船舶碰撞事故中人为错误的分类

此文分析了船舶碰撞事故的人为错误的发生形态，提出了一种事故分类法，能够弄清楚隐藏在事故背后的危险因素，并探讨了运用这一分类法进行事故分析的有效性。     

HLA与扩张型心肌病的关联研究

用微量淋巴细胞毒试验检测了20例扩张型心肌病患者的HLA—A、B抗原,并检测了北方汉族无血缘关系的健康人103例作对照。结果发现RR在3以上者有HLA-A28、A31及HLA—B27,但经Fisher确切P值及校正P值处理后,无显著性差异。故未发现与扩张型心肌病有关联的HLA抗原。     

基于船舶碰撞事故调查报告的人的因素数据挖掘

船舶碰撞事故发生率居高不下与人为失误有关，而人为失误的发生又受到包括个人因素、环境因素、船舶因素以及组织因素的影响。根据一般的事故统计数据能够初步识别出引发碰撞的人为失误行为，但要进一步建立影响因素与人为失误之间的对应关系却一直是令研究人员困惑的事情。一方面是因为缺少数据，另一方面是缺少方法。我们在收集100个碰撞事故调查报告的基础上，利用数据挖掘技术中的关联规则对人为失误与其影响因素之间的关系进行了挖掘，初步确定了船舶避碰过程中人为失误与引发因素之间的对应关系。     

用分子杂交法探讨HSV、HPV与宫颈癌的相关性

宫颈癌的流行病学特点提示癌的发生与感染因素有关。主要涉及两组病毒:单纯疱疹病毒(HSV)和人乳头瘤病毒(HPV)。为了探讨HSV、HPV 与宫颈癌的关系,我们以~(32)P 标记HSV—2DNA 和HPV DNA,分别用Southern 转印和打点杂交技术,同时检测了73例宫颈癌和14例正常宫颈活检标本。在严格状态下杂交,65例宫颈癌中未发现HSV—2DNA,其中19例癌组织RNA 与HSV—2DNA 杂交阳性。研究发现与宫颈癌组织RNA 杂交阳性的HSV—2DNA 位于0.2～0.33,0.58～0.625图谱单位。此外,在25例宫颈癌中检出了HPV_(16) DNA,2例标本检出了HPV_(18) DNA。在非严格状态下杂交,8例经PstⅠ酶切的宫颈癌组织DNA,Southern 转印后分别与HPV_(16) DNA 和HSV—2BglⅡ克隆片段杂交。结果,6例检出了HPV_(16)DNA,1例既检出了HPV_(16)DNA,又检出了HSV—2DNA。初步结果说明HPV、HSV—2与宫颈癌的发生可能有关。     

高速铁路CP0框架控制网数据处理模式与方法研究

框架控制网(CP0)作为高速铁路平面控制测量的起算基准,必须确保其具有较高的精度、可靠性和稳定性。影响CP0最终定位结果的因素较多,如不能正确考虑并处理这些因素,将造成最终定位结果出现较大偏差无法满足精度要求。结合相关项目的测量数据及实践经验,对CP0数据处理模式与方法进行研究分析与总结归纳,在此基础上就基线解算系统误差的消除和削弱,基线解算方案和软件的合理选择,如何进行框架基准的统一与转换,以及基线网平差等方面提出一些原则和方法,不仅解决了CP0框架基准的统一问题,也提高了基线解算的可靠性和精度。     

荀子的天人观是人类中心论吗

生态伦理学意义上的各种形式的人类中心主义有两个共同点，一是自觉不自觉地将人与自然的关系对立起来，往往忽视人类维护自然的义务；二是否认将人类伦理道德扩展到自然界的必要性。而荀子常自觉地将“天”(自然)人合一，并要求人们在“制(顺)天命而用之”的同时，应维护自然生态平衡和保护人类生存环境。更为重要的是，他主张把人类伦理关怀视野从人际之间扩展到人与自然之间，将“礼”事于天地。从二之间的区别得出结论：荀子的天人观与人类中心论无涉。     

基于联合粒子滤波的系统误差修正方法

在非线性滤波系统中,线性化误差和系统误差是影响滤波精度的两个主要因素.提出联合粒子滤波方法,在减少线性化误差的同时,能够实时估计系统误差的大小并自适应地消除其影响.说话人跟踪仿真实验结果验证了此方法的有效性.     

基于小波域数字水印技术的图像版权保护方法

提出了一种基于人眼视觉特性的小波变换数字水印算法,该算法能够依据人眼视觉特性,将水印信息嵌入到小波变换域的不同尺度、不同方向分量上,从而提供检测局部空域和频域变化的能力,实现局部水印和全局水印之双重目的.实验结果表明：所提出的数字水印不仅具有较好的透明性,而且对诸如剪切、低通滤波等攻击均具有较好的鲁棒性.     

Mining and correlating traffic events from human sensor observations with official transport data using self-organizing-maps

Cities are complex systems, where related Human activities are increasingly difficult to explore within. In order to understand urban processes and to gain deeper knowledge about cities, the potential of location-based social networks like Twitter could be used a promising example to explore latent relationships of underlying mobility patterns. In this paper, we therefore present an approach using a geographic self-organizing map (Geo-SOM) to uncover and compare previously unseen patterns from social media and authoritative data. The results, which we validated with Live Traffic Disruption (TIMS) feeds from Transport for London, show that the observed geospatial and temporal patterns between special events (r = 0.73), traffic incidents (r = 0.59) and hazard disruptions (r = 0.41) from TIMS, are strongly correlated with traffic-related, georeferenced tweets. Hence, we conclude that tweets can be used as a proxy indicator to detect collective mobility events and may help to provide stakeholders and decision makers with complementary information on complex mobility processes.     

基于支持向量机的港口吞吐量预测

对传统的两个线性组合预测模型进行了研究,提出了一个新的线性组合预测模型Ⅲ。为提高精度,提出了支持向量机非线性的组合预测模型。以青岛港历年集装箱吞吐量为例,与单一预测方法、线性组合预测进行对比,结果表明支持向量机非线性的组合预测方法比较精确。