类脑计算新发展——“TrueNorth”神经元芯片

类脑计算是一种基于神经网络的全新数据存储和计算技术,通过模拟大脑的工作机理,可以突破传统计算机处理大型问题时遇到的冯·诺依曼瓶颈,在显著提高信息处理速度的同时大幅降低功耗,并且具有自我学习和自适应能力。介绍了IBM最新研究的TrueNorth神经元芯片技术,包括其基本架构、工作原理、芯片性能、应用成果等,并展望了类脑计算技术的未来发展前景。     

PHBV扩链改性及其发泡行为研究

以乙烯⁃甲基丙烯酸缩水甘油酯共聚物（CE）为扩链剂与聚（3?羟基丁酸酯?co?3?羟基戊酸酯）（PHBV）进行熔融共混,制备了扩链PHBV样品,然后采用超临界CO₂（scCO₂）釜压发泡法将其在160 ℃、20 MPa下进行物理发泡,成功制备了不同PHBV泡沫。结果表明,与常压差示扫描量热法相比,采用高压差示扫描量热法测量的各组PHBV的结晶温度和熔融温度略微下降;CE的加入提高了PHBV样品的复数黏度（G'）和储能模量（η^* ）;随着CE含量的增加,PHBV发泡样品的泡孔密度和发泡倍率逐渐增加,泡孔尺寸逐渐减小。     

金属有机框架材料的制备及其在食品污染物分离分析中的应用

金属有机框架材料(metal-organic framework materials, MOFs)具有高比表面积、高吸附容量、高稳定性、结构可控、孔隙率可调等特点,在储能和转换器件、光催化剂、抗菌药物吸附,以及催化去除污染物等领域应用广泛。然而,MOFs材料对于食品污染物的吸附和检测,特别是农药残留、重金属污染和抗生素残留等相关研究的系统综述较少。在食品污染物的吸附或分析等相关研究领域具有良好的应用潜力。本文详细介绍了MOFs材料的分类、特性及合成等内容,并系统概括了MOFs材料在食品污染物吸附和检测分析中的应用现状。利用MOFs材料有望开发针对食品污染物的高灵敏性、高选择性的吸附材料和检测分析材料。 总之,MOFs材料在构建食品污染物吸附和传感分析领域具有广阔的应用前景。     

紫苏籽肽对环磷酰胺致性功能损伤大鼠的改善作用

目的：研究紫苏籽肽对环磷酰胺造模大鼠性功能损伤的改善作用。方法：80 只SPF级6 周龄雄性SD大鼠随机分为8 组,每组10 只。除空白组外,其余各组大鼠通过注射20 mg/（kg mb·d）环磷酰胺造模,随后各干预组大鼠经不同剂量的紫苏籽肽和紫苏籽蛋白灌胃处理。用酶联免疫吸附测定、实时荧光定量聚合酶链式反应、苏木精-伊红染色分别检测大鼠血清中相关细胞因子、蛋白和激素水平,睾丸中相关基因表达量以及睾丸和肾脏组织的病理形态变化,同时检测睾丸和肾脏中超氧化物歧化酶活力和丙二醛含量,测定睾丸和肾脏以及免疫器官的脏器指数。结果：模型组与空白组相比,大鼠血清睾酮、游离睾酮、促黄体生成素、卵泡刺激素、白细胞介素2、干扰素γ、免疫球蛋白G水平均显著下降,相关基因表达量显著降低,超氧化物歧化酶活力显著降低,丙二醛含量显著升高,脏器指数显著下降（P＜0.05）;不同剂量紫苏籽肽和蛋白处理组大鼠的上述指标均有不同程度改善,其中紫苏籽肽对于睾丸和肾脏氧化应激状态以及血清激素水平的影响显著（P＜0.05）。结论：紫苏籽肽可以有效改善环磷酰胺造成的大鼠生殖损伤状况从而达到改善性功能的作用,并提高大鼠血清白细胞介素2、干扰素γ、免疫球蛋白G水平和免疫器官脏器指数。     

柑橘皮发酵液抗氧化活性及对油酸诱导HepG2细胞脂肪堆积的影响

目的:评价柑橘皮发酵液的抗氧化能力,并通过建立体外肝细胞脂肪堆积模型评价橘皮发酵液清除肝细胞脂肪堆积能力。方法:通过乳酸菌发酵获得柑橘皮发酵液,并测定发酵液对DPPH与羟自由基的清除能力;依次采用70%乙醇、正丁醇、乙酸乙酯对柑橘皮发酵液进行提取获得相应提取物,利用油酸诱导Hep G2细胞并建立细胞脂肪堆积模型,从噻唑蓝染色吸光度(MTT值)、甘油三酯(TG值)、细胞内脂滴形态3方面评价柑橘皮发酵液提取物的作用。结果:发酵后的柑橘皮对DPPH及羟自由基具有一定的清除能力,发酵液提取物可减轻细胞内脂质堆积现象,显著降低细胞内TG的积累量,其中200μg/mL正丁醇与乙酸乙酯提取物对细胞内TG清除率分别达40.35%和41.64%。结论:柑橘皮发酵液具有良好的体外抗氧化与降脂活性,对非酒精性脂肪肝具有良好的预防效果。     

化工装置联锁系统操作站运行程序的监控

在化工装置联锁系统中,由于对操作站软件接口的认识存在差异,联锁系统厂商提供的软件与Windows 2000/XP操作系统之间经常出现通讯中断或者程序自动退出等问题,严重影响生产监控和操作。本文通过对操作站Windows 2000/XP操作系统中的重要程序进行监控来预防和解决以上问题的出现。     

基于神经形态电路的音频场景特征提取及识别技术

传统的冯诺依曼架构在处理语音等复杂信息时能效较低,神经形态电路更适合于语音等复杂信息的智能处理。常用的音频场景识别方式中的长时特征和短时特征都有其不足之处,卷积神经网络可通过训练提取适合后续分类任务的特征,在特征提取方面有更大的优势。针对四层的卷积神经网络的特征提取及分析方法在语谱图上进行了音频场景识别的研究,并验证了音频场景识别在神经形态电路-类脑计算芯片上的可实现性。     

融合通信中SIP服务器研究与优化

随着即时通信类应用,诸如微信,阿里钉钉,易信等类似应用在当下移动互联网时代的不断涌现,如何在融合通信的现有体系中高效的支持该类应用,是需要考虑的问题.SIP作为应用层的信令协议,在处理会话类业务上具有优势,但在处理消息类业务上却显得不足.本文在研究和分析SIP的基础上,设计并实现了一种新的SIP服务器系统,可以更好的支持消息类业务的处理.并可通过集群的方式完成多个SIP Broker服务器的分布式部署,具有良好的开放性,为未来业务的发展提供了支撑.