竭尽全力

<正>蓝齿鲸是浅水动物,它只能生活在水深不超过40米的浅水区,如果它游到100米以下的深水区,体内的氧气便会在3分钟内耗尽。因此,深水区是蓝齿鲸的葬身之地。蓝齿鲸的食物鼓哺鱼就生活在100米以下的深水区,如果3分钟内蓝齿鲸回不到浅水区,它必死无疑,但千百年来,蓝齿鲸却生存繁衍,代代相传。因为它们在这3分钟里,是以整个生命去投入的,是以或生或死的态度竭尽全力,完成每一次捕猎的。     

TGF-β_1、Caspase-3和WT1在肾活检肾小球肾炎组织中的表达及临床病理意义

目的:探讨转化生长因子β1(TGF-β1)、半胱氨酸天冬氨酸蛋白酶3(Caspase-3)及肾母细胞瘤抑癌基因蛋白(WT1)在肾活检肾小球肾炎组织中的表达及其意义。方法:采用Envision法对40例肾小球肾炎组织及7例对照组肾组织进行TGF-β1、Caspase-3和WT1免疫组织化学染色标记、分析。结果:TGF-β1、Caspase-3、WT1在各种肾炎组织中均有表达,各实验组与对照组差异有统计学意义(P0.05)。TGF-β1在系膜增生性肾小球肾炎组的表达明显低于膜性肾病组(t=-4.131,P=0.002);Caspase-3在各组别中其表达差异无统计学意义;WT1在大量高蛋白尿组表达低于非大量蛋白尿组(t=-2.130,P=0.046);其余组别差异无统计学意义。WT1的低表达与TGF-β1、Caspase-3的高表达相关。结论:TGF-β1、Caspase-3表达的上调及WT1表达的下调与肾病理改变密切相关,蛋白尿和足细胞减少可能是肾脏病进展的预测因子及肾小球硬化的原因。     

新疆科技特派员制度政策支撑体系研究

科技特派员制度的长期发展需要相关的宏观调控政策的支持。本文通过分析新疆科技特派员制度政策支撑体系的现状,提出了加强政策支撑力度的各种建议,为全国各省市建立科技特派员制度政策体系提供了有效参考。     

从卖茶小贩到印度总理

1950年,纳伦德拉·莫迪出生于印度古吉拉特邦北部的马赫那县沃德讷格尔村.祖上三代都在当地经营一个小杂货铺,除了经营杂货铺,父亲还在火车站开了一个茶摊——奶茶是印度人每天必须的饮品.在家里6个孩子中排行老三的莫迪,从小就在那里帮父亲卖茶.     

成功就是把一件事重复做

正美国一家园艺公司在报上刊登启事,重金征求纯白金盏花,一时间应征者趋之若骛。自然界中的金盏花不是金色就是棕色,从没见过白色的,很快人们知难而退,那则启事逐渐被人遗忘。20年后,那家园艺公司收到一封热情洋溢的应征信,还附了一粒种子。纯白金盏花"出世"了,消息不胫而走,引起了很大轰动。记者采访了那位应征者,她是一位年过古稀的老太太,20年前看到了报纸上的启     

活在希望中

正从前,有兄弟俩,一起出外经商。然而,在半途遭遇了恶人,他俩身上的钱财被洗劫一空。前程灰暗,归途遥遥,兄弟俩绝望至极。有个好心人指点他俩到大佛寺去,找智禅法师寻求帮助。他俩便来到大佛寺,跪拜在智禅面前,并将遭遇恶人抢劫之事,全部告诉了智禅法师。智禅问:"你俩一定很绝望?"他俩点了点头。     

安逸的结局

<正>19世纪末,美国大学研究人员将一只鲜活的青蛙放进烧沸了的油锅里。在千钧一发、死到临头之际,青蛙奋力跳出了葬身之所——油锅,安然逃生。为生存,它使尽了全身力气。半小时后,研究人员又以同样大的油锅,装了4/5的冷水,将逃生惊魂未定的青蛙投入。它如鱼得水,悠然畅游其中。此刻人们在锅底缓缓加热,它无所感受,悠游如初,自得其乐。可是,待水温渐渐上升后,本生存于冷水中的它感受熬不住了,须奋力跳出,逃离险境,但已疲软乏力,欲跳不能,结果瘫软而死。     

采用扫频法和拟脉冲法检测汽车悬架效率

分别采用基于扫频激励和拟脉冲激励的汽车悬架振动实验台检测汽车悬架效率.分析这两种悬架振动实验台的结构组成和工作原理,给出了悬架效率的统一计算方法,实施了悬架效率检测实验.这两种汽车悬架振动实验台检测的结果仅相差6.1%,表明基于扫频法或拟脉冲法的检测结果具有可比性.     

非线性汽车悬架的混沌研究

建立了路面双频拟周期激励作用下的单自由度汽车悬架模型,通过数值仿真,给出了悬架振动的时间历程曲线、自功率谱密度和Poincare截面图,从理论上说明汽车悬架振动是混沌的。分别采用制动法和按压车体法,对越野吉普车和福特、本田、奥迪和马自达轿车进行了振动实验,获取实验汽车悬架的振动数据,对其计算了一阶固有频率和混沌参数如关联维、Kolmogorov熵和最大Lyapunov指数,从而验证了汽车悬架振动的混沌特征,为进行悬架系统设计和悬架隔振性能混沌评价提供了依据。     

一种改进的深度卷积神经网络的精细图像分类

精细图像分类不同于传统的图像分类,由于精细图像自身的类间相似性和类内差异性,传统的基于手工特征和局部特征组合方法已经很难完整地表达精细图像的特征,因此提出了一种基于改进的深度卷积神经网络模型.由于深度卷积神经网络结构参数和神经元数量巨大,训练模型困难,所以采用高斯分布对前6层参数初始化,其中激活函数采用校正之后的Relus-Softplus函数,在花卉图像数据库OXford-102 flowers中TOP1准确率达到85.75%,TOP3准确率达到了94.50%.实验结果表明:该模型在中等规模数据集上比传统方法优势明显,且比未改进的CNN模型识别率高.