深度探讨沥青路面公路施工技术

本文基于笔者多年从事公路施工的相关工作经验,以沥青路面公路施工为研究对象,研究探讨了沥青路面公路施工技术,分析了沥青路面施工中需要着重考虑的要素,相信能对从从事相关工作的同行有所裨益。     

分解炉NOx生成还原计算机辅助试验平台的开发

以水泥分解炉为对象,分析了分解炉内NOx产生与分解机制,采用数值模拟方法对分解炉内NOx生成还原过程(燃料N析出、挥发份NOx生成、焦炭NOx生成、NOx同相还原、NOx异相还原)进行了模拟研究,并开发了分解炉NOx生成与还原模拟计算机辅助试验平台,为低NOx分解炉的设计开发及运行调整提供了理论分析工具.     

谈职业学校校园网络建设

现代信息技术的发展，网络的普及，使教育观念与手段的更新成为可能。本文就当前职业学校校园网络建设的必要性，目的，实施方法以及网络的安全性做了简要的说明，并通过学校网络建设的实践阐述了具体实施方案。     

润滑油急性生物毒性评定技术及毒性分级标准

润滑油的生物毒性对环境的影响日益明显．以发光细菌为受试生物,参照美国ASTM标准的水融合组分(WAF)方法制备润滑油毒性测试样品液,采用半数效应载荷 EL_(50)作为润滑油在水中生物毒性的判定指标,建立了一套检测润滑油和添加剂急性生物毒性妁评定方法．该方法具有快速、简便、灵敏、准确、稳定、经济以及测定只需微量样品等特点,使润滑油等难溶物质的生物毒性判定更加科学．该方法也为油类污染的生物监测和水生生态毒理学研究提供了新的试验生物模型．给出的难溶物质急性毒性分级标准简单易行,可操作性强,为润滑油的毒性评定提供了依据．依据读标准对几种典型润滑油和添加剂进行了评定试验和分级,从而验证了润滑油生物毒性评定技术及毒性分级标准的可行性．     

基于BP神经网络的滚动轴承智能诊断技术

人工神经网络的应用与研究是近几年迅速发展起来的一个国际性前沿研究课题.介绍了人工神经网络及BP神经网络算法,并对传统的BP算法进行改进.建立了基于BP神经网络动车组传动系统滚动轴承智能诊断系统方法,进行了状态识别神经网络训练与测试.通过对外环、内环、滚动体故障和正常情况下数据的计算、仿真和对比,分析了四种情况下在不同网络设计中的识别效率.基于BP神经网络测试的实际输出与期望输出值非常接近,该网络具有良好的识别性能.     

搜寻.com春天的线索

完美的电影就不是电影了,那根本就在不存在。.com也一样,总会起起伏伏。时光继续,季节一直在墨守陈规地交替叠更着。过完了这个冬季会有下一个春天。曾经的.com大厦嘉里中心依旧灯火辉煌,大厦是一座森林,.com们是候鸟。候鸟都有各自过冬的方式。体质不好的鸟儿,过不了冬。外面有阳光。这已是冬季,但是窗外依然有阳光。就趁着这冬天的暖阳用相机拍摄下这一丝丝春天的线索。     

高分子量激肽原第5结构域的研究进展

高分子激肽原的第5结构域在抑制细胞粘附和浸润、抑制内皮细胞增生、诱导细胞凋亡、参与炎症反应等方面发挥着重要作用.其反应机制可能与高分子激肽原在激肽释放酶的作用下释放缓激肽后,增加其轻链的第5区的暴露面积、增加第5区与内皮细胞的接触机会有关.研究高分子激肽原第5区的作用,有助于预防恶性肿瘤的增长和转移、炎症效应的调节和控制,并为临床上生物治疗的应用奠定实验基础.     

猪精浆中,二肽基肽酶Ⅱ的提取、纯化和N-末端氨基酸序列分析

本文采用DEAE-Sephacel、Sephaeoyls──300HR、MtresGelRedA、Q－Sepharose、Zne-ChelateCellulofine，Phenyl－SuPeroseintheFPLC柱层析的方法，从诸糖浆中将二肽基肽酶Ⅱ提纯到1600倍，经聚丙烯酸胺凝胶电泳（SDE-PAGE）分离鉴定后，得到了单一的一条区带。采用SDS－PAGE时、在有β-ME存在条件下、其分子量为61KD，而不存在β－ME的条件下，其分子为58KD。在酸性条件下，它能特异地水解Gly－Pro－MCA和Lys-MCA这两种底物，同时，还测定了氨基酸残基的排列顺序。     

血小板激活因子的生物学性质及研究进展

血小板激活因子（Plateletactivatingfacter．PAF）为近年来发现的一种内源性并具有广泛生物学活性的磷脂类介质。业已表明，PAF参与血小板活急性炎症、过敏性哮喘、内毒素血症等病理生理过程。现就PAF的生物学性质，拮抗剂的来源及其临床研究的现状与进展作一综述。1PAF的生物学性质及代谢PAF是磷脂介质，其化学结构是1－0-烷基-2－0－2酰基－Sn－甘油－3－磷酸胆碱。有右旋、左族两种异构体，但只有天然形式的左旋作具有生物学活性。PAF的生物学合成途径有复制途径和再造途径，前者为正常合成途径，后者为病理状态下．刺激因子的…     

支持向量机的聚类补偿研究

主要研究支持向量机方法与聚类算法的配合问题.支持向量机的训练代价太大,如果直接把成千上万个特征向量直接用作训练,运算时间难以忍受.采取的策略是用聚类算法获得较少的聚类中心,然后将聚类中心作为支持向量机的训练样本.事实上,这样的组合方式有待改进.每一聚类的样本数有多有少,所以每一个聚类中心所体现出来的权重不一样.反映在支持向量机的算法中,改进思路为:在支持向量机的训练中,除了原有点以外,加入人工样本点,人工样本点的位置就是这些原有点之一,各个位置的数量与聚类大小成比例.