实际化工工业过程数据往往存在多重共线性、高度非线性等多重特性,这会严重影响传统软测量模型对关键质量变量的预测精度。针对这一局限性,提出了一种分布式非线性映射和并行输入的双向长短记忆(distributed nonlinear mapping and para...实际化工工业过程数据往往存在多重共线性、高度非线性等多重特性,这会严重影响传统软测量模型对关键质量变量的预测精度。针对这一局限性,提出了一种分布式非线性映射和并行输入的双向长短记忆(distributed nonlinear mapping and parallel input bidirectional long short-term memory,DNMPI-BiLSTM)软测量模型。在所提策略中,首先为了阐述过程变量与质量变量之间的关联性,采用互信息以及最大相关最小冗余方法对输入数据集进行分类。随后,为了充分挖掘工业过程内部所包含的高度复杂的非线性关系,利用深度极限学习机的隐藏层对子过程变量空间进行非线性映射到高维空间。最后,将三类数据的非线性映射结果并行,建立了基于分布式非线性映射和并行输入的DNMPI-BiLSTM软测量模型,以提升模型对复杂工业过程质量变量的预测能力。通过三个工业案例验证所提方法的有效性,仿真结果表明,所提出的基于分布式非线性映射和并行输入的BiLSTM软测量建模方法的预测精度优于其他先进模型。展开更多
本研究旨在评价灰毡毛忍冬藤叶水提液(Lonicera macranthoides leaves water extracts,LmLW)对埃可病毒(EchoV)的抑制作用。采用CCK-8法评价了LmLW对人类横纹肌瘤细胞(RD细胞)的细胞毒性,通过致细胞病变效应法(CPE)初步探索LmLW对EchoV...本研究旨在评价灰毡毛忍冬藤叶水提液(Lonicera macranthoides leaves water extracts,LmLW)对埃可病毒(EchoV)的抑制作用。采用CCK-8法评价了LmLW对人类横纹肌瘤细胞(RD细胞)的细胞毒性,通过致细胞病变效应法(CPE)初步探索LmLW对EchoV的抑制活性;采用致半数细胞病理改变的病毒感染计量法(TCID_(50))和蛋白免疫印迹法(Western-Blotting)等评估和验证LmLW抗EchoV活性。结果表明:LmLW对RD细胞的毒性较小,其半数致细胞毒性浓度(CC_(50))为11.91 mg/mL,在无毒性浓度范围内,呈剂量依赖性地减少病毒导致的细胞病变,在最高浓度下可明显减少病毒的复制。进一步研究结果显示,LmLW可剂量依赖性地降低子代感染性病毒颗粒产生水平,同时能明显降低EchoV病毒结构蛋白VP1的蛋白表达量,说明LmLW可能通过作用于EchoV、干扰病毒结构蛋白VP1的表达从而发挥抗病毒活性。上述研究为手足口病等Echo型肠道病毒感染疾病的治疗提供新思路和理论基础。展开更多
文摘实际化工工业过程数据往往存在多重共线性、高度非线性等多重特性,这会严重影响传统软测量模型对关键质量变量的预测精度。针对这一局限性,提出了一种分布式非线性映射和并行输入的双向长短记忆(distributed nonlinear mapping and parallel input bidirectional long short-term memory,DNMPI-BiLSTM)软测量模型。在所提策略中,首先为了阐述过程变量与质量变量之间的关联性,采用互信息以及最大相关最小冗余方法对输入数据集进行分类。随后,为了充分挖掘工业过程内部所包含的高度复杂的非线性关系,利用深度极限学习机的隐藏层对子过程变量空间进行非线性映射到高维空间。最后,将三类数据的非线性映射结果并行,建立了基于分布式非线性映射和并行输入的DNMPI-BiLSTM软测量模型,以提升模型对复杂工业过程质量变量的预测能力。通过三个工业案例验证所提方法的有效性,仿真结果表明,所提出的基于分布式非线性映射和并行输入的BiLSTM软测量建模方法的预测精度优于其他先进模型。
