细胞因子网络（精选10篇）
细胞因子网络 篇1
0 引言
机体执行免疫应答、发挥免疫功能都与免疫系统息息相关,免疫系统是防止外来病原体入侵人体最坚实的的保障,是由免疫器官(Immuneorgan)、免疫组织(Im⁃mune tissue)、免疫细胞(Immune cell)和免疫分子(Im⁃mune molecule)组成的复杂系统[1⁃2]。机体执行免疫应答时,在细胞的生长、活化、分裂以及细胞与细胞之间的相互作用等方面,细胞因子起着很大作用。细胞因子与细胞因子之间,经过合成与分泌的互相调控、基因表达的互相调节、生物学效应的互相作用、受体表达水平的相互调节等构成了一个特别复杂的免疫细胞因子网络[3⁃4](Immune Cytokine Network)。
当前,免疫细胞因子网络是生物学上比较热门的一个研究方向,然而与此同时也存在很多难题[5]。虽然已经有很多人研究过免疫细胞因子网络,并且也获得了很多研究成果,但还有许多问题没有解决。首先,人们仅仅对单个的细胞因子进行过研究,但是细胞因子之间是相互影响相互调节的,所以研究整个免疫细胞因子网络的免疫过程显得尤为重要;其次,在以前的研究中,主要采取手工实验的方法,其最大的缺点是无法研究复杂的现象——难以测定大量免疫细胞及其细胞因子的自身特性和它们之间的相互作用规律,所以依靠手工实验的方法很难研究这种繁杂的免疫细胞因子网络;最后,因为细胞因子有很多类别以及现代科技的限制,目前还没有完善的免疫细胞因子网络模型。
本文提出了CKSIM模型,并采用Net Logo模拟、仿真的方式来研究免疫细胞因子网络。在进行仿真时,不但能够看到仿真结果,而且能够看到系统运行过程,也能按照时间对仿真系统实施调节与控制,整个运行全部可视化,以便可以通过计算机来研究免疫细胞因子网络的整体机制。
1 CKSIM模型
1.1 细胞因子相关研究
免疫细胞(如巨噬细胞、T细胞、B细胞、成纤维细胞等)、细胞因子是免疫细胞因子网络的重要组成成分。细胞因子是免疫细胞和某些非免疫细胞在抗原的刺激下分泌的小分子多肽或者蛋白质[6⁃7]。细胞因子通过结合相应受体,在免疫细胞生长、分裂和效应,调控免疫应答等方面起着至关重要的作用。细胞因子有多种名称:淋巴因子、集落刺激因子、干扰素等[8],它们在细胞之间传递信息,调节细胞的生理过程,刺激细胞使其活化、分裂等。
1.2 CKSIM模型设计
针对免疫细胞因子网络的研究,目前主要有以下两种模型:IMMSIM模型和基于Multi⁃Agent的免疫模型[9 ⁃10]。IMMSIM模型仅仅模拟了免疫应答功能,基于Multi⁃Agent的免疫模型不能在时间上对其进行调节与控制,为了克服上述模型的缺点,本文提出了CKSIM模型。设计CKSIM模型的目的是为了在计算机上对免疫细胞因子网络进行模拟、仿真,主要模拟免疫细胞因子网络中免疫细胞、抗原、抗体、细胞因子之间的相互作用关系。CKSIM模型的具体设计如下:
(1)基本特征
每一个事件的发生都具有一定的可能性,在Net Lo⁃go仿真系统中可以用随机数的方式来实现。
用图像表示个体,同一类的个体用相同的图像表示,不同类的个体用不同的图像表示。并且它们能够由一个地方向自己附近的上下左右四个地方移动。
网格的每一个地方也能够有其他个体,并且个体的附近集合是位于自己这个地方的别的个体。
(2)模型构成
①网格
模型使用的网格是由方格构成的平面,方格每个位置有四个邻居,分别为上下左右,如图1 所示。
② 个体定义
个体包括免疫细胞、抗原、抗体以及细胞因子。由于免疫细胞和细胞因子种类繁多且作用十分复杂,所以本文只考虑比较常见的免疫细胞和它们分泌的细胞因子。其中免疫细胞包括七种,分别为:T细胞、B细胞、白细胞WC、自然杀伤细胞NK、肥大细胞MC、巨噬细胞MG、成纤维细胞FC。细胞因子包括九种,分别为:IL⁃1,IL⁃2,IL⁃4,IL⁃6,IFN⁃α,IFN⁃β,IFN⁃γ,TNF⁃R1,M⁃CSF。另外还有抗原Ag和抗体Ab。个体之间的关系见图2。
(3)状态及动作定义
状态定义:该模型为免疫细胞规定了相应的状态,分别是活化状态和非活化状态。当免疫细胞受到抗原的刺激时,将会转化为活化状态;否则为非活化状态。免疫细胞在活化与非活化状态之间根据模型定义相互转换,免疫细胞的状态转化如图3 所示。
动作定义:以下的定义都是按照生物学上的免疫机理来定义的。
① 免疫细胞具有活化的特性,并且还能够生长、分裂和死亡
当免疫细胞受到抗原的刺激时,便会转化为活化状态;在每个时间步中,当免疫细胞的尺寸小于模型规定的最大尺寸(该模型规定的免疫细胞最大尺寸是15)时,免疫细胞的尺寸将会加1,这是模拟免疫细胞的生长过程;当免疫细胞的尺寸大于等于模型规定的最大尺寸时,免疫细胞将会分裂,这是模拟免疫细胞的分裂过程;当免疫细胞的年龄达到模型规定的最大寿命时,免疫细胞将会死亡,这是模拟免疫细胞的死亡过程。
② 当抗原遇到免疫细胞时,可以刺激免疫细胞,使其活化并分泌相应的细胞因子
各种免疫细胞分泌的细胞因子为:T细胞分泌IL⁃2,IL⁃4,IL⁃6,IFN⁃γ;B细胞分泌IL⁃1,IL⁃2,IL⁃6,IFN⁃α,抗体;白细胞分泌IFN⁃α;自然杀伤细胞分泌IL⁃1,IL⁃2,IFN⁃γ;肥大细胞分泌IL⁃4;巨噬细胞分泌IL⁃1,IL⁃2,IL⁃6,IFN⁃α,TNF⁃R1;成纤维细胞分泌IL⁃1,IL⁃6,IFN⁃α,IFN⁃β,M⁃CSF。
③ 抗体可以杀死抗原
④ 细胞因子可以向免疫细胞发挥相应的效应
各种细胞因子的主要功能为:IL⁃1 可以活化T细胞,促进B细胞的生长;IL⁃2 可以促进T细胞、B细胞的生长,活化巨噬细胞;IL⁃4 可以促进T细胞、B细胞、肥大细胞的生长,活化巨噬细胞;IL⁃6 可以促进B细胞的生长;IFN⁃α可以抑制抗原的复制,活化自然杀伤细胞、巨噬细胞;IFN⁃β可以抑制抗原的复制;IFN⁃γ可以活化T细胞、B细胞、巨噬细胞、自然杀伤细胞;TNF⁃R1 可以抑制抗原复制;M⁃CSF可以活化巨噬细胞。细胞因子的分泌源、作用目标和主要功能如表1 所示。
⑤ 个体移动
免疫细胞、抗原、抗体以及细胞因子,这些所有的个体均可以移动,因为这些个体在人体内是不断移动的。
(4)个体之间的相互作用
免疫细胞与免疫细胞之间通过它们分泌的细胞因子而相互作用,免疫细胞分泌的细胞因子,不仅会作用于其临近的免疫细胞,而且会作用于自己本身,这样免疫细胞与免疫细胞之间通过它们分泌的细胞因子而相互联系起来,最终构成一个免疫细胞因子网络调控图,如图4 所示。
2 Net Logo仿真
Net Logo是一个用于模拟自然以及社会现象的编程语言和建模平台,特别适合对随时间演化的复杂系统进行建模,所以本文使用Net Logo对CKSIM模型进行可视化仿真,仿真系统的设计主要分为两个部分:前台界面的设计和后台程序的设计。
2.1 前台界面设计
在CKSIM模型中,个体包括七种免疫细胞、抗原、抗体以及九种细胞因子,在Net Logo中,将其定义为不同的种类,并采用表2 的图案分别表示不同的种类。
主体图案设计完成后,还需要添加一些参数来控制主体的性质,这些参数在系统运行之前设定。在Net Lo⁃go中,可以在界面上添加输入框和滑动条来设定参数,在本文的仿真系统设计中,输入框包括抗原数量(Ag⁃count)、T细胞数量(T⁃count)、B细胞数量(B⁃count)、白细胞数量(WC⁃count)、自然杀伤细胞数量(NK⁃count)、肥大细胞数量(MC⁃count)、巨噬细胞数量(MG⁃count)、成纤维细胞数量(FC⁃count);滑动条包括细胞寿命(cell⁃lifespan)、细胞尺寸阈值(Cell⁃maxsize)、细胞因子寿命(Cytokine⁃lifespan)、因子释放率(Cytokine⁃release⁃rate)。
然后,需要增添绘图模块,显现仿真的实时状况。此仿真系统需要添加2 个绘图模块,分别命名为Cell⁃chart和Cytokine⁃chart。Cell⁃chart模块包含9 种绘图画笔,分别是ags,abss,T⁃cells,B⁃cells,Wc⁃cells,NK⁃cells,MC⁃cells,MG⁃cells,FC⁃cells;Cytokine⁃chart模块包含10 种绘图画笔,分别是ags,IL⁃1s,IL⁃2s,IL⁃4s,IL⁃6s,IFN⁃αs,IFN⁃βs,IFN⁃γs,TNF⁃r1s,M⁃csfs。
最后,在界面上还需要添加一些数据监视器来配合动态曲线图去更好地显示并观察仿真结果,本文中,为每一类主体都配一个数据监视器,图5 为最终构造的仿真系统的前台界面。
2.2 后台程序设计
定义种类后,需要为其定义所需要的变量。免疫细胞拥有的变量:lifespan,reporting,sizer,isdivision,细胞因子以及抗体拥有的变量:iseffect,lifespan。一个时间步中的仿真过程如图6 所示。
下面对仿真过程中比较关键的地方进行详细说明:
(1)初始化免疫细胞、抗原。初始化一定数量的ags,T-cells,B-cells,WC-cells,NK⁃cells,MC⁃cells,MG⁃cells,FC⁃cells,包括设置各自的形状、颜色、大小、位置以及相关变量。
(2)细胞状态转化。对于这7 种免疫细胞,如果在其位置上有抗原,并且免疫细胞处于非活化状态(re⁃porting=false),那么此时免疫细胞在受到抗原的刺激下就会转化为活化状态(reporting=true)。
(3)细胞因子释放。免疫细胞如果是活化的,则会分泌相应的细胞因子。免疫细胞在分泌完细胞因子后便会死亡,但是为了维持机体的平衡,需要生成新的细胞补充上。
(4)细胞因子产生作用。细胞因子会向免疫细胞发挥相应的效应,发挥后便会死亡。
(5)清除抗原。抗体位置上如果有抗原,那么将会把抗原杀死,这个过程模拟抗体杀死抗原的过程。
(6)免疫细胞生长。该过程调整免疫细胞的sizer变量。系统每一个时间步刷新一次,在刷新时,如果免疫细胞的sizer小于maxsize,则把sizer加1,该过程模拟免疫细胞的生长过程。
(7)免疫细胞分裂。如果免疫细胞的sizer大于等于maxsize,并且没有分裂过,那么将会进行细胞分裂,该过程模拟免疫细胞的分裂过程。
(8)免疫细胞死亡。如果免疫细胞的lifespan小于等于0,说明已经达到自己的最大寿命,便会死亡,这模拟了其死亡过程。
(9)个体移动。抗原、免疫细胞、细胞因子和抗体都在不断地移动。抗原往非活化的免疫细胞附近移动;免疫细胞处于非活化状态时,往抗原附近移动,处于活化状态时,则随机移动,同时将其各自的lifespan减1;细胞因子往其作用的免疫细胞附近移动,同时lifespan减1;抗体往抗原附近移动,同时lifespan减1。
(10)更新曲线。每个时间步都进行曲线的动态更新,包括Cell⁃chart和Cytokine⁃chart两个模块,可以更加清楚地观察个体的数量变化,同时数据监视器可以实时地显示当前的个体数量。
3 仿真结果及其分析
首先对相关的变量进行初始化。Ag-count为100,7 种免疫细胞的数量都为15,Cell-lifespan为20,Cell-maxsize为15,Cytokine-lifespan为20,Cytokine-release⁃rate为45。
接下来运行仿真系统,在程序运行期间,所有的个体都在不断地移动;免疫细胞生长、分裂、死亡;抗原刺激免疫细胞,使其活化并分泌细胞因子;细胞因子对相应的免疫细胞发挥效应;抗体杀死抗原。前面这些全部都是根据生物免疫原理对其进行的定义,这样可以保证模拟的真实性。在此可以动态地观察到各个个体之间的相互作用关系,与传统的手工实验相比,计算机仿真具有容易设计、成本低、可视化的优点,其中系统运行中的一个界面如图7 所示,从图7 中可以充分地感受到可视化的好处。
在仿真时,主要从时间上对系统实施调控。在参数不变的情况下,进行大量重复的实验,在相同的时间内,根据每一次运行的系统曲线图来记录抗原、抗体、免疫细胞、细胞因子的数量变化,因为周期性的免疫特点,所以每次的曲线图基本一致。图8 是抗原、抗体和免疫细胞的数量曲线比较图,图9 是抗原和细胞因子的数量曲线比较图。
从图8 中可以看到,抗原会随着抗体的增多而逐渐减少,并且最终会减少到0,这是因为抗体会杀死抗原;当抗原被抗体全部杀死后,抗体的数量达到最大值,并且在之后由于没有了抗原,所以抗体的数量也开始呈现快速下降的趋势;免疫细胞在受到抗原的刺激后,数量也呈增长趋势,当抗原被抗体杀死后,免疫细胞的数量趋于平稳。
从图9 中可以看到,细胞因子的数量先增后减,直到为0。在刚开始,免疫细胞受到抗原的刺激后,变得活化,并且分泌相应的细胞因子,所以刚开始呈现增长趋势;当抗原被抗体全部杀死后,细胞因子的数量达到最大值,并且在之后由于没有了抗原,所以细胞因子的数量也开始呈现快速下降的趋势。从以上的分析中可以得出,本文的仿真系统运行结果与实际相符。
4 结论
本文对免疫细胞因子网络进行了建模与仿真。CK⁃SIM模型主要研究的是免疫细胞、抗原、抗体、细胞因子之间的相互作用关系,不再是单个的细胞因子对免疫细胞的作用,而是整个的细胞因子对免疫细胞共同作用所涌现出来的规律。同时,根据本文的CKSIM模型可以为以后进一步建立正确的免疫细胞因子网络模型提供帮助。最后,通过仿真结果可以清楚地看到免疫细胞、抗原、抗体、细胞因子之间的相互作用被正确地模拟仿真出来,并且整个过程全部可视化,更加深切地体会到计算机仿真比传统的手工实验具有可视化程度高、容易控制、参数易调节等优点。今后的研究可以以此模型为基础,不断进行改进,以促进对免疫细胞因子网络的研究。
摘要：针对免疫细胞因子网络,提出CKSIM模型,并利用Net Logo对其进行可视化仿真。该模型主要研究的是免疫细胞、抗原、抗体、细胞因子之间的相互作用关系,并且给出了仿真的具体步骤和仿真结果。研究表明,计算机仿真比传统的手工实验具有可视化程度高、容易控制、参数易调节等优点,利用计算机仿真可以研究整个的细胞因子对免疫细胞共同作用所涌现出来的规律。今后的研究可以以此模型为基础,不断进行改进,以促进对免疫细胞因子网络的研究。
关键词：免疫细胞因子网络,CKSIM模型,可视化仿真,计算机仿真
参考文献
[1]杨晓飞.免疫系统的计算机模型及应用[D].扬州:扬州大学,2013.
[2]莫宏伟,郭茂祖,毕晓君.人类免疫系统仿真与建模研究综述[J].计算机仿真,2008,25(1):11-15.
[3]CHENG X,CHEN B.The simulation system of cytokine net-work based IMMUNE-B[J].Lecture notes in computer science,2011,56(7):580-587.
[4]阳雪平.形式化B方法及在因子网络建模中的应用[D].扬州:扬州大学,2007.
[5]CAVALLA F,ARAUJO-PIRES A C,BIGUETTI C C,et al.Cytokine networks regulating inflammation and immune de-fense in the oral cavity[J].Current oral health reports,2014,1(2):104-113.
[6]曹新学.免疫系统的可视化计算模型研究[D].上海:东华大学,2014.
[7]ZOU S,YANG X,DU Z,et al.Modeling and simulating influen-za with immune-B[C]//Proceedings of the 2013 10th Web In-formation System and Application Conference.Yangzhou:IEEE,2013:229-236.
[8]LISOWSKA B,SZYMAŃSKA M,NOWACKA E,et al.Anesthesiology and the cytokine network[J].Postepy higieny I medycyny doswiadczalnej,2013,67(4):761-769.
[9]莫宏伟.免疫系统应答仿真研究[J].计算机工程与应用,2009,45(11):1-4.
[10]邹盛荣,阳雪平,郭峰,等.免疫因子网络的Immune-B模型设计[J].吉首大学学报(自然科学版),2006,27(3):27-32.
细胞因子网络 篇2
一类随机BAM细胞神经网络的指数稳定性
研究了一类随机BAM细胞神经网络的指数稳定性,利用Lyapunov函数理论、It?公式和线性矩阵不等式方法,建立了这种细胞神经网络均方指数稳定性判定的充分性条件.
作 者：缪春芳 MIAO Chun-fang 作者单位：绍兴文理学院,数学系,浙江,绍兴,31刊 名：大学数学 PKU英文刊名：COLLEGE MATHEMATICS年，卷(期)：25(2)分类号：O175.12关键词：随机BAM细胞神经网络 Lyapunov函数 It?公式 线性矩阵不等式 指数稳定
细胞因子网络 篇3
摘要：带有延迟的分流抑制细胞神经网络的各种解的存在唯一性问题是微分方程方向的一个重要研究课题，为了研究一类带有混合延迟分流抑制细胞神经网络的渐近概周期解的存在性及唯一性问题，在研究过程中，依据了渐近概周期函数的唯一分解定理及其相关性质的理论。然后通过寻找适合的压缩映射并结合Banach不动点定理，研究了这类微分方程有渐近概周期解的存在性及唯一性的问题，并给出了相关的证明，所得到的结果会使这类微分方程应用更加广泛，
关键词：渐近概周期解；细胞神经网络；Banach不动点定理，
DOI：10.15938/j.jhust.2016.04.023
中图分类号：0175
文献标志码：A
文章编号：1007-2683（2016）04-0122-05
0引言
细胞因子网络 篇4
作为语文素养重要组成部分之一的作文教学,应该更多地关注、比较、研究网络心理,从中汲取有益的“活性因子”,注入作文教学的“主动脉”,使作文教学焕发蓬勃生机,使学生的写作素养得到显著提升。
一、网络心理透视
在网络平台强大功能和丰富内容的支撑下,网络平台呈现出开放性、灵活性、创造性、无差别性等特征,从而促成了网络心理多样化的表现形态,主要有:
自由心态。网络是一种虚拟环境,在这种环境中,人比较放松,心理无压抑感,容易发泄、排解心中的郁闷情绪,不自觉地将自己的各种思想、心情甚至习惯暴露出来。
平等心理。正因为网络平台的无差别性,导致网民产生一种优越感,他们通常不会考虑其他网民的地位、身份、年龄等,崇尚“人人平等”,这在很大程度上促进了网民之间和谐的沟通交流。
冲动心理。在网上图文并茂的内容的刺激下,网民往往会产生兴奋、激动情绪,促成了网上的许多“疯狂”行为。为了满足自己的表现欲、挖掘自己的幽默感、和其他网民“较劲”,他们往往盲从冲动,被“网”所困,不能自拔。
创新心理。网民更愿意接受新鲜的事物和具有刺激性的挑战。受某种需要的驱动,一部分网民会开掘潜在的创新意识,在一次次“片断式”的活动中大胆地求新求变,勇于创造,获得成功的喜悦。他们积极地倡导崭新的网络文化,采用独特的网络语言,设计网络软件,制作独具匠心的网络作品。在他们的成果中,不乏大量的富有创意的文学作品、广告语和动画。
猎奇心理。人类认识世界是按照由现象到本质的规律进行的。网民更遵从这个规律,他们在浩如烟海的信息库中不断地汲取丰富的营养,随着积累的增多,他们逐渐不满足于现状,要求猎取更深层次的信息,他们利用网络搜索大量的相关信息,整理成“大全”式的一整套信息集合,满足他们的猎奇心理。
趣味心理。网络传递信息的手段是多种多样的,它采用图、文、声、像等多种渠道交错刺激网民的感觉器官,具有极大的趣味性,驱使他们在虚拟世界里不断探索,广征博览。
直白心理。这主要体现在网络语言的风格上,网民在网上聊天、讨论、创作过程中逐渐形成了一种语言风格,不拐弯抹角,崇尚“单刀直入”,直截了当。通过网民长期坚持不懈的努力,致使网络语言言简意赅,而且鲜明生动,极具表现力和感染力。
竞争心理。网民在许多网站之间点击徘徊,容易产生比较,形成评价;他们在网上活动时挖空心思,争做“第一个”,不做“第二个”;甚至黑客群体的反常行为也是竞争心理的一种表现。网民有一种共识:网络每时每刻都存在着竞争,网民自觉不自觉地被训练出争强好胜的积极心态,并在不断创新中满足自己的竞争心理。
二、网络心理在作文教学中的应用
网络如此繁荣的原因之一是它对人的心理发生了作用。而作文教学却普遍存在着倒挂现象,先进行写作知识的传授和方法的指导,再强调学生的生活体验、悟性启迪和心理作用,这必然会造成学生的心理障碍与作文的枯萎。如何在新时期适应作文教学发展的需要,构建全新的作文教学理念,网络心理具有极大的启发意义。这具体表现在“外”与“内”两个方面:“外”通过写作形式的变化影响学生写作;“内”通过网络心理的呈现形态在作文教学中的渗透,对学生写作心理和训练方法发生作用。用这个内外结合的规律来促进作文教学理念的创新,建立一整套现代作文教学训练体系。
1. 张扬自由心态。
我们应该重视排除学生写作过程中的心理障碍,破除紧张、厌倦情绪,创设自由的写作环境,还学生轻松的心态。作文教学首先要“开放”,“开”学生的心境,“放”学生的手脚。我们需要扮演心理医生的角色,将作文课变为心理咨询室、聊天室,与学生在轻松自由的气氛中剖析写作心理,使学生认识到写作时有紧张、厌倦情绪只是一种心理障碍,只要稍作调整便可排除,逐渐放松学生的身心,将重点放在审题上,调动自己的积累,提倡“口无遮拦”,在自选材料的基础上,任意组合,充分发挥想象力,整合成佳作。
2. 建立平等心理。
我们要坚定不移地确立师生、生生平等的观念,突出学生的主体作用。每一位学生,不管是优等生,还是暂时后进生,都一视同仁,写作面前“人人平等”;教师也可以和学生一起活动,建立师生之间和谐平等的人际关系,缩短师生之间的心理距离。促进写作知识的传授和思路的讨论。它与自由心态一起,对治疗写作心理疾病、培养学生写作的积极性和主动性具有不可低估的作用。
3. 促成竞争心理。
作文不单是学生心迹的自由表白,更是学生生活的反映。因此,为了使学生的作文能够反映当代学生的精神面貌,我们应该模仿网上的“跟帖”活动,积极引入竞争机制,在作文教学中营造竞争氛围,培养学生精益求精的写作品质,刺激其“写作虚荣心”,促进良性竞争心理的养成,这不仅对驱动学生写作内因有着重要的作用,而且也有利于学生作文的“百家争鸣,百花齐放”。
4. 培养猎奇心理。
如果学生已经形成良好的写作习惯,并且具有一定的积累,那么,教师应该将重点放在培养猎奇心理上,重视写作知识的传授和写作方法的指导,使学生自主领悟写作的奥秘。教师需要注意的是对学生每一步的探索都给予肯定和点拨,保证学生在“猎奇”过程中有的放矢,持之以恒。总之,我们要使学生在勤奋写作中不断“刻意”追求写作的规律。
5. 培育冲动心理。
于漪曾说:“学习写作,技能技巧固然重要,但最为重要的莫过于写作的热情,写作的冲动感。”内因起了变化,形成思绪,写作才能“文如泉涌”。“写作的根源是发表的欲望,正如同说话一样,胸中有所积蓄,不吐不快。”(叶圣陶语)要使学生具备写作的热情与冲动,就必须广泛地接触现实社会,体验生活,感悟自然、人生、文学、艺术,关注科技,积累认知,充分调动学生深入生活的积极性,用“善于发现美的眼睛”观察事物,广泛搜罗信息,培养良好的心理品质和写作热情。
6. 激发趣味心理。
挖掘学生趣味心理的作用是巨大的。首先,我们应该紧密结合佳作赏析和阅读,使学生对祖国语言产生浓厚的兴趣,并感知大量优秀文学作品,在熏陶感染之际,激发其写作的兴趣;其次,在组织作文训练中,模仿网络中的话题讨论,并有机地将命题“趣化”或“简化”,使学生有兴趣或信心写作,不致因为厌烦某一方面而无话可说。如写自我介绍,可变换题目为:“唉,我这个人!”“我的喜怒哀乐”“神奇小子”等;又如话题作文“感悟生活”,体味生活中的酸、甜、苦、辣,我们可以将此题分成一些范围较小的题目,如《品味苦咖啡》《生活的“重量”》等,就某一方面的感悟详加叙述。方法的运用使学生顿生灵感,起引导点拨作用。
7. 倡导创新心理。
作文教学中最重要的是写作思维能力的培养,而其中创新思维能力的挖掘,需充分利用学生的创新心理。在写作中,我们应该尽量避免学生墨守成规或满足于原来的思路,积极培养学生的反对精神、质疑品质,引导学生摆脱传统思维的束缚,鼓励他们另辟蹊径,标新立异,力求有新的突破。即使这个突破是零碎的、片断式的,也必须给予充分的肯定。同时,我们可以通过“片断式”的写作训练来培养创新思维,这些训练应该包罗万象,能反映学生对现实社会的看法,提升认知水平,形成创新的原动力。
8. 强化语言训练。
我们应该加强写作语言的基础训练,但要抛开单纯意义上的基础训练,而应该通过固定的训练模式,如同网上的主题活动,在训练中使学生逐渐形成自己的语言表达风格。首先,这些训练应该结合一系列主题训练活动(类似于网络聊天室),使学生在小范围活动中循序渐进地建立自己的语言表述方式。并强调文从字顺、表情达意准确生动等要求。其次,训练学生运用好叙述、描写、议论等表达方式,以适应文章反映现实生活的需要,使学生面对各种情况都能从容应对,体现出当代学生的生动而不铺陈、凝练而不朦胧、富有表现力和感染力的语言风格。
细胞因子网络 篇5
本文运用非奇异M矩阵的性质,不等式分析法和建立在重合度基础上的.连续性定理,得到了带有周期系数和周期时滞的细胞神经网络的周期解的存在性以及全局指数稳定性的新判据.并且给出了指数收敛率的估计.
作 者：刘艳青 唐万生 LIU Yan-qing TANG Wan-sheng 作者单位：刘艳青,LIU Yan-qing(天津大学系统工程研究所,天津,300072;天津大学数学系,天津,300072)
唐万生,TANG Wan-sheng(天津大学系统工程研究所,天津,300072)
细胞因子网络 篇6
关键词：边缘检测,神经网络,模板,微分进化
通过细胞神经网络研究图像处理的最主要问题是确定鲁棒的模板参数。模板设计最普遍的研究方法是模板学习方法。除著名的神经网络训练方法外, 启发式方法如遗传算法、模拟退火算法等用来寻找输入与预想输出之间的相互关系[1]。
边缘检测是图像处理、图像分析和模式识别系统中最重要步骤之一。其重要性体现在边缘通常提供图像内部目标的物理范围的指示信息。通过边缘检测使图像数据量减少到更适合图像分析的数据量, 为图像分析提供足够的特征信息。图像的后续处理如图像分割、边界检测、目标识别和分类、图像注册等等都依靠边缘成功描述这一步骤。图像边缘处的亮度会发生突变, 因此边缘检测通常包括对在给定像素位置的图像亮度函数导数的计算。如果大量图像亮度函数的导数与给定像素位置高度相关, 则将该位置的像素分类为边缘像素。
国内外学者已提出大量边缘检测算法如统计学、微分和曲线图适合方法等。经典方法如Sobel、Prewitt和Kirsch检测器通过计算一阶方向导数来确定边缘的位置, 零交叉检测器采用二阶导数及拉普拉斯算子。Canny检测器是最流行的边缘检测器之一, 尽管高斯检测器表现出相对较好的性能, 但计算复杂度比经典的基于微分的边缘检测器高得多[2]。
近年来, 进化算法在科学和工程不同领域中的应用已经成为研究热点。差分进化算法是有效解决数字优化问题的相对较新的优化技术。由于它具有简易性、鲁棒性和良好的收敛性而被广泛采用[3]。
文中提出一种将差分进化算法用于细胞神经网络学习的数字图像边缘检测算法。
1 细胞神经网络
每个细胞神经网络 (CNN) 都是局部联接细胞的空间排列。每个细胞为一个动态系统, 状态方程由式 (1) 给出, 其中uij, zij, xij, yij分别表示输入、阈值、状态和输出。每一个xij细胞有输入的前馈键bkl ukl和每个邻域细胞输出的反馈键aklykl, 数学表达式为[4]
(1) 式中:yij=f (xij) =21 (xij+1-xij-1) ;
N;τ为邻域半径, 邻域细胞由下式确定。
在式 (2) 给出的假设条件下, 由式 (1) 定义的CNN为完全稳定的, 即阈值和输入为常数, 状态趋于均衡。
因此, 对于τ=1, z=0的情况下, 选择式 (3) 作为模板参数可使CNN完全稳定。
因此有
式 (4) 即为用于边缘检测的算子或称模板的矩阵表示。
2 差分进化算法
差分进化 (DE) 算法采用在预先确定的初始参数下限xj, low和上限xj, high之间随机均匀分布的参数值初始化全部Np种群和D维参数向量。
(5) 式中:Np为种群规模;下标t为进化代数序列, j和i分别为参数和种群序列。因此, xj, i, t表示第t代中第i个种群的第j个参数。
首先DE算法通过下式求得变异向量。
(6) 式中:vi, t为变异向量;xbest, t为最佳参数向量;种群r1和r2为随机选取的与种群i不同的互不相等的整数 (r1≠r2≠i) ;变异缩放因子Sc为小于1.0的正实数。
下一步, 这一变异向量vi, t的一个或多个参数与第i个种群向量xi, t呈指数交叉, 得到试验向量ui, t。
(7) 式中交叉概率因子0≤Cr≤1.0。此外, 试验向量始终以随机选取的jrand继承变异向量的参数, 以确保试验向量至少有一个参数与比较向量xi, t不同。
最后, 为获得更好的试验解, 试验向量的代价函数值如果小于或等于目标向量的代价函数值, 在下一代用试验向量替换目标向量。此外, 目标向量在这一种群中至少保持一代。
其中f为代价函数。重复以上步骤直至达到终止条件或预先确定的代数[5,6]。
3 边缘检测算法
文中将差分进化算法用于细胞神经网络学习, 得到边缘检测算子, 即模板, 再用经学习得到的模板检测图像边缘, 算法步骤如下:
(1) 输入用于训练的原始图像;
(2) 用理想边缘检测器提取图像边缘;
(3) 如果达到终止条件, 则输出理想边缘图像和模板参数, 结束学习, 执行步骤 (6) ;
(4) 用训练图像对细胞神经网络模板参数进行适应性调整;
(5) 采用差分进化算法优化细胞神经网络, 执行步骤 (2) ;
(6) 用经学习得到的细胞神经网络模板检测图像边缘。
4 实验结果
为评价算法性能, 采用两个灰度图像进行边缘检测仿真试验.训练图像采用简单的灰度值均匀分布的二值图像, 大小为64×64.cameraman和house是大小为512×512的灰度图像.选取NP=256, Sc=0.05, Cr=0.7, 试验结果见图1。
图1 (a) 为输入的原始训练图像, 图1 (b) 为经理想边缘检测算子提取的理想边缘图像, 图1 (c) 为输入的cameraman原始图像, 图1 (d) 为本算法提取的cameraman边缘图像, 图1 (e) 为输入的house原始图像, 图1 (f) 为本算法提取的house边缘图像.从图 (1) d和图1 (f) 可看出, 本算法获得了较好的边缘图像.
5 结论
文中对基于DEA的CNN学习进行了研究, 并对算法的性能做了测试, 验证了该算法能够有效地提取数字图像的边缘, CNN算子的优越性可概括为:CNN具有非常简单的结构, 它可由简单的一阶微分方程式表达, 其变换函数可由一个线性分段函数表示;该算法不仅适用于边缘检测, 他的基本思路可用于构造其他图像处理算法;该算法的性能取决于优化算法的效率.
参考文献
[1]尚壹.基于细胞神经网络的图像处理.长春:光学精密机械与物理研究所, 2005
[2]王朝琴, 段智敏, 李玉潮, 等.一种改进的Canny边缘提取算法.沈阳理工大学学报, 2007;26 (6) :20—22
[3]吴亮红.差分进化算法及应用研究.长沙:湖南大学, 2007
[4]汪海明, 郭仕德, 赵建业, 等.细胞神经网络在通信信号处理中的研究进展.电讯技术, 2003; (2) :1—5
[5]周艳平, 顾幸生.差分进化算法研究进展.化工自动化及仪表, 2007;34 (3) :1—5
细胞因子网络 篇7
一、软切换比例及软切换因子定义
软切换比例=[业务信道承载的话务量 (含切换) -业务信道承载的话务量 (不含切换) ]/业务信道承载的话务量 (含切换) ]*100%
软切换因子=[业务信道承载的话务量 (含切换) -业务信道承载的话务量 (不含切换) ]/业务信道承载的话务量 (不含切换) ]*100%
以上公式表明软切换比例高的基站小区必然会带来高的软切换因子。
二、高软切换因子原因及优化目的
所谓软切换就是当移动台需要跟一个新的基站通信时, 并不先中断与原基站的联系。软切换是CDMA移动通信系统所特有的关键技术。软切换只能在相同频率的CDMA信道间进行, 它在两个基站覆盖区的交界处起到了业务信道的分集作用。由于软切换机制是移动台同时与两个或两个以上的基站进行通信, 因此在进行软切换时移动台将同时占用激活集中导频对应的基站的无线信道, 同时也就占用了该基站的中继资源、处理器资源、信道资源等。因此, 软切换在带来好的通话质量的同时, 也增加了网络资源的消耗及网络负荷。由于基站的负载控制将软切换优于新的呼叫, 基站将优先保证一个正在进行的呼叫的资源, 如果软切换占用了大量的资源, 将降低系统容量, 可能导致网络提前出现拥塞, 软切换比例也会增大。
高软切换因子原因分析:
基站小区天线下倾角设置过小导致的越区覆盖, 造成不必要的小区间的软切换;
基站小区天线方位角设置不合理导致交叉重叠区域过大形成小区间软切换区域过大;
软切换门限参数设置过低, 引起小区之间极易发生软切换, 产生过多软切换次数;
前向链路增益设置过大, 导致小区之间过大的覆盖重叠范围, 引起过多软切换;
基站、MS的搜索窗设置过大, 造成小区之间软切换带过大产生不必要的软切换次数;
基站小区话务量本身就一直偏低, 较少的软切换次数也会产生较高的软切换比例;
基站小区主覆盖范围内用户稀少, 而周围基站小区用户较多, 在该小区边缘附近用户主占用其它小区, 也会引起该小区软切换比例偏高;
基站隐形故障导致小区话务量极低, 偶尔发生的软切换次数也会造成高软切换比例。
三、高软切换因子优化方案
优化降低软切换因子从根本上讲就是在保证网络质量的同时尽量减少软切换次数, 目前CDMA网络优化中主要实施以下三种优化方案:
天线RF优化:通过调整天线的方位角、下倾角, 更换天线型号等, 减少小区之间的重叠范围, 一般保持在40%左右效果较好, 达到控制软切换次数的目的;但是工作量较为繁重, 需要仔细分析网络结构、覆盖目标区域类型等因素来制定天线调整方案。而且调整周期较长, 优化效果需要较长时间才能显现。
切换参数优化:主要有三个方面的参数可供我们进行优化调整:
小区前向链路增益参数, 主要是通过控制前向覆盖范围减少小区间重叠区域, 例如一些城市高站通过天线调整仍存在越区覆盖现象, 可以通过降低前向开销信道增益参数来控制覆盖;
搜索窗参数, 结合网络实际情况合理设置搜索窗大小, 避免过大、过小引起软切换区域不合理及搜索性能下降。
软切换门限参数如静态软切换门限参数T_ADD、T_DROP等, 在一些信号较好的区域如市区, 通过微调提高T_ADD、T_DROP等参数可以减少一定的软切换比例, 但也会损失一定的软切换增益, 在一些城市拐角地带容易造成掉话。
动态软切换:IS95B及以上CDMA系统均支持基站动态软切换功能。所谓动态是指相对于静态软切换门限T_ADD、T_DROP来讲动态软切换的门限参数根据无线环境的不同其门限值也不同。其值主要由软切换增加斜率 (SOFT_SLOPE) 、增加截距 (ADD_INTERCEPT) 、去掉截距 (DROP_INTERCEPT) 、当前激活集导频强度四方面参数共同决定。
具体计算公式如下:
(a) 加入激活集门限
(b) 导频去掉门限
其中:
从计算公式可以得出在动态门限低于静态门限时, 实际在软切换时静态门限起作用, 而当动态门限高于静态门限时, 在软切换过程中动态门限起作用, 并随着当前激活集合成强度不断增加动态门限也在提高。开启动态软切换可以较好的控制导频分支软切换次数, 从而减少基站扇区软切换话务比例, 尤其在话务热点地带成片区使用较为明显。
应用实例:优化开通S市区、下辖4个县城城区基站扇区的动态软切换功能, 市区测试数据前后对比:
多方软切换:CMPIFHO增加了多方软切换功能提高了切换成功率, 降低了掉话率, 若设置不合理也会带来较多的软切换次数。S市C网前期基站CEQFACE表中Maximum Number of Active Set Pilots设置为6, 目前都已调整为4。
四、高软切换因子优化取得效果
经过对S市C网开展软切换因子专项优化后, 当前S市C网每日忙时软切换因子指标由优化前86%左右下降到65%左右, 近期软切换因子指标统计如下:
观察2011年1月宿州CDMA网络指标, 软切换因子已经下降到70%, 达到考核标准。
通过优化调整后, 软切换因子指标保持下降趋势, 到2012年1月软切换因子指标已经下降到70%以下, 对比优化前89%左右的指标, 取得了降低近19%的优化成果。
五、优化经验总结和推广
细胞因子网络 篇8
传统的实验教学比较强调知识的传授、验证和实验结果的获得，而较少重视学生学习积极性的调动好能力培养。传统的实验教学过程主要是通过口授和板书的方式来讲解实验的原理及步骤，由于口授的差异性与板书的局限性，教师常常难以把实验内容准确而规范的传授给学生。其次，不同学生的想象力存在较大差异，传统的教学模式，直观性较差、课堂信息量有限，学生容易对实验步骤的理解上出现偏差。另外，传统的细胞生物学实验是由老师准备材料、配制试剂、安排设备，学生对实验缺乏整体观，有些学生只是机械地按照实验流程操作，这和我们培养学生动手、思考、分析能力的初衷有很大距离。
21世纪以来，生物科学发展势头更加迅猛，生物科学的重要特点之一是其实验性，传统的实验教学已经是步履维艰。为此，改变传统的教学模式，引入高效而动态的教学平台具有很重要的现实意义。多媒体网络实验课程的出现为细胞生物学实验课程的改革提供了一个很好的探索思路。
1 细胞生物学实验网络课程简介
计算机网络是适应社会为信息共享和信息传递的要求而发展起来的，高等教育业面临着信息化的必然趋势，教育信息化，网络建设是基础，教学应用是目的。将细胞生物学实验课程与计算机网络进行结合形成的网络课程具有独特的开放性、交互性、协作性、共享性和自主性等特点。我们基于校园网的BB网络教学平台建设了独具特色的细胞生物学实验教学网络课程。本实验网络课程由4个模块构成：实验教学信息模块、实验课程资源信息模块、实验课程论坛模块以及网络课程的维护管理与可持续发展模块。实验教学信息模块的内容跟其他各个院校无大差异，这里不做赘述，主要围绕其他3个具有本校特色的模块讨论(如图1所示)。
1.1 实验课程资源信息模块
实验课程资源模块包含了细胞生物学实验课程文档、推荐阅读、多媒体资源指导等3个二级模块。
1.1.1 课程文档
课程文档是细胞生物学实验的指导讲义，我们根据本院的特点和学生的需求，整理了专门适合我们的个性化实验指导讲义，并按照每个实验把讲义制作成幻灯片文件。
1.1.2 推荐阅读
推荐阅读模块的设置是为了及时的跟踪最新的生命科学领域，尤其是细胞生物学领域内新技术、新方法、新成果，通过推荐学生阅读文献的方式呈现给学生。比如在“动物细胞的原代培养”实验中，我们推荐了2篇文献：一篇该方法的原创性论文(让学生了解这种实验方法或技能的起源和背景)；另外一篇是最新发表关于原代培养技术的新技术或者利用该项技术的成功案例。
1.1.3 多媒体素材资源指导
这是我们细胞生物学网络课程的一大特色。一共包含了4个专区：录像指导；图片资源；网络链接推荐；学生自由上传专区。实验课程是一门注重动手操作能力培养的课程，教师无论在讲台上讲多少遍操作要领和注意事项，信息传至学生那里可能失去一部分信息。针对这个矛盾，我们将细胞生物学实验课程开设的所有实验项目，进行了数字多媒体化处理。将每一个实验的准备、试剂配制、实际操作、注意事项及错误操作警示等内容都拍成了教学短片。通过网络课程平台，学生可以随时随地进行观看，提高了资源利用效率，在教学中收到了一定成效。另外还包括了优秀的实验结果展示和实验操作图片(包含了正确的操作及典型的错误操作)板块。在网站链接推荐中增加了有关细胞生物学技术研究领域内的著名网站、论坛和数据库资源的链接。自由上传专区，学生可以将自己拍摄的视频或照片，或从其他渠道获得优质多媒体资源上传至此，经过管理员认证通过就可以归入细胞生物学实验课程数据库备用。
1.2 实验课程论坛模块
实验课程论坛系统的建立和使用，在时间和空间上延伸了传统实验室，为教师和学生提供另一个实验空间和交流空间。论坛围绕公告板，Email,BBS论坛3种形式展开。
实验课程论坛主要分7大板块：实验课程资料区、实验技术讨论区、课程问题讨论区、创新实验区、最新研究成果区、我们自己的作品展示专区以及课程论坛计分规则。实验课程资料区主要提供的由教师整理的实验课程相关资料或者学生自己共享的与本实验课程相关的各类资源，本课程的所有成员都可以在此下载或上传合法文件。实验技术讨论专区主要围绕本课程涉及的各项细胞生物学实验技术展开讨论，教师可以设置一个的讨论专题，学生可以自由的在这里讨论实验中遇到的各种技术疑点、出现的问题及思考等。课程问题讨论区是为了使得我们的课程能不断进步发展而设置的，学生在这里可以对课程的任何问题提出疑问、建议和指导意见，我们对学生提意见和建议采取积分奖励，为我们下一年细胞生物学实验课程的进一步改善提供依据。
自主设计创新实验是细胞生物学实验课程中比重和时间持续最长，也是学生出现各种问题最多的实验项目，是实验开放式研究型教学的主阵地。开放式研究型教学是激发学生学习积极性和求知欲、提高实验技能、培养学生创新能力、分析问题和解决问题能力、以及全面提升学生综合素质的重要手段。学生可以随时发表自己在实验进程遇到的问题，其他学生可以给予解答，指导教师及时给学生答复，最大限度地提高了实验教学效率。细胞生物学最新研究成果专区是一个让学生及时了解细胞生物学领域内最新研究成果的窗口。我们自己的作品展示专区为是专为学生开放的，学生把自己的实验结果、照片、视频和小课件在这里展示和共享，教师要根据学生的作品质量和主动性进行积分奖励。
1.3 网络课程管理与课程可持续发展模块
网络课程的建设和日常运行需要占用很大的时间和精力，很显然仅仅凭借教师的力量肯定是不够的，细胞生物学实验网络课程平台的管理维护以教师、助教作为指导力量，积极引导学生推选熟悉网络技术的网络小组长作为网管主体加入到网络课程的日常维护队伍中，实现了学生管理学生的模式。学生参与网络讨论的很大动力来自于平台的及时性、新颖性和实用价值。我们专门聘任1名研究生助教担当网络主管，及时对平台资源进行有效更新，积极鼓励学生为课程平台提供丰富资源。
2 多媒体网络课程平台的教学优势
结合我们的教学实践，我们认为实验网络课程平台有较强的教学优势。
第一，多媒体网络课程平台有利于提高学生的自主学习能力。所谓“自主学习能力”：指在学习过程中，学生在已有的知识和技能的基础上，在不断获取新知识并运用这些知识的活动中所表现出来的智力和非智力的本领。它包括学生自主选择学习内容的能力，学生获取信息与资料的能力，处理、运用信息的能力，以及发现与解决问题的能力。这是当代高速发展的信息社会对人才的需求，知识是永远学无止尽的，学生要在大学教育阶段学会自主学习能力。多媒体网络教学平台是一种视听结合的新型教学模式。灵活多变的多媒体网络教学，颠覆了传统的实验教学模式，它既能贯彻了实验教学大纲的内容，又可以图文并茂，还可以视频方式动态的模拟实验过程。多媒体网络试验平台的灵活多变，不仅从多方面刺激学生大脑皮层，也使实验教学突破了空间和时间的限制,增加了学生对实验课的兴趣。
第二,多媒体网络课程平台提高了实验教学的效率。多媒体网络平台是一个开放性平台,学生可以实验课前通过平台全方位了解实验的内容和背景。借助课程平台上课程资源的充分展示,提高了教学资源的利用度。
第三,网络课程平台促进了实验教学交流。实验课后,平台可以充当实验反馈平台,有利于教师尽快掌握学生实验操作中的问题，收集实验报告，发布总结经验等。同时平台为学生之间交流架起了桥梁,学生可随时随地访问、学习、发表意见、交流心得。上述优势是传统实验教学模式不具备的,两种模式的比较见表1。
3 结束语
细胞生物学实验网络课程需要不断地完善更新才有出路。网络教学平台为实验教师带来很大便利。但实验课程的网络平台教学对教师的能力提出了更高要求，不仅要掌握更多更新的实验理论知识和实验技能，还要求教师掌握一定的网络技术。网络资源共享调动了学生的自主性，他们掌握的资源和信息量可能比教师更多更全面，教师需要注重自身素质的提高。
网络课程平台(尤其是实验课程的网络平台建设)模式赋予了传统课堂与实验室的空间多维性和信息来源广泛性。网络平台利用了现代化的教学手段，建立传授和学习知识、实验技能的立体网络，以能力培养为轴心，以教学资源为平台，充分尊重学生的主题地位和个性发展，从而自主式、开放式、交互式学习为主体的实验教学模式，使学生在知识、能力、素质、素养方面的培养有机的融为一个整体。
摘要：本文探讨了建立实验类课程多媒体网络平台的必要性。以北京师范大学细胞生物学实验网络课程平台的建设为例,介绍了实验课程多媒体网络平台的基本组成,并且研究了该平台的基本组成模块、各个模块之间的内容和相互联系。总结了多媒体网络平台的教学优势,网络课程平台与增强大学生自主学习能力、提高科研能力的密切关系。为细胞生物学实验课程改革提供新思路。
关键词：细胞生物学实验,网络课程,自主学习,多媒体
参考文献
[1]翟中和,丁明孝,王喜忠.新编《细胞生物学》的构想[J].中国大学教学,1998,6:23～25
[2]王金发,何炎明.细胞生物学实验教程[M].北京:科学出版社,2004
[3]高清祥,侯岁稳,高欢欢,等.细胞生物学实验课程的改革与实践[J].高等理科教育,2010,2:80～84
[4]王国雄,王金发,关浩基.对网络课程的设计与开发队伍的知识结构的探讨[J].中山大学学报(自然科学版),2002,41:77～79
[5]王华民.利用医学微生物学王阔课程平台培养学生自主学习能力[J].海南医学院学报,2008,14(6):791～796
细胞因子网络 篇9
番茄是人们日常生活中不可缺少的蔬菜产品, 具有非常高的营养价值。温室番茄产量除受品种影响外, 与温室环境因子密切相关, 且不同生长发育期对生长环境要求不同。赵玉萍等[1]研究了不同温度对温室番茄生长发育及产量的影响;杨延杰等[2]指出光照强度对番茄植株株高、茎粗、根系活力、产量等均有影响;程智慧等[3]确定了7个环境因子对果实生长的影响及果实生长适宜的环境变量范围。温室环境不仅与室外温度、湿度、光照强度等因素有关, 而且还受番茄生长发育状况及温室结构影响。所以, 实时监测温室环境, 科学准确地调节温室内环境因素以适应番茄生长对提高产量具有重要现实意义。
无线传感器网络 (Wireless Sensor Network, WSN) 因其具有实时、高效、省力等优点, 已被广泛应用于环境监测领域[4,5]。在温室农业方面:王福禄等[4]研究了无线传感器温室环境监测系统, 实现了对温室环境数据实时监测;郭文川等[5]利用WSN设计了一款具有功耗低、组网灵活、可扩展性强等优点的温室环境信息监测系统, 能较好满足温室环境监测需求。在温室调控方面:Anaslying等[6]利用作物的光辐射吸收、叶片的光合作用和呼吸作用预测模型建立了根据自然光照控制温室温度的环境控制系统;Henten[7]根据2个时间尺度 (长期和短期) 方法建立了温室优化控制系统, 解决了长期和短期控制问题。但对番茄温室环境因子全面、系统采集并深入研究的较少, 尤其缺乏与实际生产指导相结合的针对性研究。基于此, 笔者利用WSN记录了温室番茄不同生育期、高度、位置下的环境因子数据, 并研究其温湿度、光照强度和二氧化碳浓度变化规律, 尝试为连栋温室环境调控提供参考依据和决策支持。
1 材料与方法
1.1 试验条件
试验地点:北京市昌平区特菜大观园西区长55m、宽50m, 采用荷兰环境调控设备进行调控的连栋温室进行, 温室内北置湿帘, 南置风扇。番茄采用无土栽培方式种植, 行距1.5m, 株距30cm。为了全面地覆盖整个温室, 在温室内不同的位置布置9个传感器节点, 传感器节点通过支架固定在西红柿种植行内, 可自由调节高度。温室结构如图1所示。
1.2 数据采集系统总体结构
连栋温室的无线传感网络监测系统由番茄生长物联网监测网站、番茄生长监测主机系统、中心节点及无线采集节点和传感器等设备构成。系统采用Zig Bee网络协议组成无线网络, 实现对温室环境信息实时采集;所采集信息经中心节点传送给番茄生长监测主机系统, 主机系统分别将数据存储在本地数据库和远程数据库, 番茄生长物联网监测网站通过远程数据库查询温室环境信息。系统总体结构如图2所示。
1.3 数据采集
番茄植株平均高度在9、10、11月为2、2.5、3m, 分别处于结果期和果实着色期。试验通过温湿度传感器、光照传感器、二氧化碳传感器对9个节点番茄3个高度 (冠层、中间、根部) 的温湿度、2个高度 (冠层、中间) 的光照强度和温室内的二氧化碳浓度进行监测, 每20min记录一次, 共记录数据47 304条。
2 结果与分析
2.1 不同育期高度温室内环境因子变化规律
2.1.1 温湿度
温湿度是影响番茄生长发育的重要因素[1,3,8], 温室内温湿度是否正常, 直接关系到番茄单果质量和产量高低。图3是无线传感网络记录的不同生育期不同高度温室温湿度变化曲线。
由图3 (a) 可见:9、10月温室温度波动在12.06~44℃之间, 湿度在24.81~93.12%之间变化, 波动范围较大;11月温湿度波动范围相对较小。而苏伟[8]指出番茄结果期适温为白天24~26℃, 夜间12~17℃, 着色期适温为20~25℃, 空气相对湿度为45~50%。从监测数据看, 建议注意通风, 适时延长风扇工作时间, 减少灌溉次数。由图3可知, 一天内, 温度变化呈“单峰”型, 湿度变化呈“单谷”型;温室温湿度在日出之前分别达到最低和最高, 上午8时左右温湿度上升、下降迅速, 并于中午12点至下午2点左右之间分别达到最高和最低, 下午14时左右温湿度下降、上升较快, 18时后变化缓慢;而11月温度下降时间提前;番茄中间、根部的温湿度上升和下降的时间稍晚于冠层, 且速度比冠层慢, 上午8时至下午18时左右冠层温度比中间和根部高, 湿度比中间和根部低, 而中间温湿度与根部温湿度相差较小。9、10、11月3个高度温度最大值差幅分别为28.17%、26.55%、9.65%, 湿度最小值差幅分别为50.28%、43.51%、31.65%。
2.1.2 光照强度
番茄是喜温蔬菜, 光照强度与其生长发育密切相关[2]。光照强度不足不仅影响番茄植株生长, 而且会影响其产量。不同生育期不同高度温室光照强度变化如图4所示。
由图4 (a) 可见:温室光照强度逐渐减弱, 这是由于天气和季节原因所致。9月份温室光照强度最高达50 000lux左右;10月份光照强度变化较多;这是由于10月份北京雾霾天气出现较多, 11月份光照强度最高达30 000lux左右, 且11月光照强度上升时间出现延迟, 并且波峰变窄, 原因是白昼时间变短。而番茄生长发育适宜光照强度为40 000~50 000lux[8], 所以建议在雾霾等光照较弱的天气使用悬挂生物效应灯、反光幕等[8,9]为温室补充光照。从图4中可见:冠层光照强度明显强于中间, 说明冠层为光合作用主要部分, 也是反应温室光照强度关键层;11月份冠层光照强度波峰比9、10月窄, 说明11月份光照时间变短, 建议人工延长光照时间。9-11月冠层与中间层光照强度最大值差幅分别为40.25%、70.92%和73.97%;10、11月差幅较大, 是由于10、11月番茄比9月更加茂盛, 遮挡情况更加严重, 建议适当为番茄剪枝。
2.1.3 二氧化碳浓度
二氧化碳是植物进行光合作用重要成分, 如图5所示。由图5可知:9月中旬至10月中旬二氧化碳浓度波动范围在440.63×10-6~656.25×10-6之间, 而10月中旬至11月二氧化碳浓度波动范围较广, 最低为403.12×10-6, 最高达687.5×10-6, 3个月二氧化碳浓度最大差幅分别为16.08%、23.62%和25.91%。文献[8]指出当二氧化碳浓度达到1 000×10-6~1500×10-6时, 番茄生长旺盛, 开花提前, 产量提高。所以, 在上午9-11时可适量增施浓度为0.000 6%左右的二氧化碳气肥。一天内, 9、10月二氧化碳浓度于上午7时左右开始迅速下降, 11月二氧化碳浓度下降时间与最小值出现时间均推迟;而2个生育期二氧化碳浓度的上升时间却相近, 说明11月份番茄进行光合作用的时间变短, 会影响植物营养摄入, 建议11月以后人工延长番茄光照时间。
2.2 不同位置温室内环境因子变化规律
2.2.1 温度
不同位置的温室温度变化如图6所示。由图6可以看出:各位置的温度变化趋势相同, 各位置的温度都是日出之前最低;上午6:42节点1至节点9温度分别为20.69、19.31、21.19、20、19.31、21.44、20.5、20、20.12℃, 12:42节点1至节点9温度分别为34.75、34.25、34.06、33.31、32.75、32.38、34.81、34.25、34.06℃, 18:429个节点温度分别为21.19、20.94、20、21.75、20.5、19.75、21.31、20、19.88℃。监测数据显示, 温度由南向北呈高到低之势, 平均最大差幅为9.26%。
2.2.2 湿度
由图7可知:不同位置的空气湿度夜间最大, 下午1时左右湿度达到一天最小值。而不同节点湿度最小值之间相差约15.43%, 平均最大差幅为16.18%;但不同节点的湿度变化趋势相同, 且都是在温室内温度升高、光照强度增强之后逐渐变小, 并随着温度、光照强度下降而开始上升。从图7可知:靠近湿帘的节点3、6、9湿度较大, 而靠近风机的1、4、7节点湿度比其它节点要低, 所以节点2、5、8更能反应温室内真实湿度。
2.2.3 光照强度
由图8可以看出:一天内温室光照强度从日出开始上升, 并于中午12时左右达到一天最大值, 下午1时左右开始下降。从图8也可以看出:除节点2外, 不同位置的光照强度相近, 最大相差6 562.5lux, 差幅为30%;而节点2比其他位置光照强度明显偏低是由于存在枝叶遮挡情况, 说明温室的光照均匀性较好。同时, 为了保证数据精确, 建议平常生产管理中保持节点不被枝叶遮挡, 适当进行修剪管理。
2.2.4 二氧化碳
由图9可知:温室内二氧化碳浓度夜间高白天低, 于上午8时左右开始降低, 9-11时达到一天最小值, 随后缓慢上升, 最终达到最大值。这是由于植物一天内在9-11时进行光合作用最强, 随后缓慢减弱, 而植物进行光合作用除需利用光照外, 还需要消耗二氧化碳。不同位置二氧化碳浓度最大相差93.76×10-6, 差幅为18.18%。
3 结论与讨论
为了精准指导温室番茄生产管理, 探索环境因子变化规律对其生产影响。本文利用WSN记录了温室番茄不同生育期、高度、位置下的环境因子数据, 并研究了其温湿度、光照强度和二氧化碳浓度变化规律。研究表明:不同育期、高度和位置环境因子变化趋势相同, 但由于温室结构、番茄生长发育、外界环境等因素影响, 使得不同育期、高度和位置的环境因子之间存在差异。综上所述, WSN监测数据可为番茄连栋温室环境调控提供参考和决策支持。
本文使用的WSN能较好地连续采集有效数据, 可用于番茄生长发育监测。本文不仅考虑了作物与环境因子之间相互影响, 而且从多个角度进行分析, 但, 所用数据仅为一年秋季观测。为更精确地指导温室番茄生产, 应当长期对不同季节、更多生长发育期环境因子进行监测, 结合数年不同季节的环境监测数据进行对比分析研究, 总结番茄温室环境因子年变化规律。
摘要：环境因子是制约蔬菜产量与品质的关键因素。为了精准指导温室番茄生产管理、探索环境因子变化对其影响, 利用无线传感网络 (Wireless Sensor Network, WSN) 采集了连栋温室番茄在不同生育期、高度、位置下环境因子数据。数据分析发现:不同发育期温湿度变化范围不同, 光照强度减弱, 光照时间减少, 二氧化碳浓度变化延迟;白天, 冠层的温度、光照强度比其他高度的大, 湿度比其他高度的低, 中间层与根部接近, 夜间3个高度环境因子相近;不同位置温度由南向北、湿度由北向南呈高到低之势, 光照强度和二氧化碳浓度最大差值分别为6 562.5 lux及9 3.7 6×1 0-6。测试结果表明:WSN可为番茄连栋温室环境调控提供参考和决策支持。
关键词：WSN,环境因子,变化规律,番茄,连栋温室
参考文献
[1]赵玉萍, 邹志荣, 白鹏威, 等.不同温度对温室番茄生长发育及产量的影响[J].西北农业学报, 2010, 19 (2) :133-137.
[2]杨延杰, 李天来, 林多, 等.光照强度对番茄生长及产量的影响[J].青岛农业大学学报:自然科学版, 2007 (3) :199-202.
[3]程智慧, 陈学进, 赖琳玲, 等.设施番茄果实生长与环境因子的关系[J].生态学报, 2011, 31 (3) :742-748.
[4]王福禄, 房俊龙, 张喜海.基于无线传感网络的温室环境监测系统研究[J].东北农业大学学报, 2011, 42 (2) :58-64.
[5]郭文川, 程寒杰, 李瑞明, 等.基于无线传感器网络的温室环境信息监测系统[J].农业机械学报, 2010, 41 (7) :181-185.
[6]Aaslyng J M, Lund J B, Ehler N, et a1.Intelli Grow:a greenhouse component based climate control system[J].Environmental Modelling&Software, 2003, 18 (7) :657-666.
[7]Van Henten E J.Greenhouse climate management optimal control approach[D].Wageningen:Wageningen Agricultural University, 1994.
[8]苏伟.番茄生长期对环境条件的要求[J].吉林蔬菜, 2010 (6) :28-29.
[9]张勤, 陈卫军, 唐文林, 等.灵武长枣日光温室环境因子变化规律研究[J].宁夏农林科技, 2010 (1) :13-14.
[10]马万征, 王艳, 马万敏, 等.栽有黄瓜的Venlo型玻璃温室夏季环境变化规律的研究[J].中国农学通报, 2011, 27 (31) :248-251.
[11]陈彩能, 潘连公.连栋温室番茄有机生态无土栽培光照强度变化规律研究[J].现代农业科技.2008, 23:16-17.
细胞因子网络 篇10
1 细胞神经网络理论
细胞神经网络是由美国加州大学伯克利分校的蔡绍棠教授在1988年提出来的, 它是一种可以实现权可连接和局域连接的人工神经网络, 名称来源于细胞自动机 (CA) 和Hopfield神经网络, 有效地结合这两个结构的特征, 采用单的CNN结构。细胞神经网络以前多用于数字图像信息的处理, 在通讯中的应用还不多, 也只是应用到一维通讯信号的处理, 由于通信信道的记忆长度的限制, 和邻近码的影响作用有限, 对于较远距离的码的影响很小, 而细胞神经网络可以由局域性的神经网络来实现这种通信问题。细胞神经网络基于非线性理论, 是一种动态系统, 存在复杂的动态信息的处理, 在一个简单的三细胞神经网络中就存在分形和混沌动态特性, 同时因为细胞神经网络的混沌信号的复杂随机性和同步性, 使得它能够把混沌系统运用大盘通讯信号的处理当中, 其优越性比以前是处理方式有了大大的提高, 是未来通讯信号处理的一种方式。
2 细胞神经网络在通讯信号处理中的应用
细胞神经网络是实现VLSI功能的人工神经网络, 在所有通讯信号的处理算法中, 它只需要较低的硬件就可以实现处理复杂的通讯信号, 基于细胞神经网络的模拟电路也比较容易实现。在通讯信号的处理中, 需要解决两个问题, 一是在求解NP如何处理复杂度的问题, 二是如何利用动态特性实现通讯的保密通信和混沌通信。
2.1 如何解决NP复杂度的问题
我们知道在通讯系统中, 必然存在NP指数复杂度的信号的处理难题, 这里成为NP问题, 处理过程中的运算量比较大, 运算的复杂度也是指数增加, 解决这个问题是比较困难, 需要找到一个目标函数。但是面对不同的问题, 也就需要不同的目标函数, 在已经证明过的NP问题的复杂度可以用类似的思路来解决, 也就是寻找目标函数的极小点。在实际问题中如果能够找到木匾函数, 就可以得到这个问题的最有解, 所以基于细胞神经网络的NP复杂度的问题在处理过程中, 只要能够找到目标函数, 我们就可以通过细胞神经网络来得到目标函数的极小值。需要注意的是, 目前通讯信号的处理是通过处理一维信号处理方式来实现的, 在使用细胞神经网络在一维中处理复杂度的问题时候, 需要对二维的神经网络进行化简。
利用细胞神经网络的能量目标函数, 对通讯信号的极小值的求解, 是当前应用最多也是它最要的一个研究方向, 只要解决了自适应滤波系数计算、均衡和多用户监测的问题, 就可以处理通讯信号中众多的NP复杂度的问题。
2.2 细胞神经网络用于扩频通信系统
我们知道细胞神经网络是基于非线性理论的动态系统, 因为混沌信号的复杂随机性, 使得在一个简单的细胞神经网络系统中就会出现分形和复杂的混沌动态特性, 这也使得混沌系统能够应用大盘扩频通信中, 由于混沌信号的动态特性, 使得混沌扩频通信系统的发展前景十分良好。在目前细胞神经网络主要用与产生混沌扩频码。混沌序列由于数量十分巨大和良好的随机性, 我们需要着重研究混沌序列, 加强混沌扩频通信系统的建立和应用。
在一个三细胞神经网络中, 只要设置好合理地参数, 就能够产生混沌, 我们需要对输出的模拟信号进行最有量化和采集, 这样就可以得到一个具有优良性能的扩频序列, 该序列的容量十分巨大, 尤其是可以应用到未来超大容量的扩频通信系统。如果细胞神经网络的细胞数量大于4个, 这时候的混沌信号会更加复杂, 出现超混沌现象, 它的容量更大, 需要进行更深层次的研究超混沌现象, 扩大混沌通信系统的应用。
3 细胞神经网络用语通信保密系统
当细胞神经网络中细胞数量较多时, 出现的混沌系统和超混沌系统具有非常强的随机性、不可预测性和极为复杂的动态行为, 这些因素都为保密通信研究提供了参考。细胞神经网络是一个可以实现的面向电路的动态系统, 应用到保密通信系统中可以由以下过程来实现。在发射端将一个模拟信号在电路系统变量的调制作用下, 输入到细胞神经网络的混沌电路中, 这时候输入信号将以复杂的形式直接影响到细胞神经网络的混沌电路的输出波形, 紧接着将混沌电路的输出信号作为传输信号发射出去, 因为混沌电路输出的信号是一种宽频确定性的混沌信号, 在接收端和发射端必须要做到同步, 保证混沌信号的隐蔽性, 这需要准确知道混沌电路的参数所产生的混沌信号, 并由此恢复诸如信号, 这就是整个通讯信号的传世过程, 混沌电路的参数可以视为密码。保密系统的安全性主要是对同步参数的高度敏感性, 通过复杂的变换运算来获得混沌信号的信息。对于通讯信号处理系统, 我们需要研究一个保密性比较强, 处理手段比较简单的混沌通信系统来处理混沌信号, 这也是未来通讯信号处理的一个研究方向。
摘要：对于非线性理论的通讯信号的处理一直是通信信号处理领域的热点问题。细胞神经网络是非线性理论的中要研究方向, 近年来, 它在通信信号处理中取得了重大的突破。本文将主要介绍细胞神经网络的基本理论、结构和在通讯信号处理中的应用, 指出它的发展方向。
关键词：细胞神经网络,通讯信号处理,应用,发展
参考文献
[1]汪海明, 郭仕德, 赵建业, 等.一种用于扩频通信系统的CNN多值随机码的研究[J].电子与信息学报, 2003.[1]汪海明, 郭仕德, 赵建业, 等.一种用于扩频通信系统的CNN多值随机码的研究[J].电子与信息学报, 2003.