期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
Gaussia Luciferase Reporter Assay for Assessment of Gene Delivery Systems in Vivo
1
作者 Feng Chen Zhen Xu Jing Lu Xiang Lu Wen-li Mu Ya-jun Wang De-pei Liu Chih-chuan Liang 《Chinese Medical Sciences Journal》 CAS CSCD 2010年第2期95-99,共5页
Objective To develop an alternative method for assessment of gene delivery systems in vivo.Methods Mouse primary spleen lymphocytes were genetically modified in vitro by a retroviral vector harboring a Gaussia lucifer... Objective To develop an alternative method for assessment of gene delivery systems in vivo.Methods Mouse primary spleen lymphocytes were genetically modified in vitro by a retroviral vector harboring a Gaussia luciferase(Gluc) expression cassette.After implantation of these cells into recipient mice,the expression of Gluc was detected in whole blood or plasma collected.Results As little as 10 μL whole blood drawn from the recipient mice could guarantee prompt reading of Gluc activity with a luminometer.And the reading was found in good correlation with the number of genetically modified spleen lymphocytes implanted to the mice.Conclusions Gluc may be useful as an in vivo reporter for gene therapy researches,and Gluc blood assay could provide an alternative method for assessment of gene delivery systems in vivo. 展开更多
关键词 gene delivery systems REPORTER gaussia luciferase
在线阅读 下载PDF
一种基于粒子滤波的红外弱小目标跟踪方法 被引量:1
2
作者 任彪 周浩 +1 位作者 马东辉 邓潘 《光电技术应用》 2008年第2期66-69,共4页
研究低信噪比复杂环境下的红外小目标检测和跟踪问题,提出了基于粒子滤波的高斯目标模型跟踪方法.粒子滤波是一种在非线性和非高斯情形下进行跟踪的强有力方法.将状态粒子决定的区域所对应的灰度分布与参考模型灰度分布相比较,得出最佳... 研究低信噪比复杂环境下的红外小目标检测和跟踪问题,提出了基于粒子滤波的高斯目标模型跟踪方法.粒子滤波是一种在非线性和非高斯情形下进行跟踪的强有力方法.将状态粒子决定的区域所对应的灰度分布与参考模型灰度分布相比较,得出最佳的后验估计.运用最佳粒子方法确定目标的坐标,实现跟踪.对真实红外图像序列的实验表明,该算法可成功跟踪和检测信噪比为1的小目标. 展开更多
关键词 粒子滤波 红外弱小目标 高斯模型 BHATTACHARYYA系数
在线阅读 下载PDF
IFA和FA联合方法在化工过程监控中的应用 被引量:3
3
作者 丁英涛 程辉 +2 位作者 王振雷 梅华 赵亮 《华东理工大学学报(自然科学版)》 CSCD 北大核心 2017年第5期684-691,共8页
工业过程数据具有高斯和非高斯混合分布的特点。独立因子分析(IFA)采用一维高斯混合模型拟合任意的因子分布,因此可以处理高斯和非高斯混合的问题。虽然在给定因子数的前提下变分IFA算法可以有效地缩短建模时间,但是独立因子数的选择仍... 工业过程数据具有高斯和非高斯混合分布的特点。独立因子分析(IFA)采用一维高斯混合模型拟合任意的因子分布,因此可以处理高斯和非高斯混合的问题。虽然在给定因子数的前提下变分IFA算法可以有效地缩短建模时间,但是独立因子数的选择仍然需要较长的计算时间。此外,若IFA的因子数选择不当,会造成部分因子的信息遗留在观察变量的残差中,导致GSPE监控指标的监控性能变差。为了解决IFA在实际应用中存在的问题,本文结合了IFA和FA方法。首先使用FA辅助IFA选取独立因子数,以进一步减小IFA建模时间;其次使用FA对IFA的残差进行再处理,以解决由于独立因子数选择不当造成的问题。最后将该方法应用于田纳西-伊斯曼(TE)过程和乙烯裂解炉过程的监控中,实验结果验证了该联合方法的有效性。 展开更多
关键词 因子分析 独立因子分析 改进的综合监控指标 噪声空间指标 非高斯
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部