地理学与城市环境

依托上海师范大学地理科学系、环境工程系、城市信息研究中心和城市生态与环境研究中心等建立起来的“地理科学与城市环境”学科，2007年被批准为第五期上海市教委重点学科．     

基于Mono Trap方法对酱油气味活性成分的分析

采用固相萃取整体捕集剂(monolithic material sorptive extraction,Mono Trap)结合热脱附、气相色谱-嗅闻-质谱(GC-O-MS)联用技术对高盐稀态酿造酱油气味活性成分进行提取分析。应用正交试验对Mono Trap方法中捕集剂的类型、萃取时间、萃取温度进行了优化,确定优化萃取条件为Mono Trap类型RGC18-TD、萃取时间60min、萃取温度50℃。这一条件下能最大程度萃取吸附样品中的气味活性化合物,实验整体准确度和重复性良好。采用Mono Trap-GC-O-MS和SPME方法对高盐稀态酿造酱油气味活性化合物进行分析和比较,Mono Trap方法共鉴定出气味活性化合物56种,包括醇类9种、酮类5种、醛类7种、酯类9种、呋喃类6种、酚类3种、吡嗪类10种、有机酸类2种、含硫化合物4种、其他化合物1种；而SPME方法检测到55种气味活性化合物,且富集到的物质含量低于Mono Trap方法。与SPME方法相比,Mono Trap方法具有萃取量大、操作简便、回收率高等特点,在酱油的气味成分萃取上具有一定优势,有望成为今后酱油气味活性成分分析的研究方法之一。     

我国虚拟咨询网站发展现状分析

随着互联网技术的进一步成熟,特别是电子商务的蓬勃发展,虚拟咨询网站应运而生。通过对我国现有虚拟咨询网站经营模式及业务流程的分析,概述了这一新兴咨询模式运行过程中存在的问题,并就其中影响发展的关键制约因素提出解决对策。     

地方高校技术转移的困境及DIM法对策

地方高校在技术转移过程中存在着技术转移主体观念滞后、中间环节缺失、激励与产权保护机制不完善的问题,严重制约着技术转移工作的长远发展。运用DIM法从技术转移的决策结构、信息结构和动力机构三个方面分析对策,可为提升技术转移绩效提供参考。     

阿斯匹林与妇女心脏病

据一项初步研究,经常性服用阿斯匹林的妇女会减少她们突发心脏病的危险.这个研究结果提供了第一个关于阿斯匹林能够防止妇女心脏病发作的证明. 关于性别对心脏影响的争论始于1988年的一项研究。因为这项研究不包括妇女,它也就没有提供关于这种药减少妇女心脏病发作的证据.     

新时期变电站工程建设管理探析

近年来,随着国民用电量的不断增长,对电力系统的正常供电提出了新的要求,为了满足人们的用电需求,电网规模不断扩大。变电站作为电网中较为重要的组成部分之一,与之相关的工程项目建设越来越多。由于变电站工程项目的特殊性,给建设管理增添了一定难度,为确保工程项目能够顺利完工,就必须不断加大对变电站工程的建设管理力度。基于此点,本文首先分析了新时期我国变电站工程建设项目的特点,并在此基础上提出变电站工程建设管理的具体措施。     

表达牛肉风味强化肽P.postoris GS115(pGAP9-16BMP)摇瓶发酵条件的优化

从碳源种类及质量浓度、氮源质量浓度、温度、pH等方面对构建的工程菌P.postoris GS115(pGAP9-16BMP)摇瓶发酵条件进行了优化.结果表明,最佳表达条件为:甘油30 g/L,蛋白胨40 g/L,酵母粉20 g/L,挡板三角瓶装液量为30%,菌体生长阶段控制温度32℃,初始pH 6.0,培养96 h.在此条件下,牛肉风味强化肽BMP(Beefy Meaty Peptide)表达量最高为41.9 mg/L.     

2007年度上海师范大学理工科获奖成果简介

2007年,上海师范大学作为第一完成单位获得了2项上海市科学技术三等奖,分别是“稀土纳米多波段转光材料及转光农膜”和“数控加工仿真系统”。     

上海师范大学（理工科第四期）重点学科简介（下）

“软件与自动化技术”学科带头人为高建华教授,学科主要研究方向有：（1）软件工程,主要研究软件工程理论与方法,包括：类测试技术、回归测试策略、测试用例设计方法等;（2）网络与自动化技术,主要研究计算机两络协议、移动通信环境下的网络安全性,研制Linux系统的分布式网络与多处理机环境下并行处理算法等;（3）数字图像处理,主要研究二维及三维人脸识别系统中关键技术、三维人脸建模技术、基于分形编码的图像检索与识别算法.     

基于BP神经网络的产品性能满意度预测分析

为了解决传统性能设计缺乏复杂场景要素、忽略用户个性化行为等问题,提出一种用户体验评论数据驱动的产品性能满意度预测分析模型.通过分析在线评论数据,获知用户使用产品后的体验满意程度,在此基础上构建由产品结构配置和实际使用工况向性能满意度映射的神经网络模型,分析使用工况作用下的性能满意度影响因素及其影响方式.首先,结合领域本体知识概念和产品使用说明书,整理影响产品性能的相关结构配置要素.之后,以用户感知产品属性后发布的在线评论为数据源,借助自然语言处理技术进行评论内容的细粒度识别,获取产品的实际使用工况,包括使用的环境条件及用户的行为习惯;利用情感分析技术对用户在线评论内容的情感正负倾向进行标定,叠加到用户主观选择的产品评分上,作为用户对该项性能的满意度评分.接着,构建由结构配置要素、使用环境条件和用户行为习惯向性能满意度评分映射的BP神经网络模型,训练后的模型具有较好的预测功能,可以给定新的配置方案,进行不同使用工况下的满意度评分预测.最后,对不同性能结构配置组合方案进行用户满意度预测,分析其中的关键因子及因子间的交互效应.以汽车产品动力性属性为例,进行模型验证,对汽车动力性指标设计和改进提供参考和帮助.