吉林省地震台网监控能力分析

本文简要介绍了吉林省地震台网布局,监测手段设置及仪器装备状况,重点对测震台网,地震前兆台网的监控能力进行分析,给出了台网和实际控制范围,对目前台网存在的问题以及今后的发展情况进行了讨论。     

顺义4.0级地震前兆异常特征与京区前兆监测网监测能力探讨

通过对北京地区现有定点地震前兆监测网进行清理,分析了现有定点专业前兆监测台站、观测点、群测点的数量及分布密度的现状。对１９９６年１２月１６日北京顺义ＭＳ４．０地震的短临异常特征进行了探讨,表明顺义ＭＳ４．０地震前在震中周围出现一个直径约３５ｋｍ的短临异常密集区域。从异常形态看,该区域中的异常大部分可能带有来自震源的信息。结合顺义地震短临异常点位分布特征,对北京地区前兆台网的密度问题进行了探讨。     

从三峡无线数字遥测地震台网勘选成功看无线遥测地震台网的信道

数字遥测地震台网采用无线信道在国内地震界借鉴的经验还非常有限。究竟数字无线遥测,能否在（１０＾－６）误码率指标下,象模拟无线遥测地震台网一样采用单向传输,尚有不同看法。从三峡无线数字遥测地叶网的成功勘选得一邓许多有益的结果,我们关于鸨线信道和信道设备的探索回答了这个问题。结论是：数字地震台网仍然可以采用无线遥测方式组网,采用传输的信道设备既经济原则,技术上也是可行的。     

试谈地震科技图书馆现代化建设

以山西省地震局地震科技图书馆为例 ,阐述了建立地震科技文献信息网的必要性和网络化建设构想。提出了电子阅览室的设想和实现途径 ,并对网络管理员的特点和基本工作进行了论述     

基于网络药理学和分子对接技术探究柯里拉京治疗卵巢癌的关键靶点及分子机制

目的：采用网络药理学和分子对接技术相结合的方法探究柯里拉京（Cor）治疗卵巢癌的关键作用靶点和分子机制。方法：利用PharmMapper、TargetNet及Swiss Target Prediction在线工具预测Cor的作用靶点,通过OMIM、TTD、CTD、DisGenet、PharmGKB及MalaCards数据库获取卵巢癌相关的疾病靶点,并将药物靶点与疾病靶点取交集得到Cor治疗卵巢癌的预测靶点。借助STRING数据库、Cytoscape 软件构建蛋白质-蛋白质相互作用（PPI）网络,并采用CentiScape插件筛选出PPI网络中的核心靶点。运用GEPIA和Kaplan-Meier Plotter在线平台分别对这些核心靶点进行基因表达差异分析和生存分析,以明确Cor治疗卵巢癌的关键靶点。利用DAVID数据库进行基因本体（GO）功能及京都基因与基因组百科全书（KEGG）通路富集分析。运用Autodock Vina软件进行正向分子对接,预测关键靶点和Cor之间的结合活性。结果：Cor治疗卵巢癌的预测作用靶点共24个,其中RAC-α丝氨酸/苏氨酸蛋白激酶(AKT1)、表皮生长因子受体(EGFR)、雌激素受体1(ESR1)、原癌基因酪氨酸蛋白激酶(SRC)是Cor治疗卵巢癌的关键靶点,主要涉及血管内皮生长因子(VEGF)信号通路、缺氧诱导因子-1(HIF-1)信号通路及叉头样转录因子(FoxO)信号通路,可能通过调控细胞凋亡、细胞增殖、血管内皮细胞迁移等生物过程而发挥治疗卵巢癌的作用。分子对接结果显示,Cor与预测靶点之间具有较好的亲和力,表明通过网络药理学预测作用靶点的方法具有良好的可靠性。结论：Cor是通过多靶点、多通路的协同作用来干预多个生物过程,从而发挥其抗卵巢癌疗效,为进一步研究其治疗卵巢癌的分子机制提供了新的线索。     

基于网络药理学和分子对接探析养心活血通脉汤治疗稳定性冠心病的作用机制

目的：运用网络药理学和分子对接技术探析养心活血通脉汤治疗稳定性冠心病的作用机制。方法：应用TCMSP、Herb、TCMID平台检索养心活血通脉汤成分及作用靶点;经GeneCards、OMIM、DisGeNET平台获取稳定性冠心病靶点;运用Cytoscape 3.9.1建立“药物-活性成分-靶点”网络及蛋白质-蛋白质相互作用（PPI）网络,筛选核心靶点。由Metascape平台进行基因本体（GO）功能和京都基因与基因组百科全书（KEGG）通路富集分析。利用Auto Dock Tools软件进行有效成分与和核心靶点分子对接。结果：养心活血通脉汤治疗稳定性冠心病主要成分为槲皮素、山柰酚、β-谷甾醇、芒柄花黄素、黄芩素、丹参酮ⅡA,关键靶点为肿瘤坏死因子（TNF）、白细胞介素-6（IL-6）、丝氨酸/苏氨酸激酶1（AKT1）、白细胞介素-1β（IL-1β）、血管内皮生长因子（VEGFA）,关键通路为脂质和动脉粥样硬化（Lipid and atherosclerosis）、磷脂酰肌醇3激酶-丝氨酸/苏氨酸蛋白激酶1信号通路（PI3K-Akt信号通路）、肿瘤坏死因子信号通路（TNF信号通路）、丝裂原活化蛋白激酶信号通路（MAPK信号通路）、糖基化终产物/受体信号通路（AGE-RAGE信号通路）等。分子对接结果显示各有效成分与各核心靶点结合活性较好。结论：养心活血通脉汤治疗稳定性冠心病作用机制主要为降脂、抗动脉粥样硬化、抗炎、抗心肌损伤。     

基于卷积神经网络的地震波形智能识别研究

随着世界上多个国家和地区的地震预警系统投入运行,误报和漏报等问题逐渐突显,特别是将标定以及强干扰波形误识别为大震事件,快速、精确地区分地震与其他波形是一个难题。针对于此,该研究提出了基于卷积神经网络地震波形智能识别方法。首先收集并处理了2012—2017年中国境内福建以及周边邻省共683个地震和478个爆破事件,并对这些样本筛选、截取和基线校正等预处理,共得到了27 500条三通道波形。在此基础上,构建了3 s波形输入的卷积神经网络模型(SW-CNN)。结果表明：模型对地震、噪声、爆破和异常波形的识别率分别为97.9、99、99.2和99.3%。相比于人工手动分类识别,该模型更省时和更稳定,为地震预警目前所面临的问题提供了一个新的解决方法。     

The Utilization and Modeling of Photo-Fenton Process as a Single Unit in Textile Wastewater Treatment

Studies on the direct application of the photo-Fenton process (PFOP) to disinfect and decontaminate textile wastewater are rare. The output of the artificial neural network (ANN) models applied to the wastewater of a textile factory producing woven fabrics, which is used to assess the efficiency of the PFOP process, are investigated and compared with each other in this study. The highest PFOP efficiency is obtained at a pH of 3. Chemical oxygen demand (COD), suspended solids (SS) and color removal rates are 94%, 90%, and 96%, respectively. The data are modeled with ANNs and nonlinear external input autoregressive ANNs (NARX-ANN) using the MATLAB R2020a software program. Both Levenberg–Marquardt (trainlm) and scaled conjugate gradient (trainscg) algorithms are employed in the ANN and NARX-ANN models, whereas hyperbolic tangent sigmoid (Tansig) and logistic sigmoid (Logsig) functions are superimposed on the hidden layer in the ANN model, and Tansig functions are superimposed on the NARX-ANN model. It is determined that the developed ANN models are more effective in estimating the PFOP efficiency. The mean squared error is 0.000 953, and the coefficient of determination (R²) is 0.96 661.     

一种基于双通道的水下图像增强卷积神经网络

近年来各国对于海洋生物的保护意识日益强烈,用来监测海洋生物生存状态的水下机器人装备的研发是保护海洋生物资源的关键。水下相机是这类机器人在水下进行海洋生物监测时的光学感知设备。然而水下环境复杂,拍摄到的图像模糊不清,为解决水下图像模糊等问题,提出了一种基于双通道的水下图像增强卷积神经网络。在网络的编码器中采用双通道结构,其中一个通道采用了密集连接和高效通道注意力机制,提取水下图像的细节特征,另一个通道采用多尺度结构,提取原始图像的多尺度语义特征。接着,在网络中引入残差注意力模块和自适应特征融合模块,进一步优化了特征。最后将优化后的特征输入解码器重建出增强后的水下图像。试验表明：提出的网络算法在UIQM指标和Entropy指标上分别为3.005 6和7.654 7,较第二名的算法分别高出0.097 5和0.123 2。     

基于神经网络的煤与瓦斯突出矿井等级划分方法

针对我国煤炭行业中对突出矿井同一定级, 实施同一安全管理的现象, 从分析工作系统的灾害模型出发, 给出了突出矿井等级划分的评价指标体系, 应用灰色系统和证据理论的方法给出了神经网络训练的样本。在此基础上, 提出了危险信度的概念, 用以衡量突出矿井危险程度, 编制了神经网络, 并对其进行训练。应用训练好的神经网络, 对淮南矿区的几个突出矿井进行了工程验证。该方法对建立健全我国突出矿井的划分方法及评价标准具有一定指导意义。