各种实验因素对建立大鼠吗啡依赖模型的影响

目的　评价在建立大鼠吗啡依赖模型中 ,各种实验因素对吗啡依赖形成的影响。方法　将 130只大鼠随机分为正常组和依赖组 ,比较在不同剂量、不同时间及恒量法、递增法给药时 ,正常组和依赖组的戒断症状评分。结果　在DG1、DG2 、DG3 不同剂量组中 ,DG2 、DG3 剂量组的正常组与依赖组之间均有显著性差异 (P <0 .0 5 ) ,在依赖组内 ,DG2 、DG3 剂量组与DG1组之间也有显著性差异 (P <0 .0 5 ) ;在 3、5、7d不同给药时间组中 ,7d组的正常组与依赖组之间有显著性差异 (P <0 .0 5 ) ,在依赖组内 ,7d组和 3、5d组相比较有显著性差异 (P <0 .0 5 ) ;在恒量组和递增组中 ,正常组和依赖组之间均有显著性差异 (P <0 .0 5 ) ,在依赖组中 ,剂量恒定组与递增组之间相比较也有显著性差异 (P <0 .0 5 )。结论　不同给药剂量、不同给药时间、恒量给药和递增给药对吗啡依赖的形成均有明显的影响。因此 ,在进行吗啡依赖机制的研究中要重视这些影响因素 ,选择最佳实验方法。     

构建全省网管通信网络平台

为适应电信管理网络向集中管理、集中维护方向发展的趋势,建立数据通信网为现有各分散的网管系统(如电话交换网管、传输网管、支撑网管等)提供一个统一的数据通信网络平台。各网管系统的信息都可以在此数据通信网上进行传递,使数据通信网成为一个真正的综合数据通信网。其网络结构是采用以省为中心,辐射地、市的广域网络,形成双星形网络结构。     

基于矩阵分析和D-S证据理论的时空数据融合及目标识别

在矩阵分析和D-S证据理论的基础上,给出一种时空数据融合的方法,并将它应用于飞机特征识别的数据融合中.实验结果证明了基于融合后的识别结果较单传感器的识别结果好,验证了这一方法的正确性和有效性.     

ISO/DIS 14817标准草案及其相关问题探讨

中央数据登记薄标准草案(ISO／DIS 14817)^[1]是国际标准化组织(ISO)颁布的、在ITS系统集成中具有重要意义的标准。该标准可为我国ITS共用信息平台提供一种非常合适的数据管理机制和参考标准,通过该标准对平台实施规范化建设,可以减少系统间的不兼容、系统无法扩展等弊端。     

动态交通数据故障识别与修复方法

为提高交通模型输入信息的可靠性,通过对交通传感器采集到的动态交通数据的故障进行识别,并根据不同的故障种类采取补充、还原或修正等方法对数据进行修复。分析结果表明,动态交通数据的故障识别与修复方法是可行的,尤其是对数据的补充处理,可以很好地解决因为数据丢失而给后续处理带来的困难。     

实时ITS数据抽样技术应用软件的设计与实现

本文介绍了ITS数据抽样技术应用软件的设计与实现的过程。通过Oracle、Access数据库和VB编程语言等实现了ITS数据抽样算法，包括误差平方和法(SSE)和互验法(CV)。通过对该软件的测试结果表明，得到的最佳抽样日精度很高，软件的实用性很强。     

基于GPS和IC卡数据的公交出行OD推算方法

主要基于GPS和公交IC卡数据研究推算交通小区公交出行OD的一种方法。将居民公交出行分为闭合型出行链和非连续型公交出行链,通过数据的挖掘融合技术,结合居民公交出行规律推算交通小区的公交OD矩阵,利用站点吸引强度对无明显规律的紊乱出行数据进行修正,提出了基于GPS和公交IC卡数据推算公交出行交通小区OD的方法,并以佛山市中心城区为例验证推算方法的可靠性。研究表明:所得公交出行OD矩阵精度较高。     

大数据时代图书馆数据教育模式构建研究

随着信息技术的迅猛发展,大数据逐渐渗透到我们高校教师科研活动的各个环节,我们的大学生也面对着越来越多的数字化资源。为了让我们的图书馆资源更好地为广大师生服务,提升广大师生的数据素养迫在眉睫。在对高校师生学习特征分析的基础上我们试着提出了对他们进行数据素养教育的模式,期望该模式能为提升他们的数据素养有所帮助。     

基于多源数据融合的城市出租车载客出行特征研究——以岳阳市为例

为探究城市出租车载客出行特征,在出租车GPS轨迹大数据基础上,融合居民出行调查数据、城市土地利用数据及天气数据,构建出租车载客出行量回归模型,得出出租车载客出行量与片区岗位数、天气状况、时段、片区面积有较强的相关性,而基于RBF神经网络构建的回归模型在上述4个因素的基础上增加了片区常住人口数和是否工作日2个因素.通过10折交叉验证表明,RBF神经网络回归模型的拟合效果比多元线性回归模型更好.     

基于多维数据的高速公路服务水平实时判别方法

随着高速公路的不断发展,交通信息逐渐呈现多元化,而将这些信息进行整合并对高速公路服务水平进行实时判别,对于后期的交通控制管理及实时高效提供道路信息至关重要.本文考虑了时间、天气、出行日期等多因素的影响,选用车速、密度作为高速公路服务水平评价指标,结合最小二乘支持向量机与聚类分析相关算法,提出了一种基于多维数据的高速公路服务水平实时判别模型,以实现对高速公路服务水平的参数预测及实时判别.选用河北省237 360组训练样本数据和6 048组预测样本数据验证了该模型的有效性.结果显示,该模型获得了较高的判别精度和较好的预测效果,是一种有效的高速公路服务水平实时判别方法.