一种通用型重组2型腺伴随病毒载体的构建及外源基因表达的研究

以野生型2型人腺伴随病毒（AAV－2）基因组载体pSSV9－int-为基础，构建了一种携带和表达真核基因的基础AAV载体pSSV9／MulV－neosv，表达了neo基因，并采用该载体组建了携带人白细胞介素-2cDNA的重组AAV载体pSSV9／MulV－neosv－IL－2，转染A549细胞后表达了人白细胞介素-2基因。为应用腺伴随病毒作基因治疗研究提供了实验基础。     

三维地理信息系统矢量数据组织

对三维地理信息系统所涉及的空间目标进行了定义,提出了用三维矢量数据模型的结构来表达三维空间目标。分析了三维矢量数据结构ＧＩＳ的拓扑关系。并对空间对象的数据结构进行了形式化描述。     

非光滑规划的Lagrange鞍点定理

本文所涉及的是一个带不等式约束的非凸非可微规划。在这类非光滑规划中,本文引 进了Kubn一丁冶cker向量及比夕朗ge鞍点的概念,研究了该非光滑问题的最优解的性 质,并证明了在一定条件下,u卑a川笋鞍点定理成立。      

基于半监督学习的SVM-KNN

提出一种新的基于半监督的SVM—KNN分类方法,当可用的训练样本较少时,使用SVM进行分类,不能得到准确的分类边界,本文采用半监督学习策略从大量未标记样本中提取边界向量来改善SVM-KNN分类器的引进不仅扩充了SVM的训练样本数目,而且优化了迭代过程中训练样本的标记质量,可不断修复SVM的分类边界．实验结果表明,所提出的方法能提高SVM算法的分类精度,通过调整参数能够获得更好的分类效果,同时也减小了标记大量未标记样本的代价．     

短时交通流预测中的特征选择算法研究

短时交通流预测是智能交通系统的重要基础,其精度直接影响到交通控制和诱导的效果.对于交通流预测中的非参数回归方法,其中一个重要的问题是状态向量的选取.本文提出基于 ReliefF和 Delta Test的特征选择算法来对特征向量进行选择.首先使用 ReliefF算法根据特征和类别的相关性对状态向量进行快速初步筛选,加快算法的执行效率.接下来以 Delta Test为性能指标,使用遗传算法对状态分量的权重进行进一步优选.最后通过基于实际数据的算例,对本文方法优选的状态向量与时间序列状态向量,简单时空关联向量进行了对比.结果表明,本文的方法在一般交通状态条件下和突变交通状态下都具有较好的性能.     

北疆新建铁路沿线重要病媒生物调查及其防控对策

目的了解北疆新建铁路沿线重要病媒生物的群落结构、地理分布和侵害情况。方法鼠类调查采用夹夜法;蚊类调查采用灯诱法、吸蚊器;蝇类调查采用笼诱法;蜚蠊调查采用粘捕法。结果北疆新建铁路沿线主要病媒生物类群有鼠类6科16属20种,具有重要流行病学意义的种类有灰旱獭、长尾黄鼠、大沙鼠以及褐家鼠等;蚊类发现3属5种,主要有米赛按蚊、里海伊蚊、凶小库蚊、尖音库蚊、刺扰伊蚊;蝇类发现4科13种,主要有家蝇、丝光绿蝇、厩腐蝇、麻蝇、夏厕蝇等;蜚蠊类均为德国小蠊。结论应加强对北疆新建铁路沿线病媒生物及其相关传染病的预防控制工作,为确保新建铁路的安全运营及沿线职工的健康安全,起到积极的促进作用。     

肿瘤基因治疗载体在临床应用中的问题和研究进展

构建安全、有效、可控的载体为肿瘤基因治疗的瓶颈。肿瘤基因治疗载体分为病毒性载体和非病毒性载体。肿瘤基因治疗载体在临床应用中尚存在许多问题,目前的趋势集中于安全性、高效性、靶向特异性和多功能基因联合研究。     

基于高频注入的永磁同步电机参数辨识策略

永磁同步电机高性能控制依赖电机参数和磁极初始位置的准确性,辨识磁极初始位置可以保证无位置传感器矢量控制启动过程的平稳性。传统的参数辨识方法辨识过程较为复杂或者精度不高,本文提出了一种易于实现的高频注入控制算法,通过注入高频电压,提取高频电流,就可以直接快速辨识出永磁同步电机电感,再通过注入两个脉冲电压矢量,就可以辨识磁极初始位置。这种方式辨识精度高,快速性好,工程实现方便,而且不需要转动电机,具有广泛的实用性。     

基于DSP三电平异步电动机直接转矩控制研究

本文研究了基于合成矢量的三电平异步电动机直接转矩控制(DTC)方法,并通过了仿真验证。此方法在三电平逆变器供电的异步电动机上有效的实现了DTC系统,不但能够有效地控制了三电平逆变器的中点电压,并能够有效抑制了输出电压的跳变;而且具有转矩输出高频脉动小,转子转速波动较小的优点,达到了很好的控制性能。     

Feasibility of modal expansion for virtual sensing in offshore wind jacket substructures

The present paper investigates the feasibility of modal expansion-based virtual sensing in the context of offshore wind jacket substructures. For this specific application, issues have been reported when expanding wind-driven brace vibrations and wave-driven vibrations in the splash-zone based on a sensor network placed solely above the sea level. These limitations are addressed in this paper by extending the sensor network with sub-sea vibration sensors and a wave radar sensor, which allow for capturing local brace vibration modes and the wave-driven vibration response. The brace expansion is thus improved by including the local brace vibration modes in the expansion basis, while the representation of wave-driven vibrations is improved by including load-dependent Ritz vectors computed based on input from the wave radar sensor. The merit of the proposed extension is explored using a numerical model of an offshore wind turbine supported by a jacket substructure in a simulation setting with different operational and environmental conditions. It is documented that the extended setup provides an improvement in the expansion-based estimation of both wind- and wave-driven vibrations. The former improvement is particularly relevant for operational cases, while the latter is relevant for idling cases. Despite the documented improvements, a systematic reduction in the expansion quality is observed for higher wind speeds in operational cases for both the basic and the extended setup. It is contended that this phenomenon is due to the operational variability of the controller, which violates the fundamental assumption of the structural system being linear and time-invariant.