XiaoMi-AI文件搜索系统
World File Search System水母
纳米比亚本格拉水母的声学观测
摘要：1999 年 9 月，在纳米比亚本格拉的一次巡航中，我们结合远洋拖网采样凝胶状大型浮游动物，收集了多频率声学数据（18、38 和 120 kHz）。采样主要针对钵水母 Chrysaora hysoscella 和水生水母 Aequorea aequorea，这两种水生水母数量庞大，可能具有重大的生态重要性，并且会阻碍远洋捕鱼和钻石开采活动。C. hysoscella 主要在近海站发现，而 A. aequorea 在离岸较远的深水区数量最多。回声测深仪观测结果与网捕量直接相关，并确定了两个物种在每个频率下的捕捞密度（个体数/m 3 ）和海域散射系数（s A ）之间的关系，以便用比较法估算目标强度（TS）。C. hysoscella（平均伞直径 26.8 cm）的 TS 在 18 kHz 时为 -51.5 dB，在 38 kHz 时为 -46.6 dB，在 120 kHz 时为 -50.1 dB；A. aequorea（平均中央伞直径 7.4 cm）的 TS 在 18 kHz 时为 -68.1 dB，在 38 kHz 时为 -66.3 dB，在 120 kHz 时为 -68.5 dB。这些 TS 值与之前公布的相关物种估计值相比更为有利。水母的捕获密度很高（每 100 立方米最多 3 只 C. hysoscella，每 100 立方米最多 168 只 A. aequorea）。如此高的密度，加上用于渔业调查的频率下不小的 TS，意味着水母可能会影响鱼类丰度的声学估计。我们建议使用一种简单的多频方法来区分水母的回声和本格拉北部生态系统中一些具有商业价值的远洋鱼类。
水母搜索优化器的应用
摘要：气候环境的变化以及间歇性对可再生能源（RESS）的总体能源系统产生显着影响，需要制定控制策略以提取Ress可用的最大功率。为了完成这项任务，已经开发了几种技术。应使用有效的最大功率跟踪（MPPT）技术来确保风发和PV生成系统都提供其全部优势。在本文中，开发了一种新的MPPT方法（JSO）；此外，利用统一的功率质量调节剂（UPQC）来增强微电网（MG）的性能并解决敏感负载的功率质量问题。MG检查了光伏（PV），风力涡轮机和燃料电池电池，并以均匀和非均匀的风速和太阳辐照度进行了检查。提出了开发算法与不同最大功率跟踪算法之间的比较。此外，进行了四个案例研究，以验证引入的UPQC在增强功率质量问题方面的有效性。使用其他算法评估时，研究结果表明，发达算法的高性能。MATLAB/SIMULINK软件用于仿真风，PV和FC控制系统。然而，在与PV辐照的相同条件下进行了实验有效测试，以验证模拟结果。实验验证是通过使用PV模块模型，带有太阳高度模拟器CO3208-1B板的三倍，23 v/2a CO3208-1A执行的，并将结果与仿真结果进行比较。
揭示了水母的潜力：一种有希望的癌症治疗方法
全球癌症的患病率仍然很高。迄今为止，仍然需要开发制剂和发现有效的预防癌症和治疗的活性化合物。因此，仍在进行大量研究，以开发有效的有效化合物用于癌症管理。是一种有希望的细胞毒性活性，具有丰富的可用性和最小的副作用，是水母。水母已被广泛研究其药理活性，包括它们对各种类型癌细胞的细胞毒性作用。本评论文章旨在总结和评估水母在体外和体内的各种癌症疾病治疗中的使用，该癌症是进一步研究癌症治疗中使用水母的参考。
一种用于随机的增强型水母搜索优化器......
多微电网 (MMG) 的能源管理 (EM) 解决方案是一项提供更多灵活性、可靠性和经济效益的关键任务。然而，由于可再生能源的随机性以及负载波动，MMG 的能源管理 (EM) 成为一项复杂而艰巨的任务，因为可再生能源的渗透率很高。在这方面，本文旨在通过最佳纳入光伏 (PV) 系统、风力涡轮机 (WT) 和生物质系统来解决 MMG 的 EM 问题。在这方面，本文提出了一种增强型水母搜索优化器 (EJSO) 来解决 85 总线 MMGS 系统的 MMG 的 EM，以最小化总成本，同时提高系统性能。所提出的算法基于威布尔飞行运动 (WFM) 和适应度距离平衡 (FDB) 机制来解决传统 JSO 技术的停滞问题。在标准和 CEC 2019 基准函数上测试了 EJSO 的性能，并将获得的结果与优化技术进行了比较。根据获得的结果，与其他优化方法（如沙猫群优化 (SCSO)、蒲公英优化器 (DO)、灰狼优化器 (GWO)、鲸鱼优化算法 (WOA) 和标准水母搜索优化器 (JSO)）相比，EJSO 是一种解决 EM 的强大方法。获得的结果表明，建议的 EJSO 的 EM 解决方案可以将成本降低 44.75%，同时系统电压曲线和稳定性分别提高 40.8% 和 10.56%。
藻类与水母的关系为免疫健康提供了见解
研究人员仔细研究了与免疫反应有关的基因，发现有藻类的水母的基因表达活性与没有藻类的水母不同。这表明与藻类共生会改变水母的免疫系统，使它们更容易受到细菌的攻击。研究人员认为，有共生藻类的水母更容易因细菌感染而死亡，因为它们的免疫反应更强烈，炎症更严重，对细胞造成的损害更大。
使用水母优化算法基于机器学习的心脏病预测
摘要：心脏病是世界上最著名和致命的疾病之一，许多人每年都会因这种疾病而失去生命。早期发现这种疾病对于挽救人们的生命至关重要。机器学习（ML）是一种人工智能技术，是检测疾病的最方便，最快，最低成本的方法之一。在这项研究中，我们旨在获得一个ML模型，该模型可以使用Cleveland心脏病数据集预测具有最高表现的心脏病。 用于训练模型的数据集中的功能和ML算法的选择对模型的性能有重大影响。 由于克利夫兰数据集中大量功能，避免过度插入（由于维度的诅咒），使用果冻填充优化算法将数据集降低到较低的维度子空间。 果冻量算法具有高收敛速度，并且可以找到最佳功能。 通过训练带有不同ML算法的特征选择的数据集获得的模型进行了测试，并比较了其性能。 获得了在数据集上使用果冻鱼算法训练的SVM分类器模型，具有敏感性，特异性，准确性和曲线，曲线下的98.56％，98.37％，98.47％和94.48％的曲线。 结果表明，果冻纤维优化算法和SVM Classifier的组合具有最高的性能用于心脏病预测。在这项研究中，我们旨在获得一个ML模型，该模型可以使用Cleveland心脏病数据集预测具有最高表现的心脏病。用于训练模型的数据集中的功能和ML算法的选择对模型的性能有重大影响。由于克利夫兰数据集中大量功能，避免过度插入（由于维度的诅咒），使用果冻填充优化算法将数据集降低到较低的维度子空间。果冻量算法具有高收敛速度，并且可以找到最佳功能。通过训练带有不同ML算法的特征选择的数据集获得的模型进行了测试，并比较了其性能。获得了在数据集上使用果冻鱼算法训练的SVM分类器模型，具有敏感性，特异性，准确性和曲线，曲线下的98.56％，98.37％，98.47％和94.48％的曲线。结果表明，果冻纤维优化算法和SVM Classifier的组合具有最高的性能用于心脏病预测。
对生物混合机器人水母进行现场测试，以展示其增强的游泳速度
1 斯坦福大学工程学院和医学院生物工程系，斯坦福，加利福尼亚州 94305，美国 2 加州理工学院研究生航空实验室 (GALCIT)，帕萨迪纳，加利福尼亚州 91125，美国；jodabiri@caltech.edu 3 惠特曼中心，海洋生物实验室，伍兹霍尔，马萨诸塞州 02543，美国；jptownsendii@gmail.com (JPT)；costello@providence.edu (JHC)；scolin@rwu.edu (SPC) 4 普罗维登斯学院生物系，罗德岛州普罗维登斯 02918，美国 5 罗杰威廉姆斯大学海洋生物与环境科学系，罗德岛州布里斯托尔 02809，美国 6 南佛罗里达大学综合生物学系，佛罗里达州坦帕 33620，美国； bgemmell@usf.edu 7 加州理工学院机械工程系，美国加利福尼亚州帕萨迪纳 91125 * 通讯地址：nicolexu@alumni.stanford.edu
气候现实检查：A ...
在NYAD中获得了两项奥斯卡奖提名，气候变化被明确称为戴安娜·尼亚德（Diana Nyad）试图通过从古巴到佛罗里达州游泳历史的障碍。在NYAD的第三次尝试中，她被一个盒子水母刺伤，几乎杀死了她。她的朋友和教练邦妮·斯托尔（Bonnie Stoll）（朱迪·福斯特（Jodie Foster））告诉一个昏昏欲睡的纽约（Annette Bening），“所以乌米米亚的人们认为，当我们离开古巴时，盒子水母从浅礁上升起。全球变暖。”早些时候，陪同Nyad的船上的团队说，盒子的水母“可以杀死您”，而“不应该是”通过两个场景的对话，气候变化与海洋动物范围的变化有关，海洋动物范围对单个物种，生态系统和人类健康构成威胁，并威胁了电影主角的生活。