摘要：目的优化青藤碱微乳的制备工艺,进行初步药效学评价。方法建立青藤碱的HPLC含量测定方法,通过溶解度实验及伪三元相图等初步筛选青藤碱微乳处方,利用D-最优混料实验设计法以粒径和载药量为考察指标进行青藤碱微乳处方优化,并对其粒径、载药量及稳定性等进行评价;采用体外透皮实验考察经皮吸收情况,进行耳肿胀实验评价抗炎药效。结果以甲醇∶0.1%磷酸(40∶60)为流动相,检测波长为262 nm测定青藤碱含量,方法适用性好;获得微乳最佳处方为蓖麻油占比7.0%,PEG40氢化蓖麻油/无水乙醇为混合乳化剂占比69.0%,最佳Km值为3∶1,蒸馏水占比24.0%;制得微乳平均粒径18.76 nm,PDI为0.072,载药量5.225%;1.0%青藤碱微乳12 h累积渗透量为1.2234μg·cm^(-2),稳态渗透速率为0.0649μg·cm^(-2)·h^(-1),均优于青藤碱溶液;高浓度的青藤碱微乳对小鼠耳肿胀抑制率为65.07%,与阳性药地塞米松效果相近。结论制得青藤碱微乳工艺稳定,载药量高,透皮吸收及抗炎效果较好,为青藤碱经皮给药制剂开发提供参考。

摘要：以鲫鱼鱼鳞为原料,用胰蛋白酶酶解法获得抗冻粗肽。以抗冻粗肽、海藻糖和褐藻寡糖为因素,运用{3,3}单纯形格子法进行配方设计,以冷冻24 h后嗜热链球菌的存活率为抗冻活性筛选指标,获得复合抗冻剂理论模型配方。选用复合抗冻剂最优组(K1、K2)和理论模型配方组(K3)进行冷冻鮰鱼肌原纤维蛋白试验,验证复合抗冻剂的抗冻效果。结果表明:抗冻粗肽组嗜热链球菌的存活率达57.11%。与大豆卵磷脂互作的红外光谱显示:抗冻粗肽可能与磷脂亲水头部和水之间发生相互作用,有利于稳定膜结构。K1和K2嗜热链球菌的存活率在80%以上,K3嗜热链球菌的存活率高达92%。添加K1、K2和K3复合抗冻剂后蛋白质表面疏水性显著降低(P<0.05),蛋白质溶解度显著升高(P<0.05)。K1和K2的α-螺旋和β-折叠含量显著下降(P<0.05),K2和K3的r值显著降低(P<0.05)。结论:理论模型K3是具有高抗冻活性,可抑制蛋白质聚集和维持蛋白质结构稳定的一种良好的水产品复合抗冻剂。本研究为复合抗冻剂的开发提供新思路,为后续开发鮰鱼预制菜冷冻产品提供了理论参考。

摘要：为实现电力线路故障的高精度检测和分类,设计并实现了基于机器学习的电力线路故障诊断系统,核心模块是机器学习经典算法中门控循环单元(GRU)神经网络和核极限学习机(KELM)。利用GRU对电力数据进行故障诊断,将正常数据与故障数据高精度地区分开来;利用灰狼优化(GWO)算法对KELM的核参数和惩罚因子进行寻优,使KELM获得了最佳参数;利用KELM进行故障分类,成功将不同种类的故障区分开。试验证明,GRU在数据集的准确率高达98%,得到了最优参数的KELM在数据集中准确率高达99%;利用模拟退火算法(SA)进行了准确率比对,证实了GWO算法的优越性。还对数据集中的电压和电流进行了数据可视化,简洁直观地表达了数据集,为电力线路故障诊断提供了一个切实有效的方法。

摘要：为满足无轴承永磁同步电主轴高性能转子位移控制要求,结合遗传算法寻优快及模糊控制能柔化控制信号的优点,设计一种将滑模等效控制、模糊控制和遗传算法有机结合的电主轴转子位移控制策略,在滑模控制中引入模糊切换增益,并通过遗传算法对模糊滑模控制器参数进行优化,从而获得最佳控制效果。结果表明:模糊滑模控制降低了系统在传统滑模控制下的抖振,遗传算法优化后模糊滑模控制下的不同轴向稳态转子振动峰峰值较优化前分别减小了53%和27.5%。

摘要：针对输电线路无人机巡检图像中螺栓尺寸小且特征不明显等特点而导致故障螺栓检测精度低、检测速度慢等问题,提出一种NanoDet-YOLOv5-GN级联网络检测系统。其系统整体采用分级检测原则,采用NanoDet网络对巡检图像进行处理、定位,并分割螺栓连接部位,增大螺栓在整体图像中的占比;使用改进的YOLOv5-GN网络对缺陷螺栓进行检测。在改进的YOLOv5-GN网络中,在backbone部分嵌入了CBAM注意力模块,在neck部分引入了gnConv重构颈部网络,在head层新增小目标检测层,强化模型对于小目标特征的提取能力。并采用800幅线路无人机巡检缺销螺栓图像对其进行实验验证和测试,结果表明,所提级联网络检测系统的准确率为94.5%,召回率为91.4%,mAP为76.1%,其检测速度达到平均25.2帧/秒,能够较好地满足无人机巡检速度与精度上的要求。

摘要：随着虚拟现实和人工智能在高职教学中广泛应用,数智时代虚实融合的深度学习设计成为职业教育教学高质量发展的时代热点与发展趋势。立足职业教育教学特点,融入深度学习的设计视角,重构职业教育场域下高阶性导向的具身化学习目标、大概念引领的项目化学习内容、基于知识图谱的情境化学习任务、虚实空间交互的蝶变式学习环境、逆向设计的生成式学习活动和有利于持续发展的可追踪学习评价的设计理路,并以职业教育实训虚拟仿真课程“客舱安全与应急处置”为例,开发虚实融合深度学习模式并开展教学检验。研究表明,该模式有助于提高学习者的学习体验、学习投入和学习动机,有助于推动职业教育教学从知识技能掌握向素养品质提升、从技术技能达标向高阶思维培育、从情感深度体验向元认知策略形成的持续优化与卓越转变。

摘要：以海藻酸钠(SA)、黄原胶(XAN)、结冷胶(G)和纳米纤维素(NC)为水凝胶壁材,并采用{4,4}单纯形重心法进行试验设计筛选出最佳配方。对水凝胶的形态、质构特性、pH敏感性和傅里叶变换红外光谱进行分析。结果表明,添加NC增加水凝胶共混溶液的黏度,改善了表观形态、增强水凝胶的质构特性;傅里叶变换红外光谱显示NC和多糖之间具有良好的相容性,添加NC后提高水凝胶的膨胀率,复配的多糖/纳米纤维素水凝胶具有良好pH值敏感性。最后通过单纯形重心法得到理论最优组(SA19.25%;XAN24.10%;G41.00%;NC15.23%)。综上所述,最终成功采用单纯形重心法成功复配出具有良好的pH敏感性、稳定通过模拟胃环境的纳米水凝胶,这为复合水凝胶包埋需氧益生菌提供基础数据,且为研究与应用水凝胶递送系统提供了参考。

摘要：近年来,电子政务系统的风险问题受到广泛关注。加强对电子政务系统的风险管控有利于保障政务系统的机密性、完整性、可用性和可控性,有益于政府为社会公众提供更加高效的政务服务。电子政务系统是一个复杂的社会系统,其在组织、应用、安全等方面面临诸多威胁和挑战,如何科学评估和应对电子政务系统风险已成为实务界亟待解决的问题。文章基于审计视角探寻电子政务系统风险管理相关理论,设计有关电子政务系统的风险评估指标体系,以BP神经网络为关键方法构建风险评估模型,分析政务系统风险的应对策略,并结合案例阐释了BP神经网络模型的应用机制,旨在为政务部门优化电子政务系统风险管理实践提供审计支持。

摘要：审计作为国家监督体系的重要组成部分,对于完善国家治理、保障经济社会发展具有重要作用。在审计全覆盖背景下,审计智能化成为审计发展的必由之路。如何推进国家审计智能化建设,已成为国家审计机关亟待解决的问题。本文首先梳理国内外有关审计智能化建设的文献并展开评述;其次,从国家审计智能化流程的设计与开发、智能化应用的测试与评估、智能决策支持系统的构建与运行三个方面探讨国家审计智能化的实践路径;最后立足现状,从顶层设计、理念创新、协同运作、人才建设视角提出国家审计智能化建设的保障措施,以期为国家审计机关的智能化实践提供理论支持。

摘要：审计在促进“双碳”目标实现的过程中发挥着重要的监督与评价作用,有效规范了企业的碳排放行为,推动了企业生产方式的绿色转型。当前,我国的碳审计发展尚处起步阶段,存在着诸如制度不健全、碳数据核算困难、碳审计人才缺乏等一系列问题,多种因素的叠加使得碳审计工作面临着极大的风险与挑战。在文献梳理的基础上,本文依托传统风险导向审计理论,首先从环境风险、固有风险、控制风险、检查风险四个层面建立碳审计风险评估指标体系;其次,借助模糊交叉熵和TOPSIS算法构架新型的碳审计风险评估模型,探索碳审计风险评估模型的运行步骤,明晰风险评估模型中的决策方案排序策略;再次,通过对特定案例的深入分析,阐释模糊交叉熵和TOPSIS风险评估模型在碳审计风险评估中的具体应用流程,全方位探究风险评估模型中各类运算结果的分析方法;最后,针对碳审计所面临的各种风险,相应地从碳审计模式设计、双碳大数据中心构建、人才队伍建设三个方面提出管理碳审计检查风险的措施与建议。有关研究思路和结论能够为审计组织如何发现碳审计存在的关键风险因素、衡量碳审计风险水平、评价和控制碳审计风险提供理论支持。