Cu（Ⅱ） effect on the conformation of regenerated silk fibroin in dilute aqueous solution

Much attention has been paid to the natural mechanism of silkworm spinning due to the impressive mechanical properties of the natural fibers. In this work, we studied the effect of Cu（Ⅱ） ions on the secondary structure of Bombyx mori regenerated silk fibroin （SF） in dilute solution by circular dichroism （CD）. The results indicate that a given amount of Cu（Ⅱ） induces the SF conformational transition from random coil to β-sheet, however, further addition of Cu（Ⅱ） is unfavorable for this conversion. Meanwhile, the conformational changes induced by Cu（Ⅱ） follow a nucleation-dependent aggregation mechanism, which is similar to that found in Prion protein （PrP） denaturation and Aβ-peptide aggregations, leading to the neurodegenerative disease. This work would help one understand further the natural spinning process of silkworm. Additionally, it would be significant for the study of the nervous system diseases, because silk fibroin, extracted in large amounts from Bombyx mori silkworm gland, could be a proper model to study PrP denaturation and Aβ-peptide aggregations.     

甜菜皂素的提取及特性

甜菜皂素是一种天然的非离子型表面活性剂，用无机酸回流甜菜废丝，将所得的滤液蒸发浓缩至粘稠，再加入一定量的无水乙醇反复回流，脱色，纯化后得乳白色甜菜皂素片状晶体。     

无机离子在硅胶薄层上的色谱行为研究

以甲基异丁基甲酮（ＭＩＢＫ）－甲酸（ＦＡ）为流动相，对一些无机离子在硅胶薄层上的色谱行为进行了研究，得出了无机离子的Ｒ＿Ｆ值与流动相中强极性溶剂甲酸的体积百分浓度Ｃ＿ｐ之间的关系以及所用流动相的溶剂性质参数Ｂ值．利用该流动相体系对部分多元离子混合液进行了分离．     

切削刀具倒棱刃口挤压力的理论计算

根据试验观察．揭出了刀具刃口带负倒棱时的切削模型。在此模型中,刀具刃口 存在一个“金属死区”。以新模型为基础．采用能量法,对高温、高应变率下刀具刃 口的挤压力进行了理论计算。所做工作的特点是：１）在材料变形分析中计入了挤压 层金属绕过刀具刃口时的过剩变形;２）进行有关材料变形与物理特性的计算时,考 虑了温度与应变率的影响。利用新研制的压电式切削测力仪进行验证试验,其结果表 明,理论计算值与实测数据较好一致。     

钢坯磨削温度的若干试验研究

通过使用“可磨式”人工热电偶进行的不同条件下的磨削温度测量试验研究了钢坯磨削工件表层温度,结果表明钢坯被磨削表层温度分布与热强呈三角形分布时的理论分析结果相同,表层峰值温度随磨削压力及磨削功率增大而提高,且随工件进给速度提高而略有降低,峰值温度还随磨削角度减小而提高,90°磨削的峰值温度比0°磨削要低250℃左右,砂轮种类也对峰值温度有重要影响,使用锆刚玉砂轮时磨削温度低于棕刚玉砂轮,试验结果表明高效钢坯磨削的磨削区温度远比普通磨削为高,可达1200℃左右,还从不同方面探讨了磨削高温对钢坯磨削的影响,认为尽管磨削高温有若干不利影响,但对高效钢坯磨削却是重要条件,上述讨论,从一个方面揭示了钢坯磨削机理,并验证了关于钢坯磨削温度的理论分析结果。     

溶剂萃取法制备碳酸盐的热力学讨论

向金属氯化物(Ⅰ)的水溶液中通入CO_2气体,以期制备相应的碳酸盐和酸式碳酸盐,在常温常压下,体系的△G>0,反应几乎是不可能的。向反应体系中加入有机溶剂(S),使生成的HCl即被萃取,可促进Ⅰ的继续转化。分析计算表明,S对HCl必须有很强的萃取能力,其K_萃须在10~5以上。研究了加入有机溶剂N_(235)前后,体系的热力学状态、函数及其变化。加入N_(235)后,K_萃值增大了5个数量级。考察了温度、时间和通气次数对系统热力学性质的影响。根据反应的耦合原理和热力学分析,提出萃取剂选择的原则。结合实验数据的估算说明:溶剂萃取法由Ⅰ和CO_2制备碳酸盐的工艺路线是可行的。     

基于预训练模型和混合神经网络的医疗实体关系抽取

医疗文本具有实体密度高、句式冗长等特点,简单的神经网络方法不能很好地捕获其语义特征,因此提出一种基于预训练模型的混合神经网络方法。首先使用预训练模型获取动态词向量,并提取实体标记特征;然后通过双向长短期记忆网络获取医疗文本的上下文特征,同时使用卷积神经网络获取文本的局部特征;再使用注意力机制对序列特征进行加权,获取文本全局语义特征;最后将实体标记特征与全局语义特征融合,并通过分类器得到抽取结果。在医疗领域数据集上的实体关系抽取实验结果表明,新提出的混合神经网络模型的性能比主流模型均有提升,说明这种多特征融合的方式可以提升实体关系抽取的效果。     

基于多维行为分析的窃电高风险客户精准定位方法

窃电行为对国家电力系统及供电公司造成了极大的损失,故反窃电技术是电力行业的重要研究方向之一。传统的窃电用户定位方法存在定位不准确、查处效率低等问题,为了解决上述问题,提出基于多维行为分析的窃电高风险客户精准定位方法。首先通过相关矩阵R及特征值谱熵正则化完成用户数据去噪,其次在UFS-MI模型内提取用户数据特征,分析用户用电的多维行为,最后根据逻辑回归算法完成窃电高风险客户的精确定位。实验结果表明,所提方法的窃电高风险客户定位精准度较高,误判率较低,整体定位效果较好。     

基于多元数据特征和改进随机森林的智能配电网异常数据辨识

智能配电网异常数据的准确辨识对于提高电网安全运行和调度具有重要意义。本文提出一种基于多元数据特征和改进随机森林算法的异常数据辨识方法。首先,在分析异常数据辨识过程的基础上,利用k-means、箱线图法等提取原始数据异常特征;考虑配电网技术需求,挖掘电网运行的衍生特征。然后,针对类不平衡问题提出结合过采样方法的混合Bootstrap抽样和加权投票策略,引入信息增益率优化最优特征选择,增加算法稳定性。最后,仿真分析了决策树数量和衍生特征对算法辨识性能的影响,并与支持向量机、神经网络等算法进行性能比较。实验结果表明本文方法有效、合理,具有优异的辨识性能和效率。