黄芪水提物对多抗甲素抗肿瘤作用的影响

本文观察了黄芪水提物对多抗甲素口服液抗肿瘤作用的影响,发现黄芪能增强多抗甲素的抗肿瘤作用,表现为黄芪多抗甲素胃饲组小鼠脾T细胞对ConA的反应性增强,瘤细胞活力下降。S_(180)荷瘤鼠生存期延长,死亡百分率下降。基于多抗甲素的肽聚糖本质,多抗甲素能激活单核—巨噬细胞和黄芪可诱生Υ-干扰素,本文提出:Υ-干扰素对α-肿瘤坏死因子合成和杀伤作用的正向调节可能是黄芪水提物增强多抗甲素抗肿瘤作用的重要机理。     

英语的异化翻译问题探讨

本文主要从文化交融与渗透的角度探讨异化翻译的必要性、可能性及可行性，并对异化翻译做出了一些理性思考。研究认为，异化翻译在保存源文化特色和传播源语文化遗产方面可能更为有效。     

多端口模型中的链式广播算法分析

根据广播黑盒子的分类，分析了多端口模型中多消息链式广播算法，深入探讨了算法的理论基础和理论模型；重点研究链式广播算法的时间复杂度，通过与k树算法性能的对比，说明该算法是一种更接近最优广播周期的算法．     

加筋土挡墙在公路工程中的设计与施工

加筋土挡墙具有造价经济、施工工艺简单、抗震性强、节约占地等诸多优点,对土地资源紧张的城区道路和地形情况特殊的路段,其经济性更为突出,因此,该技术拥有广阔的发展前景.     

企业高层管理者胜任特征的物元分析

采用物元分析方法，建立了基于管理技能、个人特质和人际关系3个维度的企业高层管理者胜任特征物元模型，提出了以关联度为衡量依据的评价方法，并列举一个案例来阐述其应用．此模型将定量分析与定性分析相结合，初步形成了研究胜任特征的数学模型和评价方法．     

中国非物质文化遗产的文化特征及其当代价值

非物质文化遗产保护对于当代社会的意义与价值绝不仅仅是在于“认知”的方面。即让当代人较好地了解、熟悉传统文化；更重要的是在于非物质文化遗产本身具有许多当代社会有所缺失的文化特征与精神内涵，通过对于它们的保护，可以更好地促进当代人社会生活的和谐和价值观念的重构。因此，在当前的非物质文化遗产保护事业中，一个非常重要的方面，就是要深入探讨非物质文化遗产本身所存在的这些文化特征与精神内涵，并且充分发掘它们在对当代人情感表达、心灵诉求、价值取向等方面的积极作用，以使这一事业在更为深层的心理、价值层面上与现代社会的发展达成一致。     

基于熵权-云模型的三峡坝区过闸船舶拥堵程度综合评价

科学、合理地建立三峡坝区过闸船舶拥堵程度综合评价体系,才能有效、定量地评价三峡坝区过闸船舶拥堵程度.采用改进的熵权法来确定三峡坝区船舶拥堵评价指标权重,这一方法主要包含专家主观权重计算和实际船舶过闸统计数据客观权重计算,避免了单纯人为确定权重的主观性和统计数据不足造成的局限性.通过计算,主客观权重比例分配为0.624∶0.376.考虑到评价指标确定性和不确定性信息并存的特点,改进传统的云模型,将传统物元模型中的特征值参数用正态云代替,计算待评物元与标准云模型之间的云关联度,通过计算得到的评价指标权重和云关联度,得到待评价物元的等级隶属度.运用这一模型,对三峡坝区2015年船舶过闸拥堵程度进行综合评价,其等级隶属度为[0.126,0.221,0.172,0.325,0.156],拥堵程度等级为4级,与实际情况相符合.      

浅谈军用越野车辆电控系统的电磁兼容性设计

为达到GJB 1389A《系统电磁兼容性要求》的标准,对军用越野车辆整车电器控制模块进行电磁兼容抗干扰性设计,并给出详细的设计方案和方法。     

ONR内倾船波浪中复原力臂非线性现象试验和数值研究

船舶波浪稳性中参数横摇和纯稳性丧失是与波浪复原力臂变化有关的失效模式,波浪中复原力臂的变化是影响这些失效模式预报精度的关键因素.本文以ONR内倾船型为研究对象,通过试验和数值方法研究了横摇复原力臂的变化.首先采用半拘束模型(垂荡、纵摇自由,固定横倾角)试验测量波浪中船模复原力的变化;其次采用三维时域混合源法建立波浪中复原力臂的数值计算方法,在常规Froude-Krylov力假设的基础上,进一步考虑辐射力和绕射力对横摇复原力的影响,并在速度势的计算中引入精确物面条件,沿瞬时湿表面积分计算动态辐射力和绕射力的成分;最后通过试验结果和数值计算结果的比较,以及复原力臂组成成分的分析、近似物面非线性条件和精确物面条件计算结果的对比等,详细分析了ONR内倾船型波浪中复原力臂的非线性现象.研究表明:顶浪中常规Froude-Krylov力假设不够完善,随着航速、波陡、横倾角度的增加,波浪中复原力臂的非线性现象十分明显,辐射力和绕射力对复原力臂的贡献是非线性现象的主要原因;基于精确物面条件计算动态辐射力和绕射力引起的复原力臂变化可以更好地反应复原力臂的非线性现象.     

基于Faster R-CNN的高速公路抛落物检测

采用传统的基于图像处理的检测方法对高速公路抛落物进行检测不仅耗时耗力,而且检测效果不理想,为解决该问题,提出一种基于Faster R-CNN的深度学习检测方法.在原始Faster R-CNN的基础上,采用残差网络Resnet101代替传统的VGG-16网络和ZFNet网络,作为图像特征提取网络;采用尺寸为4像素、8像素和16像素的锚框代替原始锚框,得到高速公路抛落物检测模型.采用自制的高速公路抛落物数据集对该检测方法的有效性进行验证,结果显示,采用该方法检测的平均准确率达到了91.75％,相比原始的Faster R-CNN算法和yolov3算法,分别提高了7.02％和11.13％.