门静脉高压症患者肝组织CD44、血清透明质酸和肝功能性血流量的变化

目的探讨乙肝肝硬化门静脉高压症(LCPH)患者肝窦内皮细胞功能与肝功能性血流量(FLPF)变化的关系。方法选择50例LCPH患者和10例同期手术的非肝硬化肝囊肿患者,应用免疫组化法检测肝组织CD44的表达水平,放免法检测血清透明质酸的含量,D-山梨醇清除率法检测FLPF。结果对照组肝组织CD44表达水平很低,阳性染色面积为(3.49±0.38)μm2,LCPH组则明显上调,达(41.38±11.88)μm2。对照组血清透明质酸含量为(48.15±14.39)μg/L,LCPH组升高,达(116.11±20.12)μg/L。对照组FLPF为(1 261.22±65.79)mL/min,LCPH组降低至(770.33±48.53)mL/min。结论 LCPH患者肝窦内皮细胞功能的变化与FLPF的降低密切相关。     

散癖平胃方对人胃癌细胞SGC-7901侵袭转移的影响

目的观察散癖平胃(SPPW)方对人胃癌细胞SGC-7901侵袭转移能力的影响。方法 SPPW方含药血清干预人胃癌细胞SGC-7901 48h后,应用黏附实验、侵袭实验及迁移实验,检测SPPW方对人胃癌细胞SGC-7901侵袭转移能力的影响。应用实时定量聚合酶链反应(real-time PCR)检测SPPW对与侵袭转移有关的MMP-2和MMP-9mRNA表达的影响。结果 SPPW方各组含药血清干预人胃癌细胞48h后,SGC-7901细胞黏附抑制率、侵袭抑制率及迁移抑制率均增加且呈剂量依赖关系,与阴性对照组比较有统计学差异(P<0.01或P<0.05)。SPPW方三个剂量组对MMP-2mRNA的表达无统计学差异,对MMP-9mRNA的表达具有统计学差异(P<0.01)。结论 SPPW方可抑制人胃癌细胞SGC-7901黏附、侵袭和迁移能力,其抑制有明显的剂量依赖性,其抑制的机制可能与下调MMP-9的表达有关。     

新基因C1orf63功能的初步研究

目的检测C1orf63基因在肝癌和癌旁组织中的定位,以及C1orf63在多种人肝癌细胞系和人胃癌细胞系中的mRNA和蛋白表达水平;检测干涉C1orf63后对人胃癌细胞MKN28的细胞周期的影响。方法免疫组化染色法检测C1orf63基因在组织中的定位;Real-time PCR和Western blot分别检测C1orf63基因在细胞中的表达;脂质体转染法将干涉片段转染至MKN28细胞中,Real-time PCR和Western blot法筛选有效干涉片段;流式细胞术检测C1orf63干涉后对MKN28细胞的细胞周期的影响。结果 C1orf63在肝癌和癌旁组织细胞中都有胞浆表达,在MKN28细胞中表达量较高,在MKN45细胞中表达量较低;成功筛选出C1orf63基因的有效干涉片段;C1orf63干涉后,胃癌细胞MKN28发生G1期阻滞,经统计学分析,C1orf63干涉后MKN28细胞增殖指数降低(P<0.05)。结论 C1orf63在人肝癌和癌旁组织细胞胞浆中都有表达,在MKN28细胞中表达量最高;干涉C1orf63基因后,可使MKN28细胞发生G1期阻滞,为该基因功能的后续研究奠定了基础。     

神经网络-PID在船舶核动力装置蒸汽发生器水位控制中的应用

利用BP神经网络的学习功能来调整蒸汽发生器水位控制器PID的参数,使其跟随功率的变化,从而跟踪模型的变化.以典型的五种工况下的蒸汽发生器模型为基础,按照给定的要求,分别设计得到相应的PID水位控制器.以功率和相应的PID控制器增益作为神经网络的输入、输出变量来设计和训练BP神经网络,并以训练好的神经网络和PID控制器组成神经网络-PID控制器应用到蒸汽发生器水位控制系统中,并利用MATLAB进行仿真.仿真结果表面神经网络-PID具有非常好的适应性.     

基于BP神经网络的船舶企业员工综合评价模型

为了保障船舶工业企业内部对其员工的使用管理和评价上的客观性和准确性,提出基于BP神经网络的综合评价方法,在建立了员工评价的指标体系基础上建立了基于BP神经网络的评价模型,将评价员工综合素质的指标值作为模型的输入量,评价结果作为模型输出量,用样本对神经网络进行训练,利用收集的中国船舶工业集团某造船企业管理执行层员工信息,使用MATLAB对模型进行模拟仿真训练,用验证样本对评价模型检测,检测结果是仿真输出与期望输入基本一致,说明网络合理,评价模型能够较好对船舶企业员工的综合素质进行评价.     

高速公路入口匝道动态响应调节算法设计

论文在模糊神经网络内部引入递归环节,设计了入口匝道的动态响应调节算法,介绍了算法的模糊神经网络结构、隶属度函数、模糊规则。由于递归神经元有内部反馈连接,可以捕获系统的动态响应,能简化网络模型,网络各个参数具有明确的物理意义,可根据经验选择初始值,且其是一个动态映射网络,比普通模糊神经网络更适于描述动态系统。最后分别通过数值仿真试验和交通TSIS模拟实验,详细分析了入口匝道智能控制的效果,仿真结果表明论文设计的入口匝道模糊神经网络控制算法在控制效果上比常规定时、Alinea控制显示了较大的优势,在重要指标上优于定时控制策略和Alinea控制策略。     

基于BP神经网络的交通事故预测模型及仿真

交通事故的发生,受人、车、路、环境、管理等多方面因素的影响,存在很大的不确定性。利用BP神经网络,建立交通事故预测模型,并用Matlab仿真,验证模型的精确性。     

基于径向基函数神经网络的城市道路路段行程时间实时预测模型

提出利用径向基函数（RBF）神经网络方法对城市道路路段行程时间进行建模NN,并结合线圈和视频实测数据进行仿真分析,以实际行程时间和模型输出的行程时间预测值比较验证了模型的合理性。并将RBF神经网络方法与BP神经网络方法进行比较,结果表明RBF神经网络相对于BP神经网络训练时间短,且预测精度更高。     

神经网络于拥挤指针之研究

拥挤是国内外用来描述路况最通俗的代名词,主要在于简单易懂;目前以车速间距发布拥挤等级的方式常会发生与用路人主观之行车拥挤感知经验不符的现象。文中以路段固定侦测器之实时交通参数、CCTV信息画面,结合类神经网络理论,探究群体用路人于号志化干道上之拥挤感知。以台15线为例,进行主观拥挤指针之模式建构与评估。     

一种基于舰船磁场的神经网络识别模型

为获得更为精确的识别结果,需要对舰船三轴磁场之间的相关性研究并进行融合。本文提出了一种将神经网络数据融合技术应用于舰船目标识别的模型,分析了舰船三个方向磁场的通过特性以及它们之间的相关性,并利用神经网络数据融合技术实现对舰船目标航速、横距和船型的模式识别。经过实测数据验证,该识别模型对舰船目标具有较高的检测概率。