针对现有基于深度学习的滚动轴承故障诊断方法存在准确度不高、泛化性较差的缺点,提出了一种基于SConvNeXt-ECMS(the ConvNeXt network based on shuffled convolution-efficient channel and multi-scale spatial attention module)与D...针对现有基于深度学习的滚动轴承故障诊断方法存在准确度不高、泛化性较差的缺点,提出了一种基于SConvNeXt-ECMS(the ConvNeXt network based on shuffled convolution-efficient channel and multi-scale spatial attention module)与DBO-RELM(dung beetleoptimizer regularized extreme learning machine)的滚动轴承故障诊断模型。将ECMS注意力机制与分流卷积模块融入ConvNeXt网络,提升ConvNeXt网络的特征提取能力;使用蜣螂优化算法完成参数寻优后的RELM替换网络原有分类层,提升网络对相近特征的分辨能力;利用哈尔滨工业大学航空轴承故障数据集仿真实验,验证所提分流卷积对ConvNeXt网络的提升效果;使用帕德博恩大学数据集进行滚动轴承混合故障诊断实验,验证所提SConvNeXt-ECMS与DBO-RELM模型的分类效果。仿真实验结果表明:所提SConvNeXt网络在航空轴承故障分类任务中,准确率可达100%,优于其他现有网络;帕德博恩大学滚动轴承混合故障诊断实验表明,所提ECMS注意力机制以及DBO-RELM方法均对原网络的性能有进一步的提升,新模型对滚动轴承混合故障的诊断准确率最高可达99.94%,相较于其他现有的滚动轴承故障诊断模型,均具有更高的故障诊断准确率和更强的泛化能力。展开更多
抵抗素样分子(resistin like molecule,RELM)家族是一类富含半胱氨酸的分泌蛋白,其结构在进化过程中十分保守,然而其分布却有着较大的种属和组织特异性。目前国内外对该蛋白家族的关注越来越多,该蛋白家族成员在低氧与炎症相关生理病理...抵抗素样分子(resistin like molecule,RELM)家族是一类富含半胱氨酸的分泌蛋白,其结构在进化过程中十分保守,然而其分布却有着较大的种属和组织特异性。目前国内外对该蛋白家族的关注越来越多,该蛋白家族成员在低氧与炎症相关生理病理过程中起到不可忽视的作用,其在血管生长、平滑肌增殖、气道炎症、肠道免疫等方面的作用已有相关研究。本文就RELM家族成员的结构、分布特点、调控方式、下游信号通路和生物学功能,重点对其在人与鼠类的区别与联系以及该家族与低氧和炎症的关系作一综述。展开更多
Relmβ亦称发现于炎症带2(found in inflammatory zone2,FIZZ2),是一种富含半胱氨酸的分泌蛋白。目前的研究表明,Relmβ在许多方面发挥着非常重要的作用,包括胰岛素抵抗,抵制肠腔寄生线虫的感染,预测胃肠道肿瘤的发生,促进小鼠结肠炎和...Relmβ亦称发现于炎症带2(found in inflammatory zone2,FIZZ2),是一种富含半胱氨酸的分泌蛋白。目前的研究表明,Relmβ在许多方面发挥着非常重要的作用,包括胰岛素抵抗,抵制肠腔寄生线虫的感染,预测胃肠道肿瘤的发生,促进小鼠结肠炎和回肠炎模型中的炎症反应,诱导肺部纤维化、缺氧肺血管的重建,促进气道重塑等。通过对Relmβ分子的结构、表达分布、生物学功能的研究进展进行归纳,为Relmβ分子在生物学和医学方面更深入的研究提供参考。展开更多
文摘抵抗素样分子(resistin like molecule,RELM)家族是一类富含半胱氨酸的分泌蛋白,其结构在进化过程中十分保守,然而其分布却有着较大的种属和组织特异性。目前国内外对该蛋白家族的关注越来越多,该蛋白家族成员在低氧与炎症相关生理病理过程中起到不可忽视的作用,其在血管生长、平滑肌增殖、气道炎症、肠道免疫等方面的作用已有相关研究。本文就RELM家族成员的结构、分布特点、调控方式、下游信号通路和生物学功能,重点对其在人与鼠类的区别与联系以及该家族与低氧和炎症的关系作一综述。
文摘Relmβ亦称发现于炎症带2(found in inflammatory zone2,FIZZ2),是一种富含半胱氨酸的分泌蛋白。目前的研究表明,Relmβ在许多方面发挥着非常重要的作用,包括胰岛素抵抗,抵制肠腔寄生线虫的感染,预测胃肠道肿瘤的发生,促进小鼠结肠炎和回肠炎模型中的炎症反应,诱导肺部纤维化、缺氧肺血管的重建,促进气道重塑等。通过对Relmβ分子的结构、表达分布、生物学功能的研究进展进行归纳,为Relmβ分子在生物学和医学方面更深入的研究提供参考。
