教学课程资源库 更多>>

关键词： 数据库   损伤组织   临床试验   聚合体   工程化   器官再生   悬浮体   动物源  

摘要： #期刊重点关注组织工程研究中的重要科学问题,重点关注组织工程研究中的工程化细胞、工程化材料、工程化组织构建、人类器官动物源移植、人工智能产品替代与再生、用于组织与器官再生的组织工程大数据库(生信库、智能医学库、标志物库等)创新性的技术与方法;#关注组织工程研究中通过移植细胞悬浮体或聚合体来替代受损组织;关注实验室生产的能够替代天然组织的生物化人工组织或器官(包括人工智能产品)的植入;关注通过药物手段,对损伤组织部分进行再生的诱导,以及目前的一些策略上还存在着的亟待解决的关键性的问题;#与组织工程和/或组织损伤与修复和/或疗法有关的信号通路(串联)、调控机制(多层次)、治疗靶点,临床试验有关的内容(建议使用表格总结)。

关键词： 数据库安全   闭源数据库管理系统   黑盒测试   模糊测试   覆盖率统计  

摘要： 数据库管理系统（DBMS）是被广泛用作管理业务数据的应用软件，其安全性至关重要，任何形式的数据泄露或损坏都可能导致重大安全问题。目前针对闭源DBMS漏洞检测的公开研究成果相对较少。为了实现闭源DBMS的有效测试，本文提出了基于文法结构的变异和基于语义规则的变量填充的方法来批量生成测试数据集，根据提供的原始语料生成语法和语义高度正确的复杂SQL查询，使得输入数据能够深入探索DBMS的深层逻辑；同时提出了基于Pin的动态覆盖率分析方法来收集闭源DBMS的实时覆盖率，根据覆盖率反馈指导模糊测试的种子调度。基于上述方法实现了面向闭源DBMS的自动化测试原型工具OFuz。使用OFuz对Oracle和SQL Server两种DBMS进行测试，实验结果验证了工具的有效性，在生成测试集和覆盖统计方面较之其它工具具有更优效果。

关键词： 数据库   人工智能   深度学习   强化学习   查询优化  

摘要： 传统的关系型数据库优化技术(如连接顺序选择、节点调整、成本估算、索引和视图选择)已经无法满足大数据时代各种业务的高性能需求，尤其是云上的需求。由于人工智能技术拥有学习能力，所以在数据库领域展现出了巨大潜力以及研究前景。首先，综述介绍了人工智能应用于关系型数据库的主流方向。其次，探讨基于学习的数据库优化过程中可能遇到的挑战。进而，综述关系型数据库优化的现状及具体技术，并对数据库优化技术的发展进行了展望。重点综述配置优化与查询优化技术：(1) 针对数据库配置优化，主要综述索引推荐、视图推荐以及节点调整。索引推荐包括静态推荐和动态推荐。静态推荐依赖于DBA(Database Administrator)从查询日志中选取常见的查询作为代表性工作负载，并基于工作负载选择合适的索引；动态推荐可以使用贪心算法或者动态规划(Dynamic Programming， DP)，根据工作负载的变化动态更新索引方案，也可以配合DBA的反馈进行动态调整，基于学习的动态推荐方法可以自动从历史数据中学习，而不依赖于DBA的反馈。视图推荐主要有两个任务，候选视图生成和视图选择，候选视图生成通过分析历史工作负载或重写子查询生成高质量候选视图；视图选择在资源限制下优化子集物化，最小化查询成本。节点调整包括基于搜索的方法、传统机器学习法以及强化学习法。基于搜索的方法可以得到一个较好的节点组合，但可能无法在有限的时间内找到最优的节点值；传统机器学习法可以自动优化节点，但需要优质样本；强化学习可以与环境的持续交互来提高泛化能力，仅需要少量样本进行自动调参。(2) 针对查询优化，主要综述基数/代价估计以及连接顺序选择。基数/代价估计分为传统方法与基于学习的方法。传统方法包括直方图、数据画像以及索引采样，现有方法很难支持涉及多表/多列的连接查询，且需要额外空间存放样本；基于学习的方法可以更好地获取表与表、列与列之间的高维关系，并且可以适当地与采样方法结合，达到更好的效果。连接顺序选择包括传统方法、静态学习法以及动态学习法。传统方法通过穷举法、贪心算法或者动态规划来选择一个较好的顺序，但是开销大，无法在短时间选择一个最佳计划；静态学习法可以从历史的查询中学习，以提高未来查询的性能；动态学习法侧重于使用自适应查询处理来学习连接顺序，即使在执行查询时也可以更改连接顺序。

关键词： CO   直接空气捕集   吸附   脱附   循环   能耗  

摘要： 为实现“碳中和”目标，CO2直接空气捕集（DAC）技术获得越来越多的关注。设计并构建了吸附式直接空气捕集系统，选用伯胺嫁接类离子交换树脂CO2吸附剂，在采用相同吸附床工况下，针对变温真空吸附（TVSA）和蒸汽辅助吸附（S-TVSA）两种典型的热力循环开展了对比实验研究。结果表明，当环境温度为20～32℃时，两种循环模式均可实现大于50%的CO2捕集率，并获得纯度（物质的量分数）高于90%的CO2产品气。在100～120℃水蒸气以1 m3/h持续通入的脱附条件下，S-TVSA循环的CO2生产率可达0.33 kg/（kg·d），远高于TVSA循环（再生温度70℃，真空压力为3 kPa）的生产率(0.15 kg/（kg·d）)。S-TVSA循环的再生能耗远低于TVSA循环，每产出1 t CO2,S-TVSA循环的再生能耗为3.56 GJ，仅为TVSA循环的1/6。研究结果表明，采用所选固态胺吸附剂时，在相近环境条件和相同循环周期内，S-TVSA循环的传热传质效率更高，脱附过程相对彻底，吸附剂的吸附潜能充分发挥，相比TVSA循环更具优势。

关键词： 抑郁症   多模态生理信号数据库   自主神经系统  

摘要： 情感语音是抑郁症诊断过程的一个关键特征，可反映自主神经系统(autonomic nervous system,ANS)的活动。已有研究发现，抑郁症患者存在ANS功能失调的情况，并且通过采集的语音信号可以反映ANS的动态变化。然而，与抑郁症相关的高质量多模态生理信号数据库的缺失，限制了已有研究在临床环境中客观诊断和评估抑郁症的应用。为填补这一空白，该文旨在为青少年抑郁症患者设计一个多模态生理信号数据库。该数据库包含86位12.00～20.00岁母语为普通话者的多模态数据，如音频记录、心电图(electrocardiogram,ECG)和血压读数等。该文描述了数据库的结构，并通过多维分析初步比较了抑郁症患者与对照组的心电和语音特征，研究结果可为后续研究抑郁症客观评估方法提供参考。

关键词： 光子晶体-等离子体激元杂化结构   电磁场增强   PDMS纳米柱/金纳米球   表面增强拉曼光谱   环境污染物  

摘要： 以阳极氧化铝为模版，制备聚二甲基硅氧烷（PDMS）纳米柱，再通过巯基硅烷将金纳米球附着在纳米柱的表面，得到光子晶体-等离子体激元杂化的PDMS纳米柱/金纳米球表面增强拉曼光谱（SERS）基底。该杂化基底能够耦合光子晶体的衍射效应和金属纳米结构的等离子体激元效应，得到高强度的电磁场增强区域。通过调节金纳米球的密度，得到最优的SERS基底。通过时域有限差分（FDTD）理论模拟，得到该杂化SERS基底电磁场增强区域的分布规律。以该杂化基底为基础，福美双、结晶紫的拉曼信号强度在1×10-6～1×10-10mol /L浓度范围内呈良好的线性关系(R2＞0.99)，检出限可达10-10mol /L，加标回收率在91.4%～107.7%之间。该杂化SERS基底不同批次上福美双分子拉曼信号强度的相对标准偏差（RSD）为3.6%。该PDMS纳米柱/金纳米球杂化SERS基底在农药、染料等环境污染物的快速准确检测等方面有较好的应用前景。

关键词： 轨道交通车站   环控系统   能耗结构   灰色度关联性分析  

摘要： 地铁车站作为一种特殊的公共建筑,其能源的消耗和运营支出是巨大的,因此有必要对地铁车站进行能耗对比分析。文章选取了上海某新建地铁线路的非换乘岛式车站作为典型案例,对车站能耗进行调研,分别从不同维度对车站的环控系统以及整体能耗数据进行对比分析。在此基础上总结了影响环控系统能效比以及车站冷负荷的主要因素,并利用灰色关联度分析法量化了这些因素对于能耗的影响大小并进行排序,最后对车站室内外环境参数进行分析,为车站的节能改造、设计和调试提供了参考依据。

关键词： 气体分离   分子交换流   效率   低品位热能   能耗   热力学分析  

摘要： 为提高气体分离过程能源利用效率，提出了一种余热驱动的气体分离系统。该系统由多个分子交换流分离器级联排列组成，并采用努森泵进行连接。引入理想效率和热能利用效率作为评价指标，对系统进行了热力学分析，探讨了余热温度、产品气体目标组分（混合气体中分子质量较小的组分）浓度（物质的量分数），以及混合气体组分分子质量比对系统的影响。结果表明，在330～360 K范围内，热腔温度越高，理想效率越高，热能利用效率越低；360 K时理想效率（0.428）最高，比330 K时（0.419）提高了2.1%;360 K时热能利用效率（0.307）最低，比330 K时（0.416）降低了26.2%。在0.7～0.9 mol/L范围内，产品气体目标组分浓度越高，理想效率和热能利用效率均越高；浓度为0.9时理想效率（0.428）最高，比浓度为0.7时（0.320）提高了33.8%；浓度为0.9时热能利用效率（0.307）最高，比浓度为0.7时（0.219）提高了40.2%。混合气体组分分子质量比越小（He-Ar(10)、He-Ne(5)和Ne-Ar(2)），理想效率和热能利用效率均越低；分子质量比为2时理想效率（0.098）最低，比分子质量比为10时（0.518）降低了81.0%；分子质量比为2时热能利用效率（0.061）最低，比分子质量比为10时（0.340）降低了82.0%。