选择性神经损伤模型所致神经病理性疼痛对小鼠肠道菌群多样性的影响

目的 探讨选择性神经损伤(selective nerve injury, SNI)模型所致神经病理性疼痛对C57小鼠肠道菌群多样性的影响。方法 将36只C57小鼠进行随机分组,分别为SNI模型组、假手术组和对照组(n分别为18、8、10)。分别在造模后0、1、3、7、14 d进行机械刺激痛阈和热痛敏测试;在造模后第14天取所有小鼠结肠末端内容物(新鲜粪便)分析其肠道菌群多样性。结果 造模后1 d, SNI模型组小鼠由于神经损伤致机械刺激痛阈较造模前显著下降(超过70%)、热痛敏阈值下降40%,而假手术组和对照组无显著下降,SNI模型组表现为患足痛觉过敏,与假手术组和对照组相比,差异具有统计学意义(P<0.001);假手术组在造模后第1天热痛敏阈值较对照组出现短暂下降(P=0.006),但第3天之后两组间痛阈变化无差异。α-多样性分析显示,SNI模型组肠道菌群Observed、Chao1、ACE和Simpson等丰度明显低于对照组(P<0.05),即SNI模型组由于疼痛刺激出现了菌群紊乱;而假手术组肠道菌群各丰度均低于对照组(P<0.05),下降变化介于SNI模型组和对...     

基于深度学习的铁路限界快速检测算法

列车行驶环境快速、可靠、精准感知是列车安全、高效运行的前提和关键支撑技术。列车若无法提前感知非法侵入铁路限界范围内的异物,并在短时间内有效制动,将会导致严重的安全事故。为解决列车运行环境内影响运行安全的异物侵限问题,基于深度学习算法,提出一种铁路轨道限界快速检测算法。该方法首先采用预设行锚框的方式对图像进行划分,将传统分割算法的逐像素预测,转变为对每个行锚框进行逐网格预测,以达到显著降低算法计算量,并提高检测速度的目的。同时,通过快速识别图像中属于轨道部分的像素,结合轨道线的连续特征进行追踪,达到铁路轨道坐标的智能快速识别。最后根据标准轨距下限界的定义,对识别出的轨道线坐标和侵限区域进行扩充,以确定铁路异物入侵限界的范围。通过在真实轨道数据集上的对比实验,验证所提算法能以172FPS的速度快速检测铁路限界,且轨道线和限界区域的识别精度分别达到98.96%和98.12%,F1值分别达到99.68%和98.95%,限界区域检测的平均交并比MIoU达到96.88%,各类指标均取得当前最好的准确率和性能,满足高速列车对环境感知精度和速度要求,可以为异物侵限检测、目标跟踪和列车控制等环境感知及运...     

尽快补齐内河搜救打捞体系短板

近年来,多起内河搜救打捞行动暴露出内河应急搜救打捞能力存在不足,与新时代经济社会发展和保障人民生命财产安全的需要存在较大差距.我们必须坚持以人民为中心,切实强化内河搜救打捞体系建设.     

赓续"红楼精神"创新教育模式

赓续"风雨多经志弥坚"的"红楼精神" 在那国运飘摇、烽火硝烟的迷茫岁月里,无数青年志士为了挽救痛苦磨难中的祖国、为了挺起中国人的脊梁,用青春去燃烧理想、用生命去诠释信仰之美.他们是那么的从容,他们又是那么的坚定,他们甘做血水中绽放的花朵,像寒雪中盛开的红梅,背对黑暗而面向光明,为当时苦难的中国燃亮了希望之光.他们坚守的"追求真理·振兴中华"精神和为民初心源起于北京大学红楼,简称"红楼精神".     

新建北京至唐山铁路唐山站改造工程施工组织优化研究

针对铁路既有线改造工程实施过程中，工期保障、组织管理、精细化施工监管困难等系列问题，提出一种动态优化铁路工程施工组织的方法。首先以铁路既有线车站改造作为研究对象，采用栅格化流程分割方法将铁路工程施工按相应标准划分为若干风险管理网格单元，简化铁路施工动态控制难度，建立科学化的动态管控技术、监管评价体系以及铁路施工风险模糊评价模型，并以新建北京至唐山铁路唐山站改造工程施工组织管理为例，利用风险管理方法将需要整体监控的施工组织管理进行分析铁路专业类别细分，辅助实现铁路施工风险的精细化管理，保障施工组织方案的科学性，对提升我国铁路建设工程安全风险管理水平具有一定的支撑作用。     

“航海气象学与海洋学”课程思政设计与实践

基于课程思政和工程教育认证的要求，以大连海事大学航海技术专业的“航海气象学与海洋学”课程为例，构建课程思政基本框架，结合课程特点从六个方面挖掘思政元素，设计思政元素融入实施方案，并通过教学实践验证了思政元素和实施方案的有效性。     

智慧城际铁路数据安全治理体系及其关键技术研究

为有效应对网络攻击，在确保数据安全的前提下满足智慧城际铁路数据共享需求，结合当前主流的零信任架构、软件定义边界技术、隐私计算技术及微服务技术，提出基于云端的智慧城际铁路数据治理体系架构，包括数据基座、数据共享平台、数据管控平台和应用服务，能够实现动态的细粒度数据访问控制，满足不同应用场景下差异化数据安全及隐私保护的需求。     

车用纤维金属层板构件冲压变形行为研究EI北大核心CSCD

纤维金属层板(fiber metal laminate,FML)是一种新型轻量化混杂材料,逐渐被应用于汽车等运载装备领域,但其成形过程受多种参数影响,成形过程中的应力应变分布规律尚不清楚。选用T300碳纤维铝合金复合层板为研究对象,利用ABAQUS有限元软件对其冲压成形过程进行模拟,并进行了精度验证。主要研究了FML在预浸料种类、层板厚度和层板数等因素的影响下,应力分布及壁厚变化规律。结果表明,建立的FML冲压模型计算精度准确,预浸料种类主要影响纤维层的应力分布和壁厚变化,层板厚度和层板数对各层的壁厚变化产生影响,通过减薄层板厚度或增加层板数可以缓解过度减薄问题,层板厚度和层数也会影响铝合金层的应力分布,随着厚度和层数的增加,铝合金层的应力分布趋于均匀。