生态网络数据管理系统动态研究

接系统科学理论，无论试验数据还是先验数据，都是系统控制和有序运行的重要基础。中国科学院现有生态环境野外测试验站５４个，十几年来积累了大量的科研数据，并且继续不断增加。     

外交部五司长谈胡锦涛欧亚之行

胡锦涛主席就任以来的第一次外交出访,就显示了非同寻常的气势和意义。从5月26日至6月5日,在短短11天里,中国新任国家主席对俄罗斯进行了国事访问,出席了上海合作组织成员国元首第三次会晤,参加了圣彼得堡建城300周年庆典,在法国埃维昂参加了南北领导人非正式对话会议,访问了哈萨克斯坦和蒙古。这次出访成就巨大,也给世人留下了深刻印象。在胡主席结束访问回到北京几天后,本刊记者采访了随同胡主席出访的外交部有关地区和业务司的五位司长。在他们的回忆中,那11天永远是鲜活和生动的。     

关于高等学校地理专业自然地理课程改革的思考与实践

自然地理课程在高等学校地理专业的课程设置中占有重要地位，近年来自然地理学的研究内容和研究方法发生了很大的变化．从地球系统科学以及全球变化研究的角度阐明了现代自然地理学综合化发展的趋势，指出了目前大学自然地理教学存在的知识老化、内容陈旧等一系列问题，并针对这些问题从现代教育理念与现代自然地理的哲学思维和方法沦的视角出发，提出了高等学校地理专业自然地理课程改革的基本思路与实施办法．     

非甲非乙型肝炎病原学及临床研究

以往由于对丙型肝炎、戊型肝炎缺乏特异性诊断方法或由于现有方法不敏感，致使相当一部分肝炎患者病原不明，给治疗、预防及预后判断等带来困难。这些患者曾一度应用排除法诊断为非甲非乙型肝炎（ＮＡＮＢＨ）。随这的发展和基因扩增技术的建立，搞清这些肝炎的病原已成为可能，因此我们对以往诊断为ＮＡＮＢＨ的患者进行回顾性病原学研究及临床分析，其结果是：（１）２７８份ＮＡＮＢＨ血清标本中，抗－ＨＣＶ阳性率为２７．４％，     

隧道爆破作用下邻近输油管道安全距离

为了避免隧道爆破施工时邻近地表及地下输油管道受到爆破振动造成的不良影响,需确保爆破施工工作面与输油管道保持一定安全距离。基于青岛胶州湾第二海底隧道黄岛端斜井工程,通过对斜井一期工程隧道爆破施工引起的地表振动进行监测,研究了工作面前方地表振速的衰减规律,并采用Hilbert-Huang变换及小波包分析了爆破振动频域特征。结果表明：在距工作面0～40 m的高振速区范围内,振速呈现震荡变化,峰值合振速出现在距工作面一定距离的地表区域,而在高振速区之外部分呈指数衰减趋势;爆破振动的频域分布主要集中在0～200 Hz的低频区域,50 Hz左右为其最集中区域,瞬时能量峰值出现在0～1 s内,其中在0～25 Hz范围内能量占比最高为13.41%,与输油管道自振频率范围存在部分重叠。同时,引入萨道夫斯基修正公式并拟合出适用于本工程条件下的振速预测公式模型,从法律规范、工程实践及抗震能力3个方面考虑提出输油管道安全振速为1 cm/s,计算得到50 m范围内最大单段齐爆药量和安全距离之间的关系,为后续斜井二期工程下穿输油管道区域时的爆破方案优化提供参考。     

食用菌中高分子活性中心元素分布与其自由基清除能力之间的关系

测定了食用菌的含水量(w_水)、高分子活性中心元素含量以及羟自由基清除能力,计算了食用菌中高分子活性中心元素(Ti、V、Cr、Mn、Mo、Zn、Fe、Co、Ni、Cu和Sr)的分布。结果表明,由含水量校正过的高分子活性中心元素分布参数(1－w_水)^１／３ln(k^２r_１/r_２)与羟自由基清除能力参数ln[F(1－w_水)^３]之间有很好的线性关系。由此笔者认为可以把此高分子活性中心元素分布参数作为近似判断抗氧化能力大小的依据之一,通过此参数可评价食用菌的抗氧化性。     

两亲性接枝聚天冬氨酸的合成与降解性能研究

以L-天冬氨酸为原料,利用酸催化聚合合成聚琥珀酰亚胺,再经与端氨基聚醚(商品名 Jeffamine)反应及苄胺氨解破环,得到新型接枝聚天冬氨酸.利用红外光谱和核磁共振氢谱对最终产物作了表征.结果表明,亲水与疏水基团成功接枝到聚天冬氨酸主链上,得到两亲性接枝聚天冬氨酸.研究了该两亲性聚合物胶束在37℃磷酸盐缓冲液中的降解性能,表明该聚合物具有良好的生物降解性能.     

两亲性接枝聚天冬氨酸胶束作为药物载体的研究

以L-天冬氨酸为原料,利用酸催化聚合成聚琥珀酰亚胺,再经与含有伯氨基的亲水化合物和疏水化合物开环反应,得到新型接枝聚天冬氨酸.采用透析法制备的聚合物胶束平均粒径大小113.6 nm,符合载药胶束的要求;两亲性接枝聚天冬氨酸胶束对抗癌药物甲氨喋呤(MTX)具有一定的载药能力,其体外释药曲线符合Fick II扩散动力学模型.     

基于降维的堆积降噪自动编码机的表情识别方法

堆积降噪自动编码机是一种典型的深度学习模型,它能够刻画数据丰富的内在信息,具有较强的特征学习能力。基于主成分分析（principal component analysis,PCA）技术和堆积降噪自动编码机（stacked denoising autoen-coders,SDAE）模型,提出一种新的表情识别算法PCA＋SDAE。该算法对人脸图片进行裁剪及归一化等预处理,采用主成分分析技术对人脸特征进行线性降维,再利用堆积降噪自动编码机逐层进行特征学习并同时实现对人脸表情数据的非线性降维,可以得到更好的、维度更低的表情特征,并据此进行表情分类。对PCA＋SDAE算法的仿真测试实验结果表明,其综合性能比其他的基于深度学习模型的表情识别方法更好,同时与传统的非深度学习表情识别方法相比,它具有更高的表情识别正确率。     

“材料分析技术”实验教学的改革与探索

在"材料分析技术"课程的实验教学环节中,采取学生自主设计实验,科研与教学互动的方式,激发学生学习兴趣,发挥学生学习的主动性,改变了以往以单纯验证性实验为主的方式,启发了学生思维,锻炼了学生的动手能力,取得了满意的教学效果.