内交互式数字电视系统及机顶盒的设计

讨论了基于DVB标准的内交互式数字电视系统的有关问题。在此基础上提出了一个内交互式机顶盒设计方案 ,并详细探讨了其硬件系统设计以及实现过程。     

复杂适应系统Internet中的网络流量仿真研究

网络流量与网络带宽的关系是网络研究的一个重要课题，论文用复杂适应系统理论及基于Agent的模拟方法，对Internet复杂适应系统的网络流量与网络带宽的关系进行了模拟仿真，即在Swarm平台上构建了一个基于多Agent的随机网络流量动态模拟系统．在该系统中，首先定义了Agent行为规则及策略，然后通过多个Agent交互作用及多个Agent与周围环境之间的相互作用和影响，模拟出整个系统宏观层次的涌现特征：网络带宽被占用约50％左右时，出现震荡现象．该现象将对下一代互联网的建设提供理论参考．     

关注“小小”的世界

6岁的毛毛本来是个健康可爱的女孩,可是,自从去年上学后没多久,她就像变了一个人,更加地少言寡语,更加地依恋大人,却不爱跟任何人交流,连神情都变得呆滞起来,常常自言自语,甚至还经常傻笑。问题越来越严重,毛毛的父母只好求助于医生。在山西省妇幼保健院,经过一系列的诊断,毛毛     

教学模式改革要适应医学人才培养模式的需要

目的:探讨教学模式改革如何适应医学人才培养模式的需要。方法:根据社会发展需要全科医生来改革教学模式。结果:教学方法是教学模式改革的核心,教学内容是人才培养模式改革的根本,通过CAI等教学手段的创新而提高学习效率。结论:培养学生的创新精神、临床思维和实践能力,为培养全科医生而奠定基础。     

[Bi(S_2CNC_5H_(10))_2(NO_3)]·[1,10-Phen]的合成及晶体结构

利用硝酸铋和哌啶氨荒酸盐反应,合成了铋配合物[Bi(S2CNC5H10)2(NO3)]·[1,10-Phen].通过元素分析和红外光谱对其结构进行了表征.用X-射线单晶衍射测定了该配合物的晶体结构,结果表明,配合物的晶体属三斜晶系,空间群P1晶胞参数:α=10.358(3)A,b=11.304(4)A,c=13.911(5)A,α=97.915(5),β=95.682(5),γ=116.490(5)°,V=1 420.1(8)A3,Z=2,F(000)=724,Dc=1.924 Mg／m3,μ=7.227 mm-1,R1=0.065 6,wR2=0.099 7.在该配合物中,铋原子为八配位的畸变的加帽五角双锥构型.     

脊髓灰质炎病毒I型单克隆抗体的制备

目的: 为建立脊灰病毒Sabin株I型特异的单克隆抗体．方法:以Vero细胞增殖病毒并用蔗糖密度梯度离心法纯化后,用病毒免疫SPF级Balb/c小鼠．取小鼠免疫脾淋巴细胞与SP2/0-Ag14骨髓瘤细胞进行细胞融合,通过间接 ELISA 法筛选抗体阳性的杂交瘤细胞,并用有限稀释法克隆化．用细胞培养法制备脊灰病毒单抗,并以中和试验测定单抗效价．结果:获得了8株分泌抗脊灰病毒Sabin株I型单克隆抗体的杂交瘤细胞株,其中1株G8G7能够稳定分泌抗体．间接ELISA 法测得单抗的效价为1∶8,中和试验测得中和抗体的效价为1∶58．结论:G8G7分泌的抗体为抗脊灰病毒Sabin株I型特异的单克隆抗体.     

香菇菌汤煮制工艺优化及其非挥发性特征风味物质研究

通过单因素实验和正交试验以感官评定及固形物溶出率为评价指标对香菇菌汤煮制工艺进行优化,并采用高效液相色谱技术对煮制后香菇及汤液中非挥发性特征风味物质进行测定。结果表明,当煮制温度为120℃、煮制时间为45min、香菇质量浓度为0.050g/mL时,香菇菌汤感官评价及固形物溶出率较好。在煮制过程中,香菇中风味物质逐渐向汤液中转移,使得汤液中可溶性糖醇、有机酸、呈味核苷酸等非挥发性风味物质含量显著高于煮制后香菇中含量。除此之外,在煮制后汤液中,特征性风味氨基酸含量也显著高于煮制后香菇中含量。但是,与新鲜香菇相比风味氨基酸在煮制后汤液及香菇中绝大多数含量有所降低。     

基于LabVIEW的碳纤维纱线织造损伤状态图像检测算法

为了解决碳纤维织造过程中纱线损伤状态检测问题,基于LabVIEW图像处理模块,研究了适合检测纱线损伤状态的图像处理算法,并依据这些算法对纱线图像进行实时处理,从而获取纱线损伤状态部分评价参数。依据边缘检测算法分析了纱线边界属性,判断织造过程中纱线是否断裂;依据轮廓分析算法获取了纱线的实际轮廓,与理想的轮廓对比得到二者的差异程度;依据粒子分析算法分析了纱线中未起毛的区域面积,从而间接获取织造过程中的起毛面积值。获得的这些基础参数,可为后续研究纱线损伤状态提供重要参考,有助于调整碳纤维织造工艺、提高产品质量和织造效率。     

含硫充填体膨胀裂隙发育特性与单轴抗压强度的关联分析

含硫胶结充填体随着养护龄期的延长会出现膨胀开裂现象,存在明显裂隙的充填体试件再进行单轴抗压强度测试其结果十分离散,已不能有效地获得充填体力学参数.在室内进行配比试验,采用数字图像处理技术对得到的充填体表面裂隙图像进行二值化、去噪等预处理,而后计算其分形维数并分析其演化规律,且将分形维数与单轴抗压强度关联分析.研究结果表明:充填体试件面表的裂隙存在自相似性,表面裂隙越发育,其分形维数越大;分形维数与单轴抗压强度存在负相关关系,分形维数越小,其单轴抗压强度越高;分形维数可判别含硫充填体试件的完整性,当充填体表面裂隙的分形维数小于某阈值时,强度试验的结果更为可靠.     

基于卷积图神经网络的多粒度表示学习框架

卷积图神经网络（Convolutional Graph Neural Network,ConvGNN）以其强大的表达能力被广泛应用于社交网络、生物网络等领域的网络表示学习中，多粒度网络表示学习已被证明能够改善已有网络嵌入方法的性能，但目前尚缺乏以改善ConvGNN性能为目标的框架.针对此问题，提出一种基于ConvGNN的多粒度网络表示学习框架M-NRL，分为四个模块：粒化模块、训练模块、推理模块和融合模块.粒化模块构造从细到粗的多粒度网络并保留不同粒度节点的属性和标签信息，训练模块在最粗粒度的网络上以端到端的方法训练任意一种ConvGNN并优化其模型参数，推理模块使用优化后的ConvGNN推理出不同粒度网络的节点表示，融合模块采用注意力权重聚合不同粒度的节点表示以产生最终的节点表示.在四个公开引文网络数据集上进行的半监督节点分类任务验证了M-NRL的有效性，实验结果表明，MNRL不仅能加速现有ConvGNN的训练，还可以增强其最终的表示质量.