关键词： Inorganic nitrate   Artificial intelligence   Nanomedicine   Chitosan   Irradiation-induced submandibular gland   injury   Homeostasis  

摘要： 硝酸盐是一种机体不可或缺的营养物质,已应用于多种疾病的预防和治疗研究.但由于半衰期短,硝酸盐的临床应用受限.为了提高硝酸盐可用性,突破传统的依赖大规模高通量生物实验的药物配伍研发瓶颈,本文报道了一种基于群体学习方法的药物配伍预测系统,该系统预测维生素C为与硝酸盐配伍的首选药物.通过采用微囊化技术,筛选并优化缓释制剂工艺,以维生素C、硝酸钠及壳聚糖3000为芯材,果胶与羧甲基纤维素钠为壁材制备硝酸盐纳米颗粒,命名为耐瑞特(Nanonitrator).耐瑞特的更长循环期显著提高了硝酸盐对放射性唾液腺损伤的疗效,同时维持了安全性.相同剂量的耐瑞特比硝酸盐(包含或不包含维生素C)可显著增强PI3K-Akt信号通路转导,更好地维持细胞内稳态,提示了其广泛的临床应用潜力.此外,本文还提供了一种将无机化合物加入缓释纳米颗粒的新方法.

关键词： 雷暴大风   自动识别   机器学习   雷达回波   深度学习  

摘要： 基于2012—2019年自动站雷暴大风观测实况和对应雷达回波,利用传统机器学习方法(决策树)和深度学习方法(CNN、YOLO)等三种机器学习方法分别建立雷暴大风自动识别模型。根据广东雷暴大风回波特征,选取50dBZ高度、反射率因子强度梯度等5个回波参量作为决策树的特征因子;将1~9km高度的雷达回波分为11层,作为YOLOv3的输入层,使其由原3个特征层扩展到11层,训练优化后的YOLOv3可更合理刻画雷暴大风的空间结构特征。经批量测试和业务试运行试验,检验结果表明:三种模型中基于决策树的模型虚警最高,基于CNN的模型漏报最多,基于YOLO的模型识别效果最好,其POD和CSI均最高。通过对广东2020年汛期5次系统性和5次局地性雷暴大风过程进行分类型自动识别效果评估,并选取任意天气下长达30天连续时段进行不间断识别检验,结果表明该算法对于不同类型的雷暴大风均有较好的识别能力,具备业务化应用前景。

关键词： 二氧化氮   机器学习   哨兵5P   遥感  

摘要： 二氧化氮(NO_(2))对人类健康和气候变化有着诸多负面影响,随着中国城镇化和工业化进程加速,NO_(2)污染成为人们日益关注的问题。相关研究表明传统的单个站点监测结果只能代表数平方公里内的污染物水平,无法提供大尺度的污染物分布信息。相比于站点监测,卫星遥感可以提供大尺度且时空连续的数据,为研究大气污染提供了新的角度。基于哨兵5P卫星的NO_(2)柱浓度数据和气象、人口密度等其他辅助数据,构建了对地表NO_(2)进行预测的深度神经网络(DNN)模型。并使用两种交叉验证方法对该模型进行验证。在基于样本的验证中,模型的决定系数R^(2)、均方根误差(RMSE)和平均预测误差(MAE)分别为0.80、7.72μg/m^(3)和5.31μg/m^(3);在基于站点的验证中,模型的R^(2)、RMSE和MAE分别为0.74、8.95μg/m^(3)和6.01μg/m^(3),两种验证结果都表明DNN模型具有较好的整体预测能力和空间泛化性。此外,与经典的地学统计和机器学习算法对比结果表明DNN预测性能优于其它方法。最后用训练好的模型获得了京津冀地区0.1°的NO_(2)分布图。

关键词： 飞机起落架   载荷标定   非线性回归   集成学习  

摘要： 为解决飞机起落架载荷标定实验使用线性回归建立标定方程结果不理想的问题,考虑到实验中起落架压缩行程和应变片布片位置等因素对标定载荷的非线性影响,运用特征融合、集成学习理论,通过使用AdaBoost和XGBoost非线性回归方法,构建起落架载荷标定模型。首先,通过起落架载荷标定实验获取实验数据,使用主成分分析方法建立输入特征矩阵;其次,构建起落架载荷标定模型,将起落架三向加载载荷分别作为标签向量,训练集和测试集根据随机取样原则划分,使用AdaBoost和XGBoost两种方法训练标定模型;最后,在测试集中对载荷进行拟合预测,并使用均方根误差、平均绝对误差、决定系数、耗时4个评价指标对模型进行评估。实验结果显示,与广泛使用的最小二乘法相比,XGBoost方法建立的标定模型能够更好地拟合加载载荷,在不考虑时效性的场景下XGBoost算法更具优势。研究结果对提高飞机起落架载荷实测准确性以及飞机结构健康监测的进一步研究具有重要价值。

关键词： 中国式现代化   共同富裕   两个先行   人的现代化   民营经济  

摘要： 中国式现代化既有各国现代化的共同特征,更有基于自己国情的中国特色。共同富裕是中国式现代化的重要特征和本质要求。本期刊发一组笔谈纵论共同富裕与中国式现代化的普遍性、省域先行探索的实践路径等重大热点问题。以人民为中心的现代化是共同富裕的现代化;人的现代化根本出路在于改进权利和机会的配置来实现能力的大体平等;浙江民营企业家队伍是浙江高质量发展和共同富裕的宝贵资源和担当者,民营经济高质量发展事关中国式现代化;共同富裕与省域现代化先行,符合社会主义发展和现代化演进的一般规律,赋予了中国式现代化普遍性内容;中国式现代化将特殊性和普遍性相结合的话语创新,对于人类现代化具有普遍性启发;中国式现代化应该被视作不断丰富的现代化概念的新类型,现代化与共同富裕的耦合,是人类现代化一种新的普遍性。以期学术界更多的关注和进一步的讨论。

关键词： 公共数据   数据治理   数据概念   数据流通  

摘要： 我国未在法律层面对公共数据概念进行统一规定,使各地在立法时对概念的规定并不统一;也使理论界对概念的界定不一致。不仅使得公共数据的治理主体与权责不明,也造成公共数据共享、开放等流通渠道受阻。在比较公共数据相关概念的基础上,以行政权运行为角度对公共数据概念进行逻辑解构,对行政权力在公共数据概念三层结构中的运行脉络进行分析,可以从行政权运行的角度对公共数据概念进行界定,为公共数据多元化治理打下概念基础。

关键词： 原子核电荷半径   机器学习   贝叶斯神经网络  

摘要： 原子核的电荷半径是表征其电荷分布范围的物理量,对理解原子核这个复杂的量子多体系统内部核子间的相互作用发挥着重要的作用。但传统的物理模型对原子核电荷半径的描述还难以令人满意,特别是对于像钙同位素链所表现出的强烈的奇偶效应类现象。近些年来,随着机器学习方法在物理学领域的广泛应用,已有多种机器学习模型用于研究原子核电荷半径,这使得原子核电荷半径的计算精度得到大幅提升。本文综述了近年来包括贝叶斯概率分类器、核岭回归模型、人工神经网络以及贝叶斯神经网络在内的机器学习方法在原子核电荷半径研究中应用的最新进展,对比了不同机器学习方法、不同训练集与不同输入对机器学习预测原子核电荷半径结果的影响,并对机器学习在原子核物理中的进一步应用进行了展望。

关键词： 机器学习   肿瘤标志物   胃癌   分类算法  

摘要： 目的基于三种机器学习方法建立多肿瘤标志物联合区分胃炎和胃癌模型。方法选取2010~2021年期间来西京医院就诊诊断为胃炎和胃癌的患者13727例,收集入组患者基本信息(年龄和性别)、甲胎蛋白(alpha-fetoprotein,AFP)、癌胚抗原(carcinoembryonic antigen,CEA)、糖链抗原19-9(carbohydrate antigen 19-9,CA19-9)及糖链抗原125(carbohydrate antigen 125,CA125)结果。采用随机森林(random forest,RF)、决策树(decision tree,DT)和K最邻近法(K-nearest neighbor,KNN)三种机器学习算法挖掘入组患者6种变量的数据,建立区分胃炎和胃癌模型。验证各模型对所有入组患者、不同年龄层的入组患者、AFP阴性入组患者的胃炎和胃癌鉴别能力,并与单肿瘤标志物鉴别能力做对比。结果利用机器学习算法构建的RF-pv6,DT-pv6和KNN-pv6模型对所有的患者诊断曲线下面积(area under the curve,AUC)均高于0.742,单肿瘤标志物AUC均低于0.644;各模型对于小于50岁患者,AUC均高于0.668,单肿瘤标志物AUC均低于0.641;各模型对于大于50岁患者,AUC均高于0.734,单肿瘤标志物AUC均低于0.647;各模型对于AFP阴性患者,AUC均高于0.731,单肿瘤标志物AUC均低于0.639。各模型在所有入组患者及其亚组中的AUC高于单肿瘤标志物的AUC。结论通过利用机器学习算法挖掘入组患者的6种特征数据建立的三种模型效能均优于单肿瘤标志物对胃炎和胃癌的鉴别能力。

关键词： 中学数学教学   小组互助式学习方法   数学核心素养  

摘要： 为探索有利于提高学生数学核心素养的教学方法,笔者在教学实习期间对初中数学的多种教学活动进行了一系列调查研究和积极探索。通过研究发现,在单元预习和复习时,引入小组互助式学习对调动学生的学习主动性、培养和发展学生数学核心素养成效显著。

关键词： 行政行为   行政行为形式   行政过程论   利害调整   行政程序  

摘要： 为避免替代理论的推倒重来,只有拿出具体改造方案,行政行为概念才能够重新焕发生命力。迄今为止行政行为的改造理论都是从狭义行政行为出发的概念扩展,可以区分为有限水平扩展、全局水平扩展与垂直扩展三种类型。既有尝试都无法承担克服概念内在局限与迎接外部变迁挑战的任务。对此,在阐明行政实体法样态的基础上,依实体法目的与程序法手段分层原理,将行政行为定位为行政程序,从宏观行政程序视角按照垂直、水平与纵深三个维度改造行政行为概念,形成立体化的程序构造。这种立体分节化的行政行为概念可以整合既有知识体系,定性似是而非的概念与疑难现象,并为法律解释与政策制定提供理论分析工具。