出高血压病的疾病预测靶标,构建药物靶点-疾病靶标交集,使用Cytoscape生物信息分析软件绘制“成分-靶点-疾病”中药调控网络,基于STRING数据库构建“药物-疾病”相关靶点的蛋白互作网络（PPI）,并对其进行GO和KEGG的生物信息学分析。结果：通过生物利用度和类药性筛选得到附子-细辛的有效成分29个,对应药物靶点1807个,高血压病的疾病靶标8505个,构建的药物靶点-疾病靶标交集80个。与高血压病密切相关的GO富集条目91个,KEGG信号通路123条,主要涉及流体剪切应力与动脉粥样硬化、糖尿病并发症中的AGE-RAGE信号通路、白细胞介素（IL）-17信号通路、丝裂原活化蛋白激酶（MAPK）信号通路、PI3K-Akt信号通路等。结论：附子-细辛药对与高血压病密切相关,能够通过一条或多条通路协同发挥药效作用,考虑其可能是通过干预血液的流体剪切应力影响动脉粥样硬化与心血管重塑再生而实现的。     

数据挖掘技术在水文预报中的应用及水文预报发展趋势研究

数据挖掘作为知识发现过程中的重要步骤,是从大型数据库中提取未知的、有价值的和可操作性的关系、模式和趋势用于决策支持的过程。我国目前在防洪领域存在着大量水文数据,如何充分有效地利用各种智能算法对这些数据进行分析与挖掘,以形成相应的水文预报模型进行准确的水文预报是防洪决策支持系统完善和发展的重要方面。本文首先全面地介绍数据挖掘的功能分类及以数据挖掘为基础的水文预报体系,然后对数据挖掘技术在水文预报中的应用进行了探讨和研究。     

基于BP人工神经网络的水体遥感测深方法研究

利用Landsat7ETM＋遥感图像反射率和实测水深值之间的相关性,建立了动量BP人工神经网络水深反演模型,并对长江口南港河段水深进行了反演.结果表明：具有较强非线性映射能力的动量BP神经网络模型能较好地反演出长江口南港河段的水深分布情况;由于受长江口水体高含沙量的影响,模型对小于5 m的水深值反演精度较高,而对大于10 m的水深值反演精度较低.     

横向分布载荷作用下简支舟桥甲板的弯曲特性

采用轻质高强铝合金材料设计舟桥的甲板时,其强度计算是初始设计者最为关心的问题之一.本次研究的舟桥甲板采用三层夹心板的结构形式,其横向分布载荷下的挠度和应力的求解问题与一般的单层板不同,虽然可以用有限元法对此进行结构计算,但在初始设计阶段使用该法的计算量大,不方便应用.本文旨在寻求在横向分布载荷作用下,简支条件时,夹心甲板的挠度和应力的解析解,并与有限元计算相比较,为舟桥甲板初始设计提供良好的基础理论.     

基于SMOS卫星数据的海表面盐度模型

海表面盐度是研究海洋对全球气候影响以及大洋环流的重要参量之一,而卫星遥感技术是获取海表面盐度数据的最有效方法.目前,L波段的SMOS和Aquarius/SAC-D遥感卫星正在用于探测海表面盐度,并根据卫星观测数据和物理机制反演出海表面盐度的产品.但在某些近陆地区域,由于淡水流入及陆地射频(RFI)等因素影响,卫星反演盐度的产品精度较低.文中利用“东方红2号”科学考察船的实测数据、SMOS卫星数据,首次针对中国南海海域提出了用贝叶斯网络模型计算海表面盐度,并用验证数据集(实测Argo盐度)对模型进行适应性评估.经过计算,模型误差和验证误差分别为0.47 psu和0.45 psu,而相应的SMOS Level 2产品的精度分别为1.90 psu和1.82 psu.此模型为海表面盐度的计算提供了一个新方法.     

Adaptive Predictive Inverse Control of Offshore Jacket Platform Based on Rough Neural Network

The offshore jacket platform is a complex and time-varying nonlinear system,which can be excited of harmful vibration by external loads.It is difficult to obtain an ideal control performance for passive control methods or traditional active control methods based on accurate mathematic model.In this paper,an adaptive inverse control method is proposed on the basis of novel rough neural networks (RNN) to control the harmful vibration of the offshore jacket platform,and the offshore jacket platform model is established by dynamic stiffness matrix (DSM) method.Benefited from the nonlinear processing ability of the neural networks and data interpretation ability of the rough set theory,RNN is utilized to identify the predictive inverse model of the offshore jacket platform system.Then the identified model is used as the adaptive predictive inverse controller to control the harmful vibration caused by wave and wind loads,and to deal with the delay problem caused by signal transmission in the control process.The numerical results show that the constructed novel RNN has advantages such as clear structure,fast training speed and strong error-tolerance ability,and the proposed method based on RNN can effectively control the harmfid vibration of the offshore jacket platform.     

海底观测网技术进展与发展趋势

海底观测网络由于其特有的能源供给与信息传输优势,受到了广泛关注与重视。文中简要回顾了国内外海底观测网技术的发展现状,并就海底观测网技术发展趋势进行了探讨。     

基于分段副产物瞬时选择性的反应器网络综合

针对第三类反应体系的反应器网络综合问题,提出将串联反应以反应物到目的产物的反应步数为依据的新分段策略。通过比较不分段目的产物、不分段目的产物和中间产品、分段副产物和分段目的产物这四种不同的瞬时选择性,提出以分段副产物瞬时选择性为参数,以其对关键组分浓度或转化率的导数为依据选择各阶段最合适的反应器,以目的产物总选择性最大为目标采用遗传算法优化反应器网络。通过三个实例验证了本文所建立方法在解决复杂反应反应器网络综合问题的有效性,且本方法同样适用于简单反应体系。     

岬间海湾岸线平衡形态神经网络模型

讨论了目前海湾岸线平衡形态经验模型存在的不足之处。从沿岸输沙公式入手,阐述了平衡岸线的机理模式,重新定义了平衡海湾的“下岬角”,给出了模型参数与主波向的具体计算方法,并以华南典型海湾为学习样本,建立了岸线平衡形态的神经网络模型。通过模拟海湾与实际稳定海湾——乌场湾间的对比分析,表明所建神经网络模型是较抛物模型更为理想的平衡岸线模型。