海上自主航行设备导航技术研究

近年来,雷达技术被越来越广泛地应用在机器人技术中,尤其在海上机器人障碍规避机制的构建中,发挥了重要的作用。为了实现海上设备的自主航行,需要将雷达信号分析技术与目标探测技术相结合。本文提出一种应用于海上自主航行设备的模型,该模型能够将射程谱的最优估计转换为多目标信息,同时能够基于雷达信噪比信息,实现雷达功率谱预测。本文对该模型进行理论分析,并采用数值模拟,证明提出的模型能够实现海上障碍的有效探测,帮助海上设备实现自主航行。     

心率变异及皮肤交感反应对帕金森病的鉴别诊断价值

目的探讨心率变异(heart rate variability,HRV)和皮肤交感反应(sympathetic skin response,SSR)对于帕金森病(Parkinson’s disease,PD)鉴别诊断的价值。方法选取西安交通大学第一附属医院神经内科门诊及住院临床确诊的36例PD、17例特发性震颤(essential tremor,ET)及59例非典型帕金森症(Parkinsonism-Plus,PD-plus)患者,测定平静呼吸、深呼吸、Vasaval动作时HRV指数及四肢的SSR潜伏期。结果 (1)平静呼吸时PD组较ET组HRV指数降低,HRV异常率高,差异具有统计学意义(P<0.05),PD组与PD-plus组间HRV差异无统计学意义,深呼吸及Vasaval动作时三组间差异无统计学意义;(2)上肢、下肢SSR潜伏期均值及异常率在PD组、PD-plus组及ET组间差异无统计学意义;(3)HRV指数区别PD和PD-plus的灵敏度为82.6%、特异度为22.8%;区别PD和ET的灵敏度为82.6%、特异度为66.9%。测定SSR潜伏期区别PD和PD-plus的灵敏度为52.6%、特异度为39.0%;区别PD和ET的灵敏度为52.6%、特异度为29.4%。结论 PD患者较ET患者HRV降低,HRV异常率高;测定HRV指数有助于鉴别PD和ET,但是对于鉴别PD和PD-plus价值不大;测定SSR潜伏期对于鉴别PD、PD-plus及ET价值不大。     

阿司匹林通过促进海马功能性神经再生改善颞叶癫痫慢性期小鼠的空间记忆能力

目的评估阿司匹林(aspirin)通过抑制脑内炎症反应对颞叶癫痫(TLE)慢性期小鼠空间学习记忆能力的影响,并从海马神经再生角度初探其机制。方法匹鲁卡品(pilocarpine)制作小鼠TLE模型,在慢性期分别腹腔注射不同剂量阿司匹林(20、60、80mg/kg)或同体积生理盐水,用Western blot和ELISA检测海马环氧化物酶-2(COX-2)和前列腺素E2(PGE2)变化,Morris水迷宫实验评估动物的空间学习记忆能力并观察海马神经元C-fos表达变化,BrdU+C-fos免疫荧光双标染色观察齿状回新生细胞的功能整合。重复测量(repeated measures)ANOVA比较各组水迷宫潜伏期,One-way ANOVA方法分析各组染色阳性细胞计数结果。结果腹腔注射60、80mg/kg阿司匹林可以明显降低海马COX-2和PGE2的表达(P<0.01)。与正常同龄对照组比较,TLE慢性期动物在Morris水迷宫任务中的表现明显下降,而与生理盐水注射模型组比较,阿司匹林治疗组明显缩短了定位航行实验第3~5天的潜伏期并提高了空间探索实验中穿越目的象限的时间比例(P<0.01)。BrdU+C-fos免疫荧光染色结果显示阿司匹林组动物齿状回双标细胞数量较生理盐水注射组明显增多(P<0.01)。结论阿司匹林可以改善TLE慢性期小鼠空间记忆能力。通过抑制脑内炎症反应、改善齿状回微环境,促进海马功能性神经再生可能是阿司匹林的治疗作用机制之一。     

飞行员前瞻记忆失误的研究现状及展望

前瞻记忆作为个体的一项重要认知能力,对飞行员驾驶安全行为或意图执行产生重要影响。为了更好地理解前瞻记忆失误在飞行情境中的发生机制及其干预策略,回顾了飞行员前瞻记忆失误的典型情境及其对飞行安全的影响,介绍了目前有关前瞻记忆在基础认知领域的研究取向和手段及其在航空应用领域的研究范式、主要内容以及所取得的研究成果。通过分析研究现状和存在的问题,结合当前相关技术的发展情况,针对飞行员发生前瞻记忆失误的行为特征及其心理机制,指出了将来研究的趋势和方向。     

中国汽车网络营销的兴起与发展

随着互联网技术的不断发展,互联网应用的普及率不断提高,汽车网络营销越来越显示了它独有的优势,带来了汽车营销方式的重大变革。分析了网络营销在汽车销售领域区别于传统营销方式的优势,以及在我国目前的社会经济环境中存在的阻碍网络营销发展的负面因素．提出了发展我国汽车网络营销的一些对策。     

高铁沿线大风预测技术研究

风速预测是风致灾害预警的关键技术.针对高铁大风预测中延迟性和误报的问题,提出一种基于完整集合经验模态分解(CEEMDAN)和长短期记忆神经网络(LSTM)的组合预测模型对高铁沿线风速进行预测.为了减少预测模型的复杂度和提高模型预测精度,原始风速数据用CEEMDAN分解并利用样本熵(SE)理论将分解出的分量按照样本熵近似...     

不同预测算法在简单交通场景中的应用比较

为探讨不同趋势预测算法在简单交通场景中应用的有效性,以部分高速公路收费站数据集为研究对象,分别采用自回归积分滑动平均(Autoregressive Integrated Moving Average,ARIMA)模型、长短期记忆(Long Short-Term Memory,LSTM)循环神经网络和Prophet时间序列预测算法建立交通流预测模型.通过对比分析发现,3种预测模型在解决交通流预测问题方面均表现良好,相比之下,LSTM在模型拟合和预测精度方面表现更好,泛化能力更强,且在影响因素设置方面更为灵活.在以后的研究中,可采用LSTM,结合调参方法解决更多交通场景下的交通流预测问题.     

弱GNSS信号下基于EMD和LSTM的车辆位置预测方法研究

针对弱GNSS环境下组合导航(INS/GNSS)系统存在的定位偏差问题,提出一种基于经验模态分解和长短期记忆网络的车辆位置预测算法.首先,针对训练数据中噪声较大的惯导数据,提出一种融合经验模态分解与离散小波变换的降噪算法.该算法基于噪声能量估计和各阶本征模态函数的功率谱密度函数,提出一种确定混合模态函数阶数上下界的方法...     

谈高职学生无意识记忆的培养

记忆分为有意识记忆和无意识记忆。在教学过程中，教师应当通过改革教学技巧，在培养学生有意识记忆力的同时，更好地培养他们无意识记忆的能力，把二者更好地结合起来，使二者在英语学习中发挥更大作用。     

金属磁记忆检测技术及其在铁路设备状态监测中的应用

阐述了金属磁记忆检测技术的基本原理,探讨了该项技术急需解决的问题和对策,分析了金属磁记忆检测技术在铁路设备状态检测的初步应用情况。