SARS冠状病毒基因芯片的制作与初步临床样本验证

为了实现对非典(SARS)冠状病毒感染患者的早期诊断,构建了一套以基因芯片为基础的SARS冠状病毒基因分析检测系统。首先从患者痰、血样本中快速分离出SARS冠状病毒的RNA,然后通过巢式RT-PCR对分离的RNA进行扩增获得特定的DNA片段,最后让固定在基因芯片上的DNA探针与扩增产物进行杂交以检验扩增产物的序列匹配性,达到最终确认SARS冠状病毒感染患者的目的。对首期两例患者痰样本和两例全血样本的分析结果表明,这4例患者样本中均存在SARS冠状病毒。     

开放式教学的必要性与特性分析

开放式教学是针对僵化和封闭的传统教育提出来的,它注重培养学生的创新精神和实践能力,激发学生学习的动机,使学生变为知识主动建构者,从而获得更大容量的信息;同时,开放式教学还更新了教师的教学观念,提高了教师的科研能力,真正实现了发现人的价值、发挥人的潜力、发展人的个性的教育意义．     

移动社交网络中基于影响力的数据转发算法

在移动社交网络中,人们通过携带无线设备在近距离范围内彼此传递信息,从而达到信息的传播。由于移动社交网络中一般不存在端到端的连接,使得数据转发算法成为一个重要问题。文章从社区和节点的社会属性角度,利用社区和节点的影响力,提出了一种基于影响力的数据转发算法(data forwarding algorithm based on impact,DFAI)。在该算法中,携带数据包的节点只有在遇到影响力达到一定要求的节点时,才拷贝数据包给相遇节点。仿真试验结果显示,与经典的Epidemic和Label算法相比,DFAI可以明显降低网络开销,同时接近Epidemic算法达到的最大传递率。     

大学英语网络教学模式在经济欠发达地区的实验研究——以河北建筑工程学院为例

网络技术的飞速发展和建构主义理论研究的不断深入,使得基于网络环境下的英语教学模式研究与创设成为大学英语教学改革的一项重要内容。网络教育因其具有的交互性、开放性、虚拟性和个性化特点而迅速成为一种新型的英语教育教学方式。为此,笔者于2009年对位于张家口市的河北建筑工程学院进行实证研究,试图探索构建主义理论框架下的大学英语网络教学模式,以期为当前经济欠发达地区的大学英语教学提供一种实践模式。     

移动医疗社会化网络中基于病症团体的数据转发算法

为了研究移动医疗社会化网络(Mobile Healthcare Social Networks,MHSNs)中节点间接性传输的性能,提出了一种基于病症团体的数据转发算法.该算法的主要思想是携带数据包的源节点分别通过在社区内和社区间,结合节点与目的节点关系的判断而转发数据给相遇节点.仿真结果显示,与Epidemic、La...     

植物组织培养中褐化问题的研究

在植物的愈伤组织培养过程中，褐化现象也是常见的问题，尤其是在愈伤组织的继代培养中，褐变现象特别严重。因此，采取有效措施进行褐化控制是银杏组织培养成功的关键。     

Fe对Co／HZSM—5在甲烷选择还原NO中活性的影响

用浸渍法制备了Fe-Co/HZSM-5催化剂，考察了有氧条件下，在甲烷选择还原NOx的反应中，Fe的加入对Co/HZSM-5活性的影响，发现在较低温度下，Fe与Co/HZSM-5之间存在着协同效应。     

浅析审计模式的演进过程

审计作为一种技术手段,随着社会、经济环境的变化和审计执行者对审计活动本质认识的逐步加深,依次出现过三种模式,即账项基础审计模式、制度基础审计模式和风险基础审计模式。     

汽油价格上调影响下出行者出行方式选择

为分析汽油价格上调对居民出行方式选择行为的影响,对城市居民出行者进行调查,获取不同情境下出行者的出行方式选择行为,将出行者划分为有车出行者和未来五年内有购车意愿的无车出行者,采用混合Logit模型构建两种群体在汽油价格上调影响下的出行方式选择模型,分析各影响因素的显著性。研究结果表明：汽油价格增长率对出行者出行方式选择存在显著性影响；对于有车出行者来说,汽油价格的上涨对高收入出行者改变小汽车出行影响较小,收入与选择小汽车出行概率呈正相关；年龄、收入、出行时间与出行距离对无车出行者未来选择小汽车出行有显著影响。研究结果可为我国汽油价格调整和城市交通需求管理策略的制定提供理论依据。     

无信号环形交叉口机非冲突机器学习预测方法

为高效精确地预测无信号环形交叉口机动车与非机动车的交通冲突,提出了基于遗传算法优化的BP神经网络(GA-BP)和支持向量回归(SVR)的组合预测模型(SVR-GA-BP)。通过无人机采集混合交通流高清视频,利用视频识别软件Tracker提取机非交通冲突轨迹数据,以距离碰撞时间(Time to Collision, TTC)为判别指标,确定机非冲突严重程度。基于偏相关性分析确定交通量、平均速度、大车比例等为机非交通冲突的显著影响因素,选取均方根误差(RMSE)、平均绝对误差(MAE)等五种评价指标对SVR模型、BP神经网络、SVR-GA-BP模型的预测值进行精度分析。结果表明,组合模型在一般冲突预测中精度为97.1%,相比SVR和BP神经网络分别提高6.9%和2.5%,在严重冲突预测中精度为96.1%,相比SVR和BP神经网络分别提高7.3%和5.1%。可见SVR-GA-BP组合模型能够有效预测无信号环形交叉口的机非冲突且精度最高,可为同类型交叉口的安全评价提供借鉴。