广西壮族自治区自然科学基金(0542051)
- 作品数：5 被引量：18H指数：2
- 相关作者：许川佩梁君林潘志忠万德森周志伟更多>>
- 相关机构：桂林电子科技大学中山大学桂林师范高等专科学校更多>>
- 发文基金：广西壮族自治区自然科学基金国家自然科学基金更多>>
- 相关领域：电子电信医药卫生自动化与计算机技术更多>>
- 基于量子进化算法的时序电路测试生成被引量：2
- 2007年
- 本文介绍将量子进化算法应用在时序电路测试生成的研究结果。结合时序电路的特点,本文将量子计算中的量子位和叠加态的概念引入传统的测试生成算法中,建立了时序电路的量子进化算法测试生成模型。在国际标准电路上的验证结果表明,与同类算法相比,该算法模型可获得较高的故障覆盖率和较小的测试矢量集。
- 李智范源远许川佩
- 关键词：量子进化算法自动测试生成时序电路
- Dukes’A、B期结直肠癌COX-2表达与复发转移的关系被引量：1
- 2008年
- 目的：探讨Dukes’A、B期结直肠癌环氧化酶-2（cyclooxygenase-2，COX-2）表达与术后复发转移的关系。方法：收集1989-1999年88例行根治性手术的结直肠腺癌病例，Dukes’A期26例，Dukes’B期62例，分为复发转移组和非复发转移组各44例。两组在肠壁浸润深度、性别、年龄、肿瘤部位等情况相似。应用免疫组化方法检测原发瘤组织中COX-2表达。结果：复发组COX-2阳性率为79．5％（35／44），无复发组COX-2阳性率为81．8％（36／44），两组阳性率比较差异无统计学意义（P=0．787）。结论：Dukes’A、B期结直肠癌术后复发转移可能与COX-2表达无关。
- 梁君林万德森潘志忠周志伟
- 关键词：结直肠癌COX-2复发
- 基于量子进化算法的层次型SOC测试结构优化被引量：2
- 2008年
- 以减少系统芯片SOC测试时间为目标,研究了层次型SOC的多层次TAM优化问题。根据嵌入式IP核的分类,将层次型SOC测试结构优化转变成了平铺型SOC测试结构优化,并建立了基于量子进化算法的数学模型。通过对群体的观测,决定IP核在测试访问机制上的分配以及当前群体中的最佳个体,实现了包含TAM-ed且wrapped的嵌入式核的层次型SOC测试结构优化。针对国际标准片上系统芯片验证表明,与GA、ILP和启发式算法相比,该算法能够获得更短的测试时间。
- 许川佩戴葵马丽
- 关键词：量子进化算法
- SOC测试结构优化研究被引量：2
- 2007年
- 结合SOC测试结构的特点,采用量子进化算法对SOC测试结构进行优化。通过对量子进化算法中群体尺寸、旋转角度的合适设定,达到减少SOC测试所用时间的目的。针对国际SOC标准电路验证表明,与同类算法相比,该算法能够获得较短的测试时间。
- 许川佩王征黄青萍
- 关键词：量子进化算法系统芯片
- Dukes' A、B期结直肠癌c-erbB-2,EGFR和TGF-α表达与复发转移的关系被引量：11
- 2007年
- 背景与目的:尽管病理分期是结直肠癌患者主要的预后指标,但目前的分期系统不足以预测Dukes' A、B期患者术后复发风险及指导辅助治疗。分子预后标志物有可能补充分期的不足,且能为基于肿瘤个体生物学特征的治疗决策提供依据。本研究旨在探讨Dukes' A、B期结直肠癌中c-erbB-2、表皮生长因子受体(epithelial growth factor receptor,EGFR)、转化生长因子α(transforming growth factor-α,TGF-α)表达与术后复发转移的关系。方法:收集中山大学肿瘤防治中心1989年～1999年间88例行根治性手术的结直肠腺癌病例,Dukes' A期26例,Dukes' B期62例,复发转移组和非复发转移组各44例。至少随访5年或随访至复发。应用免疫组化方法检测原发瘤组织中c-erbB-2、EGFR、TGF-α蛋白表达。结果:复发组c-erbB-2、EGFR、TGF-α过表达率分别为43.2%(19/44)、63.6%(28/44)、65.9%(29/44),非复发组阳性率分别为25.0%(11/44)、27.3%(12/44)、43.2%(19/44)。χ2检验提示复发组EGFR、TGF-α过表达率明显高于非复发组,但两组c-erbB-2过表达率无差异。复发组EGFR和TGF-α共同过表达率36.4%(16/44)显著高于非复发组11.4%(5/44)(χ2=7.568,P=0.006)。多因素分析显示EGFR表达与术后复发转移有关。结论:EGFR表达可能与Dukes’A、B期结直肠癌术后复发转移有关。
- 梁君林万德森潘志忠周志伟
- 关键词：C-ERBB-2基因EGFRTGF-Α
- 基于粒子群算法和蚂蚁算法的时序电路测试生成研究
- 本文提出一种新的基于粒子群算法和蚂蚁算法的时序电路自动测试生成算法。该混合算法在保留粒子群算法的基本特性下,利用蚂蚁算法的正反馈等特点,进一步引导搜索。对该算法模型进行了实验验证,与基于粒子群算法的结果相比,在测试生成时...
- 王健许川佩李智
- 关键词：时序电路粒子群算法蚂蚁算法
- 文献传递
