摘要：氟喹诺酮类药物是广泛使用的临床一线抗感染药物,经过结构修饰有可能将此类药物改造成为抗肿瘤药物[1-2]。本研究用酰胺基作为氟喹诺酮C-3羧基的电子等排体,绕丹宁环为其修饰基,对氟苄叉基为修饰基的功能修饰侧链构建绕丹宁不饱和酮骨架,运用药效团拼合药物设计原理,设计合成了一系列N-(5-芳苄叉基绕丹宁)氟喹诺酮类衍生物,并进行了抗肿瘤活性筛选。结果显示,该类衍生物均具有较好的抗肿瘤活性,其中1-环丙基-6-氟-7-(4-甲基-哌嗪-1-基)-N-(5-对氟苄叉基-绕丹宁-3-基)-喹啉-4-(1H)-酮-3-甲酰胺(HGQ-15)活性最强,IC50值达3.89~4.53μmol·L^-1,具有进一步研究和开发的价值。在对新合成化合物的研究过程中,发现抗肿瘤药能够诱导肿瘤细胞自噬,并对肿瘤细胞的增殖和凋亡产生影响[3]。自噬现象可能是影响药物疗效和产生耐药机制的重要因素,是药物研究开发中需要重视的问题[4]。本文通过检测HGQ-15对人肝癌SMMC-7721细胞株的作用,初步研究了HGQ-15抑制细胞增殖,促进细胞凋亡以及与自噬作用的关系,为该类化合物抗癌作用的应用和开发提供一定的体外实验依据。

摘要：在双树复小波构造设计方法的基础上,将其与中值滤波有机结合,提出了一种DT-CWT中值滤波降噪法。通过仿真检测验证了其降噪效果,并将其应用于水轮机轴承振动信号故障监测,取得了预期效果。试验表明:相对常规小波降噪,该方法可以获得更高的信噪比,有效降低高斯白噪声,去除随机脉冲噪声,并完整再现冲击故障特征信息,通过与周期性冲击频率信息的对比实现机械故障监测诊断。

摘要：针对应用广泛的电容式传感器信号采集问题,提出了一种具有较大电容动态测量范围的高精度电容式传感器接口电路。该接口电路包括一个电容式有源电桥,以及用于将电容直接转换为频率的张弛振荡器,电路的频率输出用于确定微湿度传感器的响应特性。在基于薄膜的电容湿度传感器上进行了测试,实验结果表明,相比现有的类似电路设计,提出电路的结构更加简单且具有更大的电容测量范围和较高的精度,在1 pF^600 p F测量范围内的精度(误差百分比)<-2.14%,接口电路灵敏度为4.91 Hz/×10^(-6),且输出频率与电容变化成线性关系。

摘要：运用单片机TMS570、热式质量流量计和红外检测传感器,结合气体配比技术、质量流量配气原理、模糊控制算法等原理,设计了闭环配气控制系统,并给出了系统的软硬件设计。配气实测对比结果表明,该系统不受环境温度和压力的影响,精度高,相对误差不超过3%,系统稳定时间最多只需28 s。

摘要：为了提高传感网中数据重构精度以及降低不可靠链路丢包对压缩感知(Compressive Sensing,CS)数据收集的影响,本文提出了一种基于压缩感知丢包匹配数据收集算法(Packet Loss Matching Data Gathering Algorithm Based on Compressive Sensing,CS-MDGA).本文算法通过压缩感知技术构建了全网数据间的“关联效应”,并设计了基于丢包匹配的稀疏观测矩阵(Sparse Observation Matrix Based on Packet Loss Matching,SPLM),证明了该观测矩阵概率趋近于“1”时,满足的等距约束条件(Restricted Isometry Property,RIP),完成了节点间多路径路由数据的可靠交付.仿真实验结果表明,本文算法在链路丢包率为60%情况下,相对重构误差仍小于5%,验证了本文算法不仅具有较高的重构精度,而且还可以有效缓解不可靠链路丢包对CS数据收集的影响.

摘要：针对超声波测量油井液面深度系统中,现有降噪滤波算法复杂,效果差的缺点,提出了基于时间序列模型和新息卡尔曼滤波相结合的新方法。利用时间序列分析法对动液面测量系统建立ARMA模型;基于卡尔曼滤波实时在线消除随机噪声的特性,设计了新息自适应卡尔曼滤波算法,并结合ARIMA模型以消除模型误差,实现了基于时间序列系统模型对系统特征状态的最优估计目的。该新型滤波方法已经在油田现场测试和运用,测试结果表明,算法实时、高效,滤波效果好,精度高,能满足实际工程应用。

摘要：风电机组传动系统结构复杂,其振动故障主要涉及到滚动轴承、轴和齿轮箱等关键部件,分析了各个结构部件的典型故障和失效形式,给出了故障机理及对应的振动信号特征。振动信号作为风电机组传动链故障特征信息的载体,能够有效反应风电机组传动链的相关故障,针对风电机组中存在大量的暂态和非稳态信号的特点,提出通过小波变换进行频率提取。设计了基于测量单元下位机+基于PC上位机架构的故障诊断系统,信号处理模块由各种基于小波算法的软件包实现,功能强大,系统的可裁减性好。

摘要：针对传统快速双循环水平集对初始演化曲线过于依赖的问题,提出一种基于空间惩罚核模糊C-means(SPKFCM)算法的初始演化曲线自动选取快速双循环水平集算法。首先,对模糊均值聚类算法进行改进,通过增加空间惩罚函数提出SPKFCM算法,用于对快速双循环水平集算法的自动初始化;其次,基于SPKFCM并结合快速双循环水平集算法,设计基于SPKFCM快速双循环水平集算法框架,并给出相应速度参量F_d和F_(int)模糊化形式;最后,通过与已有算法在仿真图像上的对比结果显示,所提算法在随机初始化条件下,具有更高的分割精度和计算效率。

摘要：在大型风电项目建设之前进行建模和仿真具有重要的指导意义,结合空气动力学子系统、机械传动链子系统和简化的电磁子系统,构建了永磁同步风力发电系统模型,作为研究控制性能的被控对象。风速的随机性和不确定性会导致风电场输出功率的随机波动,甚至影响电网的安全运行和电能质量,传统控制手段难以实现有效的控制,需要先进的控制手段。提出构建复合控制器,以小脑模型神经网络进行模型逼近,构造前馈控制,以传统PID为反馈控制的控制方式,给出了具体的控制算法。通过仿真可见,所建模型有助于研究风电系统的功率特性和跟踪性能,将滑模控制应用于所构建的风力发电系统中,能实现良好的功率跟踪,能够确保最大风能捕获。

摘要：研究大鼠在条件性恐惧视觉建立过程中基底外侧杏仁核(basal lateral amygdala,BLA)如何对恐惧视觉信息进行神经元响应特征编码分析。通过对实验Long-Evans(LE)大鼠进行电极植入手术,采用巴普洛夫原理设计基于自然图像的恐惧训练实验范式;用多通道信号采集系统采集训练前、后BLA脑区3种不同属性图片刺激时的锋电位(Spike)神经信号,并且分别根据发放率编码和信息熵编码方法对所提取Spike信号进行编码分析;最后,采用朴素贝叶斯分类器对图片属性进行分类解码判断,研究大鼠BLA区对恐惧视觉信息进行神经编码的机制。结果表明,恐惧训练后Spike发放率和信息熵均有明显增加,解码正确率为恐惧94%、非恐惧93%。说明恐惧视觉信息能够激活大鼠BLA脑区的神经元响应,朴素贝叶斯分类器可以实现对神经元集群响应的分类解码,且对恐惧信息解码效果更好。