摘要：研究毛蕊花糖苷(verbascoside,OC1)促进阿尔茨海默病(Alzheimer's disease,AD)发病过程中乙酰胆碱(acetylcholine,ACh)释放的分子机制。使用β-淀粉样蛋白(1~42)(Aβ_(1-42))诱导的大鼠肾上腺嗜铬细胞瘤细胞(PC12)作为AD体外模型,分为对照组(control),模型组(model,Aβ_(1-42)10μmol·L^(-1)),OC1处理组(2、10μg·mL^(-1))。通过全蛋白磷酸化修饰定量组学分析OC1对AD细胞模型磷酸化蛋白的影响,结合计算机辅助药物设计虚拟筛选OC1对于钙通道亚型的选择性,荧光探针Fluo-3/AM检测细胞中Ca^(2+)浓度,Western blot检测OC1对磷酸化钙调素依赖性蛋白激酶Ⅱ(p-CaMKⅡ,Thr286)及突触囊泡相关蛋白表达的影响,UPLC/Q Exactive MS检测OC1对AD细胞模型ACh释放的影响,试剂盒检测OC1对AD细胞模型中乙酰胆碱酯酶(acetylcholine esterase,AChE)活力的影响。结果显示,模型组与OC1处理组的差异修饰蛋白在GO分类、KEGG通路和蛋白结构域3个层面均与钙通道激活相关。分子对接结果揭示了L-型钙通道的主导作用。在Ca^(2+)螯合剂EGTA(乙二醇四乙酸)、L-型钙通道阻断剂维拉帕米(verapamil)和N-型钙通道阻断剂芋螺毒素(conotoxin)存在的条件下,OC1对Fluo-3/AM荧光强度的增强作用被削弱,且verapamil的作用强于conotoxin。这证实OC1主要通过与L-型钙通道蛋白相互作用促进细胞外Ca^(2+)内流。蛋白质组学分析和Western blot结果表明,OC1处理后p-CaMKⅡ及下游囊泡相关蛋白表达上调,说明OC1通过激活CaMKⅡ作用于囊泡相关蛋白,参与神经突触的重塑和递质释放,从而影响学习记忆。此外,OC1还降低了AChE活力,延长ACh在突触间隙的作用时间。

摘要：安全多方计算是国际密码学界的研究热点之一,是信息社会隐私保护的核心技术.密码学者已经研究了很多安全多方计算问题,但是还有更多问题有待研究和解决.该文研究如何保密地将多个字符按照字典序排序,这是一个全新的问题,目前尚没有见到关于这个问题的解决方案.它可以提高数据库保密查询的效率,在信息安全领域有重要的实际意义和广泛的应用前景.为了保密地判断多个字符按照字典序排序的位置关系,该文首先设计了一种新的编码方法,并结合Paillier加法同态加密算法、椭圆曲线加法同态加密算法、秘密分割和门限解密算法,设计了三个能够抵抗合谋攻击的多个字符保密排序的高效而简单的协议.利用安全多方计算普遍采用的模拟范例证明了协议在半诚实模型下是安全的,并且分析了协议的正确性,同时给出了协议计算复杂性和通信复杂性的理论分析与实验验证.这些协议都跳出了两两比较进行排序的传统思维框架,具有更高的保密性.最后将保密的字符排序问题的协议应用于解决安全多方数据排序问题上,拓展了可比较数据的范围.

摘要：对6组尺寸为150mm×150mm×300mm的棱柱体试件进行单轴受压试验,研究了钢渣细骨料替代率和设计强度等级两个因素对钢渣混凝土的棱柱体强度、峰值应变、极限应变、弹性模量、泊松比以及应力-应变关系的影响.结果表明:钢渣细骨料替代率为60%时,钢渣混凝土强度最高,性能最好;弹性模量随着钢渣细骨料替代率的增大而增大,但增大幅度逐渐减小;混凝土强度相同时,其极限应变随钢渣细骨料的掺量增大而减小.通过线性回归得到了钢渣混凝土的峰值应变与替代率、抗压强度的关系式,取代率不同的钢渣混凝土的泊松比在受力过程中差异较大.对无量纲化应力-应变全曲线拟合,拟合结果与实测结果吻合较好.

摘要：木材在纤维饱和点(FSP)以下干燥时,内部水分主要是以扩散的形式迁移;水分扩散的主要动力是含水率梯度和温度梯度。不同尺度扩散模型的建立可以更好地描述干燥过程中水分的动态迁移。从水分扩散形式、扩散机理和不同尺度的扩散模型3个方面总结了木材干燥过程中水分扩散的研究进展,提出模型研究中存在的问题及相应措施,为扩散模型的建立和有效应用提供参考。

摘要：采用光谱技术检测水质参数是当前的一个研究热点,提出了一种基于荧光发射光谱的水质化学需氧量(COD)的检测方法。实验样本分为两组,第一组为20份COD标准溶液,第二组为63份实际水样。实验样本的化学需氧量检测采用快速消解分光光度法,利用三维荧光分光光度计采集水样在EX=275 nm激发波长下的荧光发射光谱(荧光发射光谱范围为EM=325~450 nm),并对两类水样的荧光发射光谱数据进行了处理和建模。分别采用主成分回归(PCR)和偏最小二乘回归(PLSR)对两类水样的荧光发射光谱数据进行了预测模型的建立,并对模型效果进行了对比。为验证该方法的可行性和模型的预测能力,将所建PLSR模型预测结果与标准方法的检测结果进行了对比。结果表明,对于COD标准液来说, PLSR和PCR的主成分数分别取5和8时所得的模型的交叉检验效果最优,校正模型的决定系数分别为R^2/PLS=0.999 9和R^2/PLS=0.989 7,校正模型对检验集数据的预测误差不超过10%,且PLSR所建模型优于PCR模型。对于实际水样而言, PLSR和PCR的主成分数分别为6和7时,校正模型的交叉验证效果最优。PLSR法和PCR法的校正集的交叉检验均方差RMSECVPLS和RMSECVPCR分别为0.932 2和0.976 4 mg·L^-1。对于实际水样的检验集来说, PLSR法和PCR法的预测决定系数R^2/PLS和R^2/PLS分别为0.940 2和0.919 0,说明PLSR法的预测效果更优,基于荧光发射光谱数据的PLSR模型具有较高的预测能力和较强的适应性,可以快速、准确的检测出水质COD。通过和传统检测方法的效果对比可知,该方法可用于检测有机污染物浓度较低的水体,有机物浓度较高时采用该方法时检测误差会变大。该研究为水质检测光学传感器的研发提供了一种新的设计思路。

摘要：为研究柠条锦鸡儿(Caragana microphylla)细根与土壤水分的空间关系,以内蒙古农牧交错带10 a生柠条锦鸡儿细根为研究对象,对细根表面积密度与土壤含水率之间的关系进行了初步探讨。分别对柠条锦鸡儿细根和土壤水分的空间分布情况进行研究发现,垂直和水平土层方向各标准地柠条锦鸡儿细根表面积密度与土壤含水率均呈极显著相关,相关系数均大于0.65(P<0.01)。经回归分析建立柠条锦鸡儿细根表面积密度与土壤含水率之间的关系模型并对模型进行验证,验证结果发现该模型可以很好地描述两者之间的关系(R^2=0.84,P<0.01)。撂荒地土壤含水率比柠条地高71%,研究区柠条地出现至少200 cm的土壤干层,部分土层接近凋萎湿度,柠条生长受阻。研究结果对于干旱区人工柠条林的栽植管理具有重要意义,可为北方农牧交错带生态环境建设及植被恢复提供理论依据。

摘要：采用Gleeble1500D热力模拟机按设计的轧制工艺对7055合金进行压缩试验以模拟企业多道次热轧过程,获得多道次压缩的流变应力曲线。对经不同道次压缩水冷试样进行硬度测试、金相显微镜透射电镜和EBSD分析,研究其流变应力、硬度和显微组织特征。结果表明:热压缩时,每道次的峰值应力并未随Z值的增加而显著增加,总应变小于0.303时,峰值应力随应变增加而增大;应变从0.303到1.148,峰值应力基本保持不变,应变从1.148到1.609,峰值应力再次增加;经不同道次热压缩水冷试样的硬度随压缩道次的增加,硬度先增加后减小;由于热轧过程中的动态行为和静态行为的交互作用,形成大量再结晶晶粒。

摘要：利用同济大学土工离心机,结合自主设计的可控强度降雨模拟器,进行降雨诱发砂土质边坡滑坡的离心机模型试验,研究降雨条件下滑坡发生的宏细观机理。试验过程中,采用高速动态数据采集仪和孔隙水压力传感器进行孔压量测;利用高清数码成像设备采集图像,并结合Geodip软件对滑坡形成过程中土体细观结构变化进行分析。研究结果表明:雨水在坡体内部不同位置的流动和累积,是土体发生滑坡的主要原因。砂土质边坡发生滑坡的宏细观机理为坡体中细颗粒随雨水渗透向坡脚迁移,使坡体内部雨水大量聚集导致孔压上升土体强度降低,当下滑力大于抗剪强度时,上部土体推动下部土体发生整体滑动,形成滑坡。

摘要：了解木材干燥过程中的水分迁移和热量传递规律有助于提高木材的干燥质量,改善干燥工艺,节约能源。以樟子松(Pinus sylvestris)为材料,建立能够较准确模拟木材干燥过程中含水率和温度分布变化的多尺度单元表征模型,模型由宏观尺度上三个耦合方程一两个水分扩散方程和一个热量平衡方程,以及微观尺度上的单个细胞水分迁移的平衡方程组成。解析模型的过程为:分析初始条件和边界条件、有限元网格的生成、方程离散化、查找相应物性参数、MATLAB软件编程求解。最后通过实验分析验证了建立的多尺度模型的准确性,进行试件在80℃时各层含水率随时间变化的实验,实验结果与模拟值比较,曲线吻合性较好,多尺度模型可以反映木材干燥过程中含水率的分布。最后对建立的多尺度模型进行理论分析,预测了干燥过程中各层温度的变化和分布,进一步验证模型的准确性。从不同尺度建立的木材热质转移数学模型,能较为准确的反映木材含水率的变化和空间分布情况,为干燥过程水分和温度分布的研究提供了一定的理论基础和参考价值。

摘要：近年来,基于深度学习的模型在高光谱图像(HSI)分类方面效果显著。针对小样本数据基于深度学习的高光谱图像分类方法分类精度不高的问题,提出一种融合卷积长短期记忆(ConvLSTM)和多注意力机制网络的高光谱图像分类方法。该方法分三个分支:光谱分支、空间X分支和空间Y分支分别提取光谱特征、空间X特征和空间Y特征,并将三个方向的特征融合进行高光谱图像分类。由于ConvLSTM在学习有价值的特征和对光谱数据中的长期依赖关系建模方面表现出良好的性能,所以在光谱分支中用了3个隐藏层、卷积核大小为3×3、通道分别为150、100和60提取光谱信息。在空间X分支和空间Y分支,采用基于DenseNet和3D-CNN的Dense空间X块和Dense空间Y块分别提取空间X特征和空间Y特征。为了增强特征提取,在这三个分支中还分别引入了其特征方向的注意力机制,针对信息丰富的光谱波段设计了光谱注意块,信息丰富的像素点分别设计了空间X和空间Y注意块。在三个公开的高光谱数据集上进行了实验,即Indian Pines(IP)、Pavia University(UP)和Salinas Valley(SV)数据集;并对比了其他五种方法:基于RBF径向核的支持向量机模型(SVM)、更深更广的卷积神经网络模型(CDCNN)、快速密集光谱-空间卷积网络模型(FDSSC)、空谱残差网络模型(SSRN)、双分支双注意力机制网络模型(DBDA)。实验中,IP数据集上训练样本和验证样本的大小设为总样本的3%,UP和SV数据集上训练样本和验证样本的大小设为总样本的0.5%。该方法和所有基于深度学习的方法,批处理大小均设置为16,优化器设为Adam,学习率设置为0.0005,并动态调整学习率。由于SVM直接利用光谱信息进行分类,输入样本块像素大小为1×1,其他基于深度学习方法的输入样本块像素均设置为9×9。实验结果表明,该方法能充分利用高光谱图像的光谱和空间特征,在OA、AA、KAPPA等评价标准上均获得了更好的效果,其中,该方法的OA指标比次优的算法平均提高0.12%~2.04%。