|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺
藥大學(xué).jpg){kind=logo}
當(dāng)歸飲子對復(fù)合型慢性蕁麻疹致敏小鼠模型細(xì)胞因子的影響
目的：研究當(dāng)歸飲子對氣血兩虛型慢性蕁麻疹治療機理。 方法：ＫＭ小鼠，雌雄各半，采用利血平＋乙酰苯肼，聯(lián)合ＩＶ型變態(tài)反應(yīng)模擬蕁麻疹模型，選擇模型制作成功的動物，隨機分為模型組、氯雷他定組、當(dāng)歸飲子加減方高劑量組、中劑量組和低劑量組，每組８只動物，另取８只作為空白對照組。實驗結(jié)束時，各組動物眼眶取血，分離血清，光鏡檢測外周血嗜酸性粒細(xì)胞（ＥＯＳ）變化；采用雙抗夾心ＥＬＩＳＡ法測試血清ＩｇＥ含量；剖取血管壁組織，免疫組織化學(xué)檢測血管壁組織中ＩＬ－４、ＩＦＮ－γ表達量。 結(jié)果：與模型組比較，當(dāng)歸飲子各劑量組可顯著降低動物外周血嗜酸性粒細(xì)胞（Ｐ＜０．０１）；降低血清ＩｇＥ含量（Ｐ＜０．０１）；降低血管壁組織ＩＬ－４（Ｐ＜０．０１），升高ＩＦＮ－γ（Ｐ＜０．０１）。 結(jié)論：當(dāng)歸飲子可通過干預(yù)Ｔ細(xì)胞異常分泌相關(guān)細(xì)胞因子抑制蕁麻疹發(fā)病。 文章發(fā)表于南京中醫(yī)藥大學(xué)學(xué)報２０１３年３月第２９卷第２期。
成都中醫(yī)藥大學(xué)
2015-05-14
大學(xué).jpg){kind=logo}
新型冠狀病毒肺炎(COVID-19）傳播預(yù)測模型及流行病學(xué)分析成果
全球肆虐的新型冠狀病毒肺炎對世界各國人民的生命健康造成了嚴(yán)重的損害，對國際經(jīng)濟產(chǎn)生巨大沖擊。加深對突發(fā)新型傳染性疾病的全面認(rèn)識，分析新型冠狀病毒肺炎的流行病學(xué)特征，預(yù)測新型冠狀病毒肺炎的傳播趨勢成為了應(yīng)對疫情最為迫切的需求。馬婷團隊基于深度數(shù)據(jù)挖掘，建立輸入風(fēng)險及傳染病傳播動力學(xué)模型，通過與深圳市疾控中心、深圳市三院、黑龍江省疾控中心、美國約翰霍普金斯公共衛(wèi)生學(xué)院專家的密切合作，建立精準(zhǔn)度更高、更為個性化的預(yù)測模型，第一時
哈爾濱工業(yè)大學(xué)
2021-04-14
.jpg){kind=logo}
一種五橋臂的可控整流變頻調(diào)速系統(tǒng)的模型預(yù)測控制方法
本發(fā)明公開了一種五橋臂的可控整流變頻調(diào)速系統(tǒng)的模型預(yù)測控制方法，包括：A、根據(jù)測量的相電流和轉(zhuǎn)速估算感應(yīng)電機的定子、轉(zhuǎn)子磁鏈；B、預(yù)測下一采樣時刻八個電壓矢量對應(yīng)定子磁鏈的絕對值、·744·轉(zhuǎn)矩、有功功率和無功功率；C、速度外環(huán)和母線電壓外環(huán)采用比例積分調(diào)節(jié)器(PI)，調(diào)節(jié)器輸出有功功率給定和電機磁鏈給定；D、通過預(yù)測值和給定值構(gòu)建系統(tǒng)的目標(biāo)函數(shù)，分別計算共享橋臂開關(guān)狀態(tài)為 0和 1 時，整流側(cè)和逆變側(cè)
華中科技大學(xué)
2021-04-14
一種可見光目標(biāo)輪廓模型指導(dǎo)的飛機感興趣區(qū)測譜方法
本發(fā)明公開了一種可見光目標(biāo)輪廓模型指導(dǎo)的飛機感興趣區(qū)測譜方法，包括：(1)建立典型飛機目標(biāo)輪廓姿態(tài)數(shù)據(jù)庫；(2)對實測飛機目標(biāo)可見光圖像進行測譜，包括：(2.1)獲取飛機目標(biāo)的可見光圖像；(2.2)獲得目標(biāo)輪廓特征；(2.3)用目標(biāo)輪廓匹配步驟(1)中建立的輪廓姿態(tài)數(shù)據(jù)庫，得到飛機的對應(yīng)姿態(tài)，以及在此種姿態(tài)下的部件對應(yīng)幾何關(guān)系；(2.4)根據(jù)輪廓與各個部件之間的相互關(guān)系，尋找目標(biāo)各部件測譜的中心位置坐標(biāo)；(2.5)把
華中科技大學(xué)
2021-04-14
.jpg){kind=logo}
秀丼隱桿線蟲體內(nèi)活性氧水平失調(diào)動物模型的構(gòu)建方法
該動物模型穩(wěn)定可重復(fù)，可作為體內(nèi)活性氧水平失調(diào)動物模型用 于體內(nèi)活性氧水平失調(diào)發(fā)病機制研究和開發(fā)相關(guān)疾病的藥物。本發(fā)明 采用 RNAi 的方法建立了秀麗隱桿線蟲體內(nèi)活性氧水平失調(diào)動物模 型，通過秀麗隱桿線蟲體內(nèi)產(chǎn)生 isp-1 基因的干擾效應(yīng)，可使秀麗隱 桿線蟲體內(nèi)總活性氧含量降低，可以降低動物模型體內(nèi)總活性氧含 量，可用于模擬動物體內(nèi)總活性氧含量降低的狀態(tài)，可用于研究體內(nèi) 活性氧水平失調(diào)對機體各種生理生化代謝過程的影響。
蘭州大學(xué)
2021-04-14
.jpg){kind=logo}
信息物理融合的CVT群體計量誤差評估模型實現(xiàn)CVT個體計量誤差狀態(tài)的在線評估
以IEEE Fellow A.G.Phadk為代表研究了CVT預(yù)檢定在線評估方法，首先對站內(nèi)部分CVT進行停電檢定，再通過對變電站的精確建模求取其他CVT的計量誤差。其缺陷在于未能完全脫離停電檢定，且由于停電評估的時效性有限，無法實現(xiàn)CVT計量誤差狀態(tài)的長期動態(tài)跟蹤。因此，在完全無需標(biāo)準(zhǔn)器的條件下，實現(xiàn)CVT計量誤差狀態(tài)在線評估，是計量領(lǐng)域的國際性難題。程然課題組通過與華中科技大學(xué)教授李紅斌團隊合作，通過測量學(xué)科與信息學(xué)科的交叉與融合，首次將計算智能優(yōu)化的思想用于解決物理設(shè)備測量誤差狀態(tài)評估問題。
南方科技大學(xué)
2021-04-14
基于分?jǐn)?shù)階的伺服系統(tǒng)位置環(huán) IP 控制器無模型自校正方法
本發(fā)明公開了一種基于分?jǐn)?shù)階的伺服系統(tǒng)位置環(huán) IP 控制器無模 型自校正方法，包括以下步驟:設(shè)定參考模型，激勵系統(tǒng)獲取離線數(shù) 據(jù)庫，初始化系統(tǒng)相關(guān)參數(shù)，然后根據(jù)當(dāng)前時刻新采集的輸入和輸出 數(shù)據(jù)進行數(shù)據(jù)庫的更新，接著根據(jù)相似度準(zhǔn)則函數(shù)進行相似數(shù)據(jù)隊列 的選擇，之后進行分?jǐn)?shù)階控制器階次的選取，最后采用粒子群優(yōu)化算 法對分?jǐn)?shù)階 IP 控制器參數(shù)進行自校正。
華中科技大學(xué)
2021-04-14
.jpg){kind=logo}
一種應(yīng)用于地形模型風(fēng)場特性風(fēng)洞試驗的移動測試裝置
成果描述：本發(fā)明公開了一種應(yīng)用于地形模型風(fēng)場特性風(fēng)洞試驗的移動測試裝置。所述移動測試裝置包括測試支架系統(tǒng)、支架固定系統(tǒng)以及支架轉(zhuǎn)盤系統(tǒng)；所述測試支架系統(tǒng)包括縱向布置的外伸支架以及裝在外伸支架上的多根豎向布置的支架吊桿，所述支架吊桿上裝有可繞支架吊桿旋轉(zhuǎn)、且可沿著支架吊桿長度方向豎向移動的探頭支架；所述支架固定系統(tǒng)包括橫向布置的支架橫梁以及裝在支架橫梁上的多根用于支撐在地面上的支架立柱；所述支架轉(zhuǎn)盤系統(tǒng)自身可轉(zhuǎn)動，且可沿外伸支架的長度方向縱向移動，還可沿著支架橫梁的長度方向橫向移動。本發(fā)明的測試裝置能使測試探頭等風(fēng)速測試儀器在水平面及豎直面內(nèi)可連續(xù)調(diào)節(jié),并在地形模型上能夠準(zhǔn)確地測量各點的風(fēng)場特性。市場前景分析：軌道交通基礎(chǔ)設(shè)施建設(shè)領(lǐng)域。與同類成果相比的優(yōu)勢分析：技術(shù)先進，性價比較高。
西南交通大學(xué)
2021-04-10
基于SLIP模型的四足仿生機器人Galloping步態(tài)高速運動歸約化控制方法研究
四足機器人具有良好的運動靈活性和環(huán)境適應(yīng)性,是機器人研究領(lǐng)域的熱點。隨著研究的深入和對機器人運動性能需求的提高,四足機器人研究領(lǐng)域分化出以高速運動為目標(biāo)的研究分支。生物學(xué)研究顯示,跳躍步態(tài)是四足動物典型的高速對稱步態(tài),且多種動物在高速速度中存在脊柱大幅地參與運動,而相應(yīng)的脊柱型四足機器人的理論及運動控制研究卻鮮見報道。當(dāng)前研究大多孤立了脊柱環(huán)節(jié),鮮有整機的建模研究以及運動控制方法研究。在該方向的研究勢必推動仿生工程和機器人運動控制等方面的發(fā)展,此外,以其高速運動的特點,在軍事偵察、救震救災(zāi)和未來生活等領(lǐng)域也將具有廣闊的應(yīng)用前景。首先,本文以分析獵豹的運動特性入手,建立了脊柱型四足機器人七桿模型,以及構(gòu)建了ASLIP動力學(xué)模型,使用拉格朗日方程推導(dǎo)了其跳躍運動的動力學(xué)方程;迭代運算動力學(xué)微分方程,使用龐加萊映射方法搜索了機器人七桿模型基于ASLIP跳躍運動的不動點,結(jié)果顯示不動點在固定能量層級下呈區(qū)域性分布;不動點的對比結(jié)果顯示基于ASLIP模型的運動比基于SLIP模型的運動能適應(yīng)更高的穩(wěn)態(tài)運動速度,并作了觸地力、脊柱角和穩(wěn)定性等特性分析。為脊柱型四足機器人跳躍運動提供了動力學(xué)模型和理論基礎(chǔ)。然后,根據(jù)機器人模型各關(guān)節(jié)主動力作用于控制量的廣義力計算結(jié)果,研究了前向速度、彈跳高度、機身俯仰角
哈爾濱工業(yè)大學(xué)
2021-05-04
.jpg){kind=logo}
一種基于仿射算法和攝動方法的幾何模型高頻動力學(xué)特性預(yù)示方法
本發(fā)明提供了一種基于仿射攝動的區(qū)間不確定性結(jié)構(gòu)能量響應(yīng)預(yù)示方法，建立各子系統(tǒng)的確定性結(jié)構(gòu)的統(tǒng)計能量控制方程，進而引入?yún)^(qū)間因素，獲取區(qū)間不確定性結(jié)構(gòu)的區(qū)間統(tǒng)計能量控制方程，設(shè)定不確定性參數(shù)的區(qū)間參數(shù)，基于仿射攝動算法得到各區(qū)間變量的仿射區(qū)間表達式，設(shè)定各變量的攝動分析表達式，進而基于區(qū)間仿射算法的運算法則，推導(dǎo)得到考慮區(qū)間不確定性結(jié)構(gòu)的子系統(tǒng)區(qū)間能量表達式，給定初始邊界參數(shù)和求解頻率后，計算得到區(qū)間不確定性結(jié)構(gòu)的區(qū)間能量響應(yīng)。通過本發(fā)明方法使得區(qū)間不確定性結(jié)構(gòu)區(qū)間能量響應(yīng)的區(qū)間寬度大大縮小、區(qū)間能量響應(yīng)的預(yù)示精度大大提高，從而可以更加精確地評估區(qū)間不確定性結(jié)構(gòu)的高頻動力學(xué)特性，具有重要的工程應(yīng)用價值。
東南大學(xué)
2021-04-11