XiaoMi-AI文件搜索系统
World File Search System树状
非洲杂志
确定了非洲甲醇茎皮提取物的抗炎和抗菌作用。定性植物化学筛查的结果表明，单宁，皂苷，类黄酮，生物碱，酚，类固醇和萜类化合物存在。定量分析揭示了生物碱（0.11％），单宁（1.92％），苯酚（3.77％），类黄酮（0.77％），类固醇（0.14％），terpenoids（0.21％）和皂苷（4.01％）（4.01％）。使用爪子浸入法评估了在雄性白化病大鼠中评估非洲甲醇干草提取物的抗炎作用。在200mg/kg的剂量下，甲醇干燥的非洲甲醇干燥树状提取物产生的抗炎性作用是显着的（p <0.05），在0-90分钟的时间间隔时，它比其他浓度更有效。甲醇干燥的非洲裔甲醇干燥树皮提取物的抗菌活性在铜绿假单胞菌上产生了最高的抑制区（L7mm）和葡萄球菌上抑制（11mm）的最低抑制区（11mm）。非洲非洲甲醇干 - 树皮提取物的最小抑制浓度值针对E.Coli，S。金黄色葡萄球菌和p。areuginosa为2.5mg/ml，肺炎为5.5mg/ml。获得的结果表明，非洲甲醇的甲醇干 - 树皮提取物对肺炎的甲醇茎皮提取物的抗菌作用比氨苄青霉素更有效。这项工作进一步支持
各种基材上的厚层涂层制造技术以及使用金属及其合金和复合材料粉末制造梯度材料
目的：本文全面回顾了使用金属、合金和陶瓷粉末在各种基材上制造厚层涂层和制造梯度材料的技术文献。设计/方法/方法：对使用金属、合金和陶瓷粉末在各种基材上制造厚层涂层和制造梯度材料的技术文献进行了广泛的研究。本文以作者用粉末制造的工程材料研究中获得的各种结构图像为例进行了说明。通过使用知识工程方法，指出了各项技术的发展前景。结果：作为先进数字化生产 (ADP) 技术，使用金属、合金和陶瓷粉末在各种基材上制造厚层涂层和制造梯度材料的技术被证明具有最大的潜力和相对良好的吸引力，以及它们在这方面的充分利用吸引力或巨大的发展机会。原创性/价值：根据增强型整体工业 4.0 模型，许多材料加工技术，其中包括在各种基材上制造厚层涂层的技术以及使用金属、合金和陶瓷粉末制造梯度材料的技术，在产品制造技术中变得非常重要。它们是粉末工程的重要组成部分。关键词：粉末工程、粉末产品制造、使用粉末制造厚层涂层的技术、技术潜力和吸引力的树状矩阵、整体增强型工业 4.0 模型
211知识经济的实施...
摘要：本文的目的是通过基于集群分析的商业教育来分析知识经济和创新的问题。知识经济，创新转移，企业家精神和商业教育协会的作用旨在实现经济增长和可持续发展。通过商业教育分配知识经济的输入数据包括23个国家 /地区的数据：新的注册企业，劳动力，行业的就业，研究“商业，行政管理和法律”的人口比例，研究“服务”的人口比例和研究“经济学”的人口比例。使用数据归一化，Ward和Sturges方法和Statgraphics Centurion 19柔软的五个簇被确定在此研究背景下在国家 /地区显示隐藏的依赖关系和结构。第一个集群包括2个国家（奥地利和英国），第二 - 11个国家（比利时，葡萄牙，丹麦，意大利，意大利，立陶宛，拉特维亚，波兰，乌克兰，克罗地亚，挪威，挪威和荷兰），第三名 - 5个国家 /地区（5个国家 /地区，西班牙，西班牙，西班牙，法国，瑞士和派遣国家，3个国家，3个国家 /地区）以及第五 - 2个国家（捷克共和国和匈牙利）。由于在簇上建立了分布的树状图和聚集距离图，因此国家分布到簇中的质量已得到证实。获得的结果对于基于某些形成的集群中邻国的积极经验的进一步研究和改善国家创新，信息和教育政策可能很有用。
使用CNN模型和超参数优化算法提高分类的精度
卷积神经网络（CNN）是一种广泛使用的深度学习模型，对于图像识别和分类任务特别有效。CNN的性能不仅受其建筑的影响，而且受到其超参数的严重影响。因此，优化超参数对于改善CNN模型性能至关重要。在这项研究中，作者提出了利用优化算法，例如随机搜索，使用高斯工艺的贝叶斯优化以及使用树状结构化parzen估计器进行贝叶斯优化，以微调CNN模型的超标仪。将优化的CNN的性能与传统的机器学习模型进行了比较，包括随机森林（RF），支持向量分类（SVC）和K-Nearest Neighbors（KNN）。在这项研究中使用了MNIST和Olivetti Faces数据集。在MNIST数据集的训练过程中，CNN模型的最低准确度达到97.85％，超过了传统模型，在所有优化技术中，最大准确度为97.50％。同样，在Olivetti Faces数据集上，CNN的最低准确度为94.96％，而传统模型的最高准确度为94.00％。在训练测试程序中，CNN表现出令人印象深刻的结果，在MNIST数据集上达到了超过99.31％的准确率，而Olivetti Face face Dataset的准确率超过98.63％，其最大值分别为98.69％和97.50％。此外，该研究还将CNN模型的性能与三种优化算法进行了比较。结果表明，与传统模型相比，将CNN与这些优化技术集成可显着提高预测准确性。
Microsoft Word-基于微卫星Mar
摘要：识别精英和多样化的父母是释放新杂种的过程中的关键步骤。DNA指纹和种质的表征在植物育种中起着重要作用，在植物繁殖中，分子标记已被证明非常有效。当前的研究是在植物分子生物学和生物技术实验室，RMDCARS，Ambikapur（Chhattisgarh）进行的。共有27个SSR引物用于检查十八种新开发的近近近近使的多态性，其中8个被发现是多态性的，随后被用于DNA指纹和分子表征。使用这些多态性SSR引物，总共获得了25个等位基因，平均每个引物为3.13个等位基因。这些引物的PIC值范围为0.10至0.82，其中最高值为引物BNLG 1867。使用不同的带模式和等位基因尺寸的变化生成了每个近交的指纹（ID）。这些指纹数据为玉米的每种近交系列提供了不同的等位基因剖面。也使用具有算术平均值（UPGMA）的未加权对组方法为所有这些近交的树状图制备。它将它们分成五个主要簇，在近84％的遗传相似性中表明观察到的近交性近交中存在遗传变异。这使他们可以进一步利用在未来的繁殖计划中生成异性杂种。在所有研究的近交生中，IAMI-57和IAMI-43-1在遗传上都更加多样化。多态性SSR标记促进了基因型之间的歧视，并为改善这些基因组资源的未来使用提供了宝贵的信息。
Revue Congolaise des Sciences＆Technologies
总结本研究旨在评估宾果岛社区储备中两种森林物种（Entandrophragma Cylindricum和Khaya Grandifoliola）的社会文化知识和用途以及置换率和二氧化碳固相潜力。根据概率层压板采样技术进行了民族植物学调查。样品的大小是根据dagnelie关系固定的。在50 m x 50 m的斑点中，在12 ha细分的设备中进行了树状测量测量，其中所有大于或等于10 cm的DHP树已被鉴定出来。从这项研究中得出，两种植物被用于传统医学治疗14种疾病。K。Grandifoliola是E. cylindricum（23.49％）的最被引用的植物（76.51％）；最引用的两种疾病是普遍的疼痛（29个引号）和疟疾（29个引号），其相似性系数的Jaccard等于57％）； K. Grandifoliola和疟疾更多的愈合，而E. cylindricum则更多地用于管理广义疼痛。对于两种植物，树皮是最常用的器官（99.3％），而汤是最引用的收入方法（95.3％）。The Cubage price of E. Cylindricum obeys mathematical models of polynomial regression (y = -0,0002x 2 + 0.2935x - 16.392) and power (y = 0.0038x 1.6976) while that of K. Grandifoliola only obeys polynomial regression (y = 0.0012x 2 - 0.0216x + 0.5592).E. cylibdricum隔离比Co 2（77.10吨/公顷）的序列比K. Grandifoliola（33.83吨/公顷）。因此，希望获得的结果可以鼓励当地行为者（当地人口）和负责森林管理的机构为建立能够通过社区生物文化方案来确保合理管理和可持续发展的标准。关键词：传统医学，社区林业，生物多样性，碳井，异量
Revue Congolaise des Sciences＆Technologies
总结本研究旨在评估宾果岛社区储备中两种森林物种（Entandrophragma Cylindricum和Khaya Grandifoliola）的社会文化知识和用途以及置换率和二氧化碳固相潜力。根据概率层压板采样技术进行了民族植物学调查。样品的大小是根据dagnelie关系固定的。在50 m x 50 m的斑点中，在12 ha细分的设备中进行了树状测量测量，其中所有大于或等于10 cm的DHP树已被鉴定出来。从这项研究中得出，两种植物被用于传统医学治疗14种疾病。K。Grandifoliola是E. cylindricum（23.49％）的最被引用的植物（76.51％）；最引用的两种疾病是普遍的疼痛（29个引号）和疟疾（29个引号），其相似性系数的Jaccard等于57％）； K. Grandifoliola和疟疾更多的愈合，而E. cylindricum则更多地用于管理广义疼痛。对于两种植物，树皮是最常用的器官（99.3％），而汤是最引用的收入方法（95.3％）。cylindricum obeys多项式回归的数学模型（y = -0,0002x 2 + 0.2935x -16.392）和功率（y = 0.0038x 1.6976），而K。 0.0216x + 0.5592）。cylindricum obeys多项式回归的数学模型（y = -0,0002x 2 + 0.2935x -16.392）和功率（y = 0.0038x 1.6976），而K。 0.0216x + 0.5592）。E. cylibdricum隔离比Co 2（77.10吨/公顷）的序列比K. Grandifoliola（33.83吨/公顷）。因此，希望获得的结果可以鼓励当地行为者（当地人口）和负责森林管理的机构为建立能够通过社区生物文化方案来确保合理管理和可持续发展的标准。关键词：传统医学，社区林业，生物多样性，碳井，异量
EEG P-ADIC量子潜力准确地识别抑郁症，精神分裂症和认知能力下降 非暴力抵抗策略的动态模型
对于大多数神经精神疾病，尚无可用来帮助早期诊断和及时治疗干预的诊断或预测工具。开发了基于常规的脑电图记录，量子潜在的平均值和可变性评分（QPMV）以高精度识别具有高精度的神经精神和神经认知失误。假定大脑中的信息过程涉及大脑各个区域中神经元活性的整合。因此，假定的量子样结构允许量化连通性作为空间和时间（局部性）的函数以及信息空间（非局部性）中类似量子的效应的函数。eeg信号反映了大脑的整体（不可分割）功能，包括大脑的高度层次结构，该功能由量子电位根据Bohmian力学表达，并结合了数据和PADIC数字的树状图表示。参与者由230名参与者组成，其中包括28名患有严重抑郁症的参与者，42名精神分裂症，65名认知障碍和95个对照。常规的脑电图记录用于基于超级分析的QPMV，与P -ADIC数字和量子理论紧密结合。新型的EEG分析算法（QPMV）似乎是诊断神经精神疾病和神经认知疾病的有用且足够准确的工具，并且可能能够预测疾病的病程和治疗的反应。基于曲线下的面积，在将健康对照与诊断为精神分裂症（p <0.0001）（p <0.0001），阿尔茨海默氏病，阿尔茨海默氏病（AD; p <0.0001）和轻度认知障碍（MCI; p <0.0001）以及与Schizeprenrren的参与者（p <0.0001）以及p <0.000 <0.000 <0.000 <0.000 <0.000 <0.0001）中获得了高准确性。 0.0001）或MCI（p <0.0001）以及与AD（P <0.0001）或MCI（P <0.0001）的抑郁症患者区分开来。
Love Desai
我的研究使用自然语言监督进行计算机视觉探讨。使用自然语言使我们能够超越固定标签本体，并扩展到更通用的互联网数据。朝向这个目标，我的论文探讨了四个问题 - （1）学习表征：我提出了一种使用图像字幕作为训练目标的语言监督视觉学习的第一个方法之一，显示了与Imagenet训练的方法相比，在下游任务（例如对象检测和段）上进行了效果。（2）缩放数据：我探索社交媒体作为高质量图像描述的丰富来源，并策划1200万图像文本对的数据集，同时确保负责任的策划实践。（3）理解数据：很难理解数百万图像文本对中存在的视觉概念的多样性。我认为，图像和文本自然地组织成类似树状的层次结构，并提出了一种学习表征的方法，该方法使用双曲线几何形状中的工具捕获该层次结构。（4）转移到下游任务：大型视觉语言模型在图像级任务（例如分类和检索）上显示出令人印象深刻的零射击传输功能。然而，它们对像素级任务（例如对象检测和分割）的转移性迄今依赖于昂贵的标记蒙版注释。i建议对象检测器有效地传输预训练的视觉模型，以分割和分类视觉对象而无需进行任何微调，这与现有的检测器不同，这些检测器使用使用数量的尺寸训练更标记的口罩以实现高性能。主席：贾斯汀·约翰逊教授总而言之，我的研究确认，使用语言监督可以推动计算机视觉进展的下一个飞跃，并且在实际应用中具有巨大的实用性。
基于选定的harumanis和非 - 玛NIS芒果品种中保守的DNA衍生的多态性标志物的遗传多态性和簇分析
在马来西亚种植了多种芒果品种数十年，水果对全国的交易产生了重大影响。Harumanis在口味和质量方面是最杰出的芒果品种，导致每公斤高达8.57美元的优质价格。由于类似的形态特征，这引发了欺诈以替换较便宜的芒果品种，例如Tong Dam和Susu。形态学特征通常用于区分Harumanis芒果与其他品种，尽管它效率低下，稳定且受环境因素的影响不佳。这项研究旨在评估三种芒果品种中的遗传多态性，并评估保守DNA衍生多态性（CDDP）作为区分Harumanis和非Harumanis Mango样品的DNA标记的潜力。总共研究了15个Harumanis和非Harumanis芒果样品。通过一组14个芒果样品样品的六个CDDP引物扩增了总共371个带。所有六个引物观察到的多态性百分比高于65％。底漆WRKY-R1显示出最高的多态性百分比和多态性信息含量，分别为100％和0.44，使其成为该研究中最有效的CDDP底漆，可在这项研究中区分Harumanis和非Harumanis芒果品种。底漆WRKY-F1在8.57时表现出最高的分辨能力值，最多的基因座数为15。基于CDDP数据构建的UPGMA树状图显示，将14个样品分组为四个主要簇，其中各种不同的品种形成了自己的包装。这项研究表明，CDDP标记可以有效地用于表征不同芒果基因型和遗传多样性分析中，从而促进了领先的Harumanis芒果的DNA指纹的发展，以及对马来西亚芒果水果的更好管理。