期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到58,362篇文章
< 1 2 … 250 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
Oracle8/8i中的对象关系特性 被引量：2
1
作者 贾代平 《计算机系统应用》 北大核心 2001年第2期21-24,共4页
对象数据库是目前关系数据库的一个重要发展方向，本文从应用的角度阐述了Oracle8/8i中面向对象的思想及其主要概念，并说明了如何在关系模型中运用对象特性来提高我们的应用设计水平。
关键词 行对象 列对象 对象视图 关系数据库系统 oracle8/8i 面向对象
在线阅读 下载PDF
使用ORACLE8/8i分区提高数据库性能 被引量：1
2
作者 陈朝晖 《电子工程师》 2002年第7期11-12,16,共3页
概述了 ORACLE8/ 8i的分区功能及其优点 ,以及实现该功能的有关操作方法 。
关键词 oracle8/8i 分区 超大型数据库 企业 表空间
在线阅读 下载PDF
Oracle8/8iStorage子句与存储空间管理
3
作者 曹素丽 杨延广 《微型电脑应用》 2002年第3期59-61,共3页
文章在讨论 Storage子句的基础上 ,以表为例详细介绍了一种空间估算法 ,并将其估算结果用于 Storage子句 。
关键词 数据库 存储空间管理 数据文件 oracle8 8iStorage子句
在线阅读 下载PDF
基于rGO@ZIF-8异质结构材料的金丝桃苷电化学传感器的构建与性能
4
作者 史艳梅 陈志红 +1 位作者 姜晓彤 胡锴 《现代化工》 北大核心 2026年第4期233-237,共5页
通过原位合成的方法制备了rGO@ZIF-8异质结构材料,并用于构建高灵敏的金丝桃苷电化学传感器。基于ZIF-8及rGO两者的协同效应,显著提高了电极比表面积及电子传输效率。利用循环伏安及差分脉冲伏安法深入研究了金丝桃苷在该传感器上的电... 通过原位合成的方法制备了rGO@ZIF-8异质结构材料,并用于构建高灵敏的金丝桃苷电化学传感器。基于ZIF-8及rGO两者的协同效应,显著提高了电极比表面积及电子传输效率。利用循环伏安及差分脉冲伏安法深入研究了金丝桃苷在该传感器上的电化学行为,最优条件下,响应峰电流与金丝桃苷在0.001~2.0、2.0~80μmol/L范围内呈良好的线性关系,检出限(S/N=3)为0.5 nmol/L,将该方法成功应用于中药饮片中金丝桃苷的检测,与高效液相色谱法测定结果高度吻合,为中药饮片的质控分析提供了方法。 展开更多
关键词 金丝桃苷 电化学传感器 异质结构材料 ZIF-8
原文传递
基于改进YOLOv8的森林火灾检测方法研究 被引量：1
5
作者 雷建云 田祚汉 +1 位作者 夏梦 雷瑞璠 《中南民族大学学报(自然科学版)》 2026年第1期97-105,共9页
针对森林火灾检测对实时性要求较高的问题,提出了一种基于改进YOLOv8的森林火灾检测方法 .在YOLOv8的基础上,采用轻量化特征提取网络EfficientNet优化YOLOv8原主干网络CSPDarknet53,以减少计算量并提高模型的收敛速度,进而提高火灾检测... 针对森林火灾检测对实时性要求较高的问题,提出了一种基于改进YOLOv8的森林火灾检测方法 .在YOLOv8的基础上,采用轻量化特征提取网络EfficientNet优化YOLOv8原主干网络CSPDarknet53,以减少计算量并提高模型的收敛速度,进而提高火灾检测速度.此外,融入了SENet注意力机制模块,以增强网络对火灾检测的准确性.使用α-IoU损失函数代替YOLOv8原始损失函数中的CIoU损失函数来计算定位损失,该函数能够自适应地调整IoU的阈值,更好地处理不同大小和形状的目标,同时提高模型对小目标的检测性能.结果表明:该方法的平均准确率(mA@0.5P)达到了87.2%,帧率(FPS)提升了17帧,显著提高了火灾检测的实时性. 展开更多
关键词 深度学习 YOLOv8模型 森林火灾检测 实时性
在线阅读 下载PDF
基于改进YOLOv8的鸡翅包装产线异物在线检测方法
6
作者 张维平 王冬云 +2 位作者 姬莉 李国强 杨钰 《包装工程》 北大核心 2026年第5期181-189,共9页
目的针对生鲜肉类包装前检环节中,附着于产品表面的毛发、塑料纤维等微小异物极易受肉质表面镜面反射及生理纹理特征混叠干扰,导致漏检率高的问题,提出一种基于改进YOLOv8n的轻量化在线检测方法M-YOLOv8。方法首先,利用离线实例级Copy-P... 目的针对生鲜肉类包装前检环节中,附着于产品表面的毛发、塑料纤维等微小异物极易受肉质表面镜面反射及生理纹理特征混叠干扰,导致漏检率高的问题,提出一种基于改进YOLOv8n的轻量化在线检测方法M-YOLOv8。方法首先,利用离线实例级Copy-Paste算法配合泊松融合,重点针对“异物附着”工况构建小目标增强数据集,模拟异物与肉质表面的光影融合特征,修正样本长尾分布偏置。其次,在主干网络C2f模块中嵌入CBAM注意力机制以抑制油脂反光并增强异物区域特征信噪比,并引入P2微尺度检测层与SAHI切片推理策略,补偿深层特征下采样带来的空域信息丢失。最后,采用CIoU损失函数优化细长线性附着物的边界框回归精度。结果在自建鸡翅包装产线数据集上,该方法的AP@0.5达到91.8%,较原始模型提升4.3%,尤其是对直径小于2 mm的微小附着异物检出率显著提升。系统推理速度达98 FPS,满足高速产线实时节拍要求。结论该方法有效兼顾了复杂背景下附着目标的检测精度与端侧推理速度,可为解决肉禽包装检测中的“长尾分布”与镜面干扰难题提供可靠技术参考。 展开更多
关键词 包装检测 微小异物 YOLOv8n SAHI 注意力机制 COPY-PASTE
在线阅读 下载PDF
基于改进YOLOv8n的辣椒穴盘漏播检测方法
7
作者 李旭 王浩 +4 位作者 邬备 刘青 匡敏球 刘大为 谢方平 《沈阳农业大学学报》 北大核心 2026年第2期117-127,共11页
[目的]辣椒穴盘育苗是辣椒种植常用的方法和手段,漏播会导致减产,而影响收益。针对辣椒种子与穴盘内基质颗粒颜色和形状相近的特点,开展复杂背景下小目标辣椒种子漏播检测方法研究,提出一种基于改进YOLOv8的辣椒种子检测模型YOLOv8-PS。... [目的]辣椒穴盘育苗是辣椒种植常用的方法和手段,漏播会导致减产,而影响收益。针对辣椒种子与穴盘内基质颗粒颜色和形状相近的特点,开展复杂背景下小目标辣椒种子漏播检测方法研究,提出一种基于改进YOLOv8的辣椒种子检测模型YOLOv8-PS。[方法]首先,在主干特征提取网络的3个检测头之前引入CBAM注意力机制,实现模型根据辣椒种子在图像中不同区域自适应地分配通道和像素的权重,抑制背景噪声并突出关键纹理、边缘与形态特征,从而提高复杂背景下的辣椒种子信息提取的精确性;其次,替换主干网络中的前两个C2f模块为融合EMA高效多尺度注意力机制的C2f_EMA模块,通过全局平均池化和分组归一化操作,重新校准特征权重,突出辣椒种子的关键特征,提高模型对辣椒种子多尺度信息提取能力和检测精度;最后,为改善CIoU损失函数在检测任务中收敛慢和定位偏差大的问题,使用DIoU损失函数加速边界框回归,提高模型检测性能。[结果]改进后的YOLOv8-PS模型的平均精度均值和帧率值分别达到90%和191帧·s^(-1),较基线模型YOLOv8n分别提升3.1个百分点和62帧·s^(-1),漏播检测试验中改进前后的模型误差下降率显著。[结论]所提出的YOLOv8-PS模型在保证实时性的同时显著提升了复杂背景下辣椒穴盘漏播检测的准确性与鲁棒性,能够有效满足实际生产中播种质量在线检测与漏播识别的需求,为辣椒种子的播种质量检测提供了技术参考。 展开更多
关键词 穴盘育苗 漏播检测 小目标 复杂背景 YOLOv8
在线阅读 下载PDF
基于YOLOv8-MI软枣猕猴桃小目标果实识别和定位方法
8
作者 葛宜元 李奥 +3 位作者 孟庆祥 刘德江 梁秋艳 马浏轩 《农机化研究》 北大核心 2026年第4期249-257,共9页
软枣猕猴桃营养价值丰富,但由于果实小、分布密集且易受逆光影响等问题导致在自动化采摘过程中果实识别和定位精度低,严重影响采摘效率。为此,提出了一种基于YOLOv8网络结构的YOLOv8-MI软枣猕猴桃目标检测方法。对YOLOv8进行优化,主干... 软枣猕猴桃营养价值丰富,但由于果实小、分布密集且易受逆光影响等问题导致在自动化采摘过程中果实识别和定位精度低,严重影响采摘效率。为此,提出了一种基于YOLOv8网络结构的YOLOv8-MI软枣猕猴桃目标检测方法。对YOLOv8进行优化,主干网络中引入CBIM增强型空间金字塔池化模块,提升对软枣猕猴桃果实关键特征的提取能力;在颈部网络中使用Bi-FPN模块并增加小目标检测层,增强多尺度特征融合效果和小目标检测精度;在头部网络中引入MPDIoU-I损失函数动态调整学习速率,用以捕捉小目标的特征,提升果实在密集遮挡和逆光情况下的识别精度。优化结果表明:YOLOv8-MI的精确率、召回率、平均精度分别提高了8.60、7.50、6.86个百分点,模型权重仅增加了1.65 MB。在密集遮挡和逆光情况下,模型的精确率、召回率、平均精度分别提高了10.20、8.70、7.72个百分点。基于YOLOv8-MI的识别结果,运用SGBM-CL定位算法得出采摘点坐标,与人工标定数据对比,X、Y、Z方向的定位误差分别为9.09、5.98、6.10 mm,可以满足采摘精度需求。进一步对果实进行识别定位验证,系统总体识别成功率达88%,准确定位率达82%,具有较强的实用性与可靠性。 展开更多
关键词 软枣猕猴桃 小目标果实 识别定位 逆光补偿 密集遮挡 YOLOv8-MI
在线阅读 下载PDF
基于颜色特征量化和改进YOLO v8的番茄成熟度分级检测方法
9
作者 张领先 周沁 +4 位作者 姚天雨 裴鑫达 赵立群 满杰 钱井 《农业机械学报》 北大核心 2026年第2期193-202,224,共11页
番茄的成熟度与其品质密切相关,是生产中采摘和分拣等环节的重要依据。针对作物成熟度分级检测系统功能简单,人工升级系统成本较大的问题,本文以番茄为例,采集并构建自然场景下番茄图像数据集,设计以番茄果实成熟度分级算法为基础的番... 番茄的成熟度与其品质密切相关,是生产中采摘和分拣等环节的重要依据。针对作物成熟度分级检测系统功能简单,人工升级系统成本较大的问题,本文以番茄为例,采集并构建自然场景下番茄图像数据集,设计以番茄果实成熟度分级算法为基础的番茄图像半自动标注算法对采集后的数据进行标注,在YOLO v8模型基础上,将FPN结构替换为BiFPN结构实现更高效的多尺度特征融合,利用SE注意力机制对空间和通道进行融合特征提取,引入Focal SIoU损失函数对预测框与真实框之间的角度差异进行度量,构建基于颜色特征量化和改进YOLO v8的番茄成熟度分级检测模型YOLO v8BFS,识别番茄生长过程的5个不同成熟度。试验结果表明,本文模型较好地解决了自然复杂场景下番茄成熟度分级检测的错漏检问题,在模型浮点运算量(FLOPs)、参数量(Params)和内存占用量有少量增加的条件下,本文模型的平均精度均值为94.10%相较原模型YOLO v8提高3.0个百分点。通过与Faster R-CNN-Resnet50、YOLO v5、YOLO v7-tiny、YOLO v8、YOLO v10和YOLO 11目标检测模型对比,本文在检测精度具有显著优势,为番茄成熟度的检测提供了一种可靠的方法。 展开更多
关键词 番茄成熟度 自然场景 颜色特征量化 YOLO v8
在线阅读 下载PDF
基于改进SDU-YOLOv8的军事飞机目标检测算法
10
作者 赵海丽 包大泱 +3 位作者 张从豪 刘鹏 王彩霞 景文博 《兵工学报》 北大核心 2026年第1期296-306,共11页
针对空天背景下军事飞机目标检测中存在的低对比度、小尺寸及形态多变导致的漏检率高、特征交互不足等问题,提出基于YOLOv8改进的SDU-YOLOv8网络。通过构建SSGBlock深度特征提取模块、动态可学习的Dy-RepGFPN特征融合网络以及参数共享的... 针对空天背景下军事飞机目标检测中存在的低对比度、小尺寸及形态多变导致的漏检率高、特征交互不足等问题,提出基于YOLOv8改进的SDU-YOLOv8网络。通过构建SSGBlock深度特征提取模块、动态可学习的Dy-RepGFPN特征融合网络以及参数共享的UCDN-Head检测头,实现特征提取、融合与检测头的协同优化。在自建军事飞机数据集上的实验结果表明,SDU-YOLOv8网络较基准YOLOv8的mAP@0.5提升2.5%,达到95.7%,参数量减少6.7%,计算量降低9.9%,在小尺寸、低对比度及形变目标的检测鲁棒性显著增强;新方法在保持轻量化的同时实现了检测精度与效率的均衡优化,为空天侦察场景下的军事飞机检测提供了高效解决方案。 展开更多
关键词 军事飞机目标检测 YOLOv8 深度特征提取 动态上采样 统一参数化
在线阅读 下载PDF
基于改进YOLOv8的光伏缺陷快速检测
11
作者 赵永辉 李振 +3 位作者 金帅 颜培钰 李超 刘淑玉 《太阳能学报》 北大核心 2026年第3期584-593,共10页
针对现有光伏组件电致发光(EL)的缺陷检测中存在的背景干扰和计算冗余问题,以及模型精度与速度难以平衡的挑战,提出一种改进的YOLOv8光伏EL缺陷检测方法:YOLOv8-LSB。首先,在主干网络中引入SCConv卷积模块,以降低空间冗余并增强小目标... 针对现有光伏组件电致发光(EL)的缺陷检测中存在的背景干扰和计算冗余问题,以及模型精度与速度难以平衡的挑战,提出一种改进的YOLOv8光伏EL缺陷检测方法:YOLOv8-LSB。首先,在主干网络中引入SCConv卷积模块,以降低空间冗余并增强小目标特征提取能力;其次,在颈部添加LSK注意力机制,降低背景干扰;同时采用BiFPN结构提升多尺度特征融合能力,更好地捕捉不同方面的特征。最后,将Inner-CIoU作为边界框回归损失函数,提高回归精度和收敛速度。实验结果显示,YOLOv8-LSB在mAP@0.5上达91.2%,FPS达170.2帧/s,相较于基准模型YOLOv8n,平均精度提高2.6个百分点,FPS提升4.8帧/s,实现了更实时且准确的光伏EL缺陷检测。 展开更多
关键词 目标检测 光伏组件 YOLOv8 注意力机制
原文传递
基于改进YOLOv8的城市火灾检测算法
12
作者 苏连成 贾潇彬 丁伟利 《燕山大学学报》 北大核心 2026年第2期112-120,共9页
针对传统火灾检测算法在面对城市复杂背景时存在检测精度低、误检率高等问题,本文提出了一种基于改进YOLOv8的城市火灾检测算法。首先,以YOLOv8目标检测模型为基础,在颈部网络中引入双向特征金字塔网络结构替换原有的路径聚合网络-特征... 针对传统火灾检测算法在面对城市复杂背景时存在检测精度低、误检率高等问题,本文提出了一种基于改进YOLOv8的城市火灾检测算法。首先,以YOLOv8目标检测模型为基础,在颈部网络中引入双向特征金字塔网络结构替换原有的路径聚合网络-特征金字塔网络特征融合层,融合多尺度特征信息,增强模型特征学习能力;其次,在双向特征金字塔网络中融入高效多尺度注意力机制,提升网络特征提取能力,进一步提高模型烟火检测精度;最后,在主干网络中引入部分卷积模块,将主干网络中的C2f模块替换为C2f-Faster模块,提升模型的检测效率,减少模型冗余计算。在自建的烟火数据集上对改进算法进行实验,实验结果表明,改进后的模型相较于原模型mAP@50达到了73.6%,参数量减少了8.99%,模型的计算量降低至7.7 GFLOPs,在提升检测精度的同时,实现了模型轻量化,能够满足城市复杂背景下的烟火检测需求。 展开更多
关键词 烟火检测 YOLOv8 多尺度融合 EMA 轻量化
在线阅读 下载PDF
基于改进YOLOv8小麦田间杂草检测方法研究
13
作者 石琳 郭攀 刘志兵 《中国农机化学报》 北大核心 2026年第1期128-132,共5页
为实现智能化小麦田间杂草管理,提出一种基于改进YOLOv8小麦田间杂草检测方法。建立小麦田间杂草数据集进行模型训练、验证和测试,将C2f与全维动态卷积(ODConv)融合形成C2f—ODConv结构,以增强模型对杂草特征的提取能力;在检测头部分加... 为实现智能化小麦田间杂草管理,提出一种基于改进YOLOv8小麦田间杂草检测方法。建立小麦田间杂草数据集进行模型训练、验证和测试,将C2f与全维动态卷积(ODConv)融合形成C2f—ODConv结构,以增强模型对杂草特征的提取能力;在检测头部分加入3组SimAM注意力模块,提升模型对杂草特征的关注度;采用Inner—IoU损失函数优化模型的回归性能。结果表明,改进模型的精确率为77.48%,召回率为66.45%,平均精度均值为72.37%,相比于原YOLOv8模型分别提升3.66%、4.08%、3.15%,能够满足实际应用中对杂草检测精确度的要求。为小麦田间杂草智能检测提供技术支持,为精准农业和可持续杂草管理提供新思路。 展开更多
关键词 小麦 田间杂草 智能化除草 YOLOv8
在线阅读 下载PDF
改进YOLOv8n算法的船舶工业钢材表面缺陷检测
14
作者 刘鹏 侯博文 +2 位作者 王彩霞 姜晓娇 丛海芳 《兵工学报》 北大核心 2026年第3期35-49,共15页
为提高船舶工业中钢材表面缺陷检测的准确性,针对现有YOLOv8n算法在特征提取能力不足、检测精度低以及特征融合不充分等问题,提出一种基于改进YOLOv8n的钢材表面缺陷检测方法。构建高效视觉空间金字塔池化增强层聚合网络(Efficient Visi... 为提高船舶工业中钢材表面缺陷检测的准确性,针对现有YOLOv8n算法在特征提取能力不足、检测精度低以及特征融合不充分等问题,提出一种基于改进YOLOv8n的钢材表面缺陷检测方法。构建高效视觉空间金字塔池化增强层聚合网络(Efficient Vision Transformer-Spatial Pyramid Pooling with Enhanced Layer Aggregation Network,EfficientViT-SPPELAN),以增强多维度特征提取能力;设计多尺度时空卷积(Multi-Scale Spatial-Temporal Convolution,MSSTConv)实现多尺度特征融合;在此基础上构建多尺度时空(Multi-Scale Spatial-Temporal,MSST)模块以获取丰富的上下文信息,提高缺陷定位精度并降低计算复杂度,从而提升算法的推理效率。基于东北大学表面缺陷数据集(Northeastern University Surface Defect Dataset,NEU-DET)和镀锌钢10类缺陷检测数据集(Galvanized Steel 10-category Defect Detection Dataset,GC10-DET)两个数据集的实验结果表明,所提方法的检测精准度相较于原始YOLOv8n算法分别提升6.8%和5.7%,均值平均精确率mAP@0.5分别提高3.7%和7.9%;每秒帧数(Frames Per Second,FPS)分别达到189帧/s和142帧/s。研究结果表明,该方法在提升检测精度的同时保持较高计算效率,能够有效完成船舶钢材表面缺陷的定位和类别识别,满足工业场景对检测精度与实时性的需求。 展开更多
关键词 缺陷检测 YOLOv8n算法 多尺度时空模块 多尺度时空卷积 分组注意力
在线阅读 下载PDF
基于Ru(dpp)_(3)Cl_(2)@ZIF-8-PDMS的光氧传感膜构建及其细胞氧微环境监测
15
作者 郭婷 林海锋 +1 位作者 李红花 林玲 《分析测试学报》 北大核心 2026年第1期12-20,共9页
针对现有氧检测技术普遍存在的灵敏度不足与响应迟缓问题,该研究通过溶剂热法成功制备Ru(dpp)_(3)Cl_(2)(三(4,7-二苯基-1,10-菲咯啉)二氯化钌(Ⅱ))@ZIF-8(沸石咪唑酯骨架-8)复合纳米颗粒,并将其均匀分散于聚二甲基硅氧烷(PDMS)基体内,... 针对现有氧检测技术普遍存在的灵敏度不足与响应迟缓问题,该研究通过溶剂热法成功制备Ru(dpp)_(3)Cl_(2)(三(4,7-二苯基-1,10-菲咯啉)二氯化钌(Ⅱ))@ZIF-8(沸石咪唑酯骨架-8)复合纳米颗粒,并将其均匀分散于聚二甲基硅氧烷(PDMS)基体内,构建出新型Ru(dpp)_(3)Cl_(2)@ZIF-8-PDMS复合光氧传感膜。得益于ZIF-8的限域效应及多孔结构特性,所开发传感膜的探针荧光漂白率降低42%,氧响应灵敏度较纯PDMS膜提升2.3倍。经优化后,该传感系统成功实现了对HeLa细胞培养体系溶解氧梯度的动态实时监测,为生命科学领域的氧微环境研究提供了新型检测工具。 展开更多
关键词 氧传感器 荧光猝灭 细胞代谢 ZIF-8
在线阅读 下载PDF
基于改进YOLOv8的遥感影像变电站目标识别
16
作者 刘润杰 许慧娜 +2 位作者 胡宇 王一 谢国钧 《郑州大学学报(工学版)》 北大核心 2026年第1期33-40,共8页
针对现有研究多集中于变电站局部结构检测而缺乏大区域快速发现与动态监测的问题,通过高分辨率卫星影像实现变电站的高效识别,提升电网安全隐患排查能力。首先构建了基于高分辨率光学卫星影像的变电站目标检测样本库;随后提出改进的YOL... 针对现有研究多集中于变电站局部结构检测而缺乏大区域快速发现与动态监测的问题,通过高分辨率卫星影像实现变电站的高效识别,提升电网安全隐患排查能力。首先构建了基于高分辨率光学卫星影像的变电站目标检测样本库;随后提出改进的YOLOv8算法,在骨干网络中嵌入SimAM轻量级注意力模块以增强细部特征聚焦能力,并将颈部结构替换为Efficient-RepGFPN,结合DySample动态上采样模块设计新型颈部结构GDFPN,以解决多层级特征语义错位问题。实验结果表明:改进方法优于主流检测算法,mAP 75和mAP 50-95分别提升至96.8%和87.1%,验证了其在变电站检测任务中的优越性。所提出的改进YOLOv8方法可有效支持大区域变电站的快速发现与动态监测,为电网安全管理提供了可靠的技术支撑。 展开更多
关键词 YOLOv8 遥感影像 目标检测 变电站 注意力机制
在线阅读 下载PDF
C-X-C趋化因子配体8对宫颈鳞状细胞癌模型裸鼠紫杉醇治疗敏感性的影响及机制
17
作者 张华 努尔比亚·依比布拉 +3 位作者 路鹏霏 贾春丽 裴轩萱 包永星 《新乡医学院学报》 2026年第2期85-91,共7页
目的 探讨C-X-C趋化因子配体8(CXCL8)对宫颈鳞状细胞癌(CSCC)模型裸鼠紫杉醇治疗敏感性的影响及其机制。方法 通过敲低CXCL8的短发夹RNA(shRNA)慢病毒颗粒转染人CSCC Hela细胞,制备CXCL8沉默稳定表达株Hela细胞。将24只4~6周龄无特定病... 目的 探讨C-X-C趋化因子配体8(CXCL8)对宫颈鳞状细胞癌(CSCC)模型裸鼠紫杉醇治疗敏感性的影响及其机制。方法 通过敲低CXCL8的短发夹RNA(shRNA)慢病毒颗粒转染人CSCC Hela细胞,制备CXCL8沉默稳定表达株Hela细胞。将24只4~6周龄无特定病原级雌性BALB/c裸鼠随机分为模型组、CXCL8敲低组(sh-CXCL8组)、紫杉醇组和sh-CXCL8+紫杉醇组,每组6只。模型组裸鼠右侧腋窝皮下注射未经处理的Hela细胞,sh-CXCL8组裸鼠右侧腋窝皮下注射CXCL8沉默稳定表达株Hela细胞,细胞接种20 d后开始,每2 d腹腔注射无菌生理盐水100μL 1次,连续7次;紫杉醇组裸鼠右侧腋窝皮下注射未经处理的Hela细胞,sh-CXCL8+紫杉醇组裸鼠右侧腋窝皮下注射CXCL8沉默稳定表达株Hela细胞,细胞接种20 d后开始,每2 d腹腔注射紫杉醇溶液(10 mg·kg^(-1))100μL 1次,连续7次。定期监测肿瘤体积变化。末次腹腔注射后24 h处死裸鼠,以模型组为对照计算其他3组裸鼠的抑瘤率,免疫组织化学法检测各组裸鼠肿瘤组织中磷脂酰肌醇-4,5-二磷酸3-激酶催化亚基β(PIK3CB)、磷酸化蛋白激酶B1(p-AKT1)蛋白表达,实时荧光定量聚合酶链式反应法检测各组裸鼠肿瘤组织中CXCL8、B细胞淋巴瘤因子2(Bcl-2)、Bcl-2相关X蛋白(Bax)、PIK3CB、蛋白激酶B1(AKT1) mRNA的表达,Western blot法检测各组裸鼠肿瘤组织中CXCL8、Bcl-2、Bax蛋白表达。结果 sh-CXCL8组、紫杉醇组、sh-CXCL8+紫杉醇组裸鼠肿瘤质量、肿瘤组织中CXCL8、Bcl-2、PIK3CB、AKT1 mRNA相对表达量以及CXCL8、Bcl-2蛋白相对表达量显著低于模型组,抑瘤率以及肿瘤组织中Bax mRNA相对表达量显著高于模型组(P<0.05)。sh-CXCL8+紫杉醇组裸鼠肿瘤质量、肿瘤组织中PIK3CB、AKT1 mRNA相对表达量及CXCL8和Bcl-2蛋白相对表达量显著低于sh-CXCL8组和紫杉醇组,sh-CXCL8+紫杉醇组裸鼠的抑瘤率、肿瘤组织中Bax mRNA相对表达量显著高于sh-CXCL8组和紫杉醇组(P<0.05)。模型组裸鼠肿瘤组织中p-AKT1、PIK3CB蛋白在细胞核与细胞质中均呈强阳性表达;sh-CXCL8组、紫杉醇组、sh-CXCL8+紫杉醇组裸鼠肿瘤组织中p-AKT1、PIK3CB蛋白阳性表达均较模型组减弱,且主要表达于细胞质中。4组裸鼠肿瘤组织中PIK3CB蛋白的表达水平比较差异无统计学意义(Z=6.294,P>0.05);sh-CXCL8+紫杉醇组裸鼠肿瘤组织中p-AKT1蛋白表达水平显著低于模型组(P<0.05)。sh-CXCL8+紫杉醇组裸鼠肿瘤组织中Bcl-2 mRNA相对表达量显著低于sh-CXCL8组(P<0.05)。紫杉醇组、sh-CXCL8+紫杉醇组裸鼠肿瘤组织中Bax蛋白相对表达量显著高于模型组(P<0.05)。sh-CXCL8+紫杉醇组裸鼠肿瘤组织中Bax蛋白相对表达量显著高于sh-CXCL8组(P<0.05)。结论 敲低CXCL8联合紫杉醇治疗可能通过调节磷脂酰肌醇3-激酶/蛋白激酶信号通路及凋亡相关蛋白表达,提高宫颈癌细胞对紫杉醇的敏感性。 展开更多
关键词 宫颈癌 C-X-C趋化因子配体8 紫杉醇耐药 细胞凋亡
暂未订购
面向无人机巡检的改进YOLOv8n轻量化路产检测模型
18
作者 彭妙娟 陈松 +1 位作者 李莉 庄恺琳 《重庆交通大学学报(自然科学版)》 北大核心 2026年第3期1-10,共10页
公路路产作为交通基础设施的重要组成部分,涵盖公路结构、公路用地及各类附属设施。针对现有轻量化模型在多类路产设施多尺度检测中难以兼顾精度与效率的问题,基于YOLOv8n提出一种改进轻量化多尺度检测模型。选取路灯、交通标志牌和路... 公路路产作为交通基础设施的重要组成部分,涵盖公路结构、公路用地及各类附属设施。针对现有轻量化模型在多类路产设施多尺度检测中难以兼顾精度与效率的问题,基于YOLOv8n提出一种改进轻量化多尺度检测模型。选取路灯、交通标志牌和路面标线3类典型路产设施作为检测目标,通过融合无人机实测数据与VisDrone2019数据构建UAV-HIA数据集,增强数据多样性和模型稳定性。模型改进包括:采用MobileNetV3-Small替换主干网络,降低模型参数量和计算复杂度;在骨干网络中嵌入CBAM注意力机制,增强小目标特征提取能力;基于C2f与iAFF设计C2iAF特征融合模块,提升多尺度特征表达能力。实验表明:改进模型在计算量和参数量显著降低的同时,仍保持精度提升,尤其对小目标的检测效果更优。相较于现有其他主流模型和最新发布的YOLO模型,改进模型在效率、精度和适应性上更具综合优势,适用于实际路产智能巡检任务。 展开更多
关键词 道路工程 公路路产检测 多尺度目标检测 无人机影像 YOLOv8n 轻量化模型
在线阅读 下载PDF
RIC-YOLOv8n:矿下料车超挂轻量化实时检测算法
19
作者 丁玲 李露 +1 位作者 李永康 赵作鹏 《计算机工程与应用》 北大核心 2026年第2期371-383,共13页
针对矿井下作业环境复杂、光照不足、煤尘干扰等因素导致的传统目标检测算法在检测矿下料车超挂时表现不佳问题,提出了一种料车超挂轻量化实时检测算法RIC-YOLOv8n。使用轻量化模块C2f_RegNetY替换YOLOv8n中主干和颈部网络中的C2f模块,... 针对矿井下作业环境复杂、光照不足、煤尘干扰等因素导致的传统目标检测算法在检测矿下料车超挂时表现不佳问题,提出了一种料车超挂轻量化实时检测算法RIC-YOLOv8n。使用轻量化模块C2f_RegNetY替换YOLOv8n中主干和颈部网络中的C2f模块,减少了模型参数量并加快了模型推理速度;为了提高检测头的特征提取性能,采用联合信息对齐学习方法增强分类和回归任务的对齐能力;通过DeepSort进行矿下料车的目标追踪,设计了Residual_IBN模块替换DeepSort特征提取网络中的残差网络,提高了目标追踪的性能。通过自制的矿下料车检测与跟踪数据集进行算法验证,实验结果显示:RIC-YOLOv8n在矿下料车识别平均精度达到91.4%,基于RICYOLOv8n和改进的DeepSort目标追踪算法在多目标追踪准确率达到89.13%,检测速度达到61 FPS。提出的RICYOLOv8n和改进的DeepSort算法能较好的平衡检测速度与精度,适用于矿井下料车检测实时性作业的需要。 展开更多
关键词 目标检测 目标追踪 YOLOv8n 联合对齐解耦头 DeepSort 料车计数
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 250 下一页 到第 页
使用帮助 返回顶部