纳米硒的功能设计及其在肿瘤精准治疗中的应用进展

 纳米硒作为一种新型单质硒，与有机硒和无机硒相比具有更高的生物利用度，更强的生物活性和更低的毒性，并且具有抗氧化和抗肿瘤的作用。概述了纳米硒在生物医药中的应用，包括纳米硒用于化疗、放疗、放化疗以及其他临床药物的增敏，纳米硒的功能化和靶向修饰增强抗肿瘤效果，含硒纳米材料在抗肿瘤中的应用，纳米硒的毒理学，介绍了纳米硒制剂产业化发展情况。     

大国重器——盾构心脏

作品摄于杭州2022亚运会重点配套建设项目——杭州地铁8号线钱塘江过江隧道工程工地. 该工程使用的盾构机,是我国拥有自主知识产权的隧道施工重器.工程初期,盾构机下井是最重要的工作之一,作为盾构机部件现场组装的重要工作——盾构机刀盘的刀具焊装必须先行.该项工作的工作量大、焊接质量要求高,焊工们为确保工作进度,连夜挑灯焊装盾构机刀盘的刀具……     

基于稀疏图正则矩阵判别分析的高光谱图像分类

光谱和空间信息的联合使用是高光谱图像分类领域的研究热点之一.本文在已有的矩阵判别分析(MDA)模型的基础上,提出了一种基于稀疏图正则的改进模型.在有效融合高光谱图像光谱-空间信息的同时,能充分挖掘无标签样本的信息,从而提升了模型的分类性能.为了验证本文算法的有效性,在两个高光谱数据集上,与多种方法进行了对比.实验结果表明,本文提出的算法优于其他同类算法.     

如何提高土地资源管理专业GIS类课程教学效果

通过理论教学与实践得出，提高土地资源管理专业GIS类课程教学效果应该从课程建设、完善实践教学体系与内容、提高教学方法与手段以及加强实验室建设等方面入手，使得教学的基础得到保障、内容有针对性、教学手段先进和实验室高效运行。     

风险承包分类型 激励制约两手硬

今年以来,丹阳市吕城镇党委、政府按照"产权制度明晰化、分层推进风险化、讲究实效规范化"的要求,深化改革,加大力度,先后在全镇24家镇办企业中推行形式多样的风险经营承包责任制,使乡镇企业逐渐丧失的优势得到再现。今年1-4月全镇镇办企业完成产值13721万元、销售9822万元,分别比去年同期增长33%、39%,7家亏损企业已有5家明显减亏,年底有望扭亏为盈。在推行风险经营承包责任制过程中,吕城镇主要做法是:一、加大风险力度,分类型推进风险经营承包。这个镇按照"突出重点、分类指导、稳步推进"的工作思路,把政府引导和群众意愿结合起来,不强行某种模式,而是根据镇情、企情,加大风险力度,区分三种类型:一是对全镇10家效益较好、规模较大的企业,继续完善     

含负折射率材料的一维光子晶体中的全向缺陷模

发现由正、负折射率材料交替堆叠构成的一维光子晶体中的零平均折射率(zero-n)带隙中的缺陷模具有3种类型的角度色散,分别为正色散、负色散和近零色散。利用近零色散特性可实现全向缺陷模,此缺陷模的频率在任意角度下均保持不变。研究了具有近零色散的缺陷模与光子晶体的结构参数之间的关系。通过改变光子晶体的结构参数,对缺陷模的近零色散进行优化,实现了分别对应TE波或TM波的单偏振全向缺陷模。此外,发现全向缺陷模的频率不对应光子晶体平均折射率为零的频率,全向缺陷模为光子晶体器件(如全向滤光片)的设计提供了新的思路。     

壳聚糖Cu(Ⅱ)配合物的合成及吸附性能

目的 研究高脱乙酰度壳聚糖对Cu（Ⅱ）离子的吸附动力学，并对吸附条件进行优化。方法用红外光谱、元素分析对配合物的组成进行表征。结果壳聚糖与Cu（Ⅱ）离子的吸附配位反应符合一级反应动力学方程，25℃时其吸附反应速率常数为0．0685h^-1，吸附反应的表观活化能Ea为5．60kJ/mol。结论 壳聚糖与Cu（Ⅱ）能发生吸附反应，形成2：1（物质的量比）的配合物。     

斩控式电力电子装置开关矩阵分析

对斩控式电力电子整流、逆变、周波变换及交直流电压控制器主电路运行的共性技术问题进行了分析，提出一种以功率因数可调，输入电流和输出电压正弦为目标的开关矩阵调制函数。计算机分析和部分试验结果表明，载波频率相对工作频率足够高时，采用该调制函数，变换器能基本实现目标。     

基于区域生成网络结构的多层特征融合目标检测算法

现有深度学习目标检测算法往往只利用了卷积神经网络(convolutional neural network,CNN)提取的深层特征进行判别,对浅层特征利用不足。为了利用浅层的细节信息来提高最终所提取的特征层信息的丰富性,提出了一种基于区域生成网络(region proposal network,RPN)结构的多层特征融合目标检测算法,该算法通过深度卷积网络获取不同层次的特征,并将浅层特征与深层次特征进行融合来获得更加丰富的提取特征,以提升检测模型的性能。以Image Net上的公开数据voc2007为实验对象,以Faster RCNN为基础的检测框架进行改进,最终改进后的平均精度均值(mean average precision,mAP)相比于Faster RCNN有所提升,表明研究结果提升了目标检测模型的准确度。     

基于类加权YOLO网络的水下目标检测

由于水下目标检测面临着图像模糊、尺度多样化、复杂背景等问题,给水下目标检测应用带来很多挑战.本文提出了一种基于类加权YOLO网络的水下目标检测方法,主要思想是在深度网络YOLO的基础上,构造了类加权损失函数,来平衡样本难易程度以获得更好的效果,并引入了目标框自适应维度聚类方法,进一步提升了检测性能.实验结果表明,本文算法与传统的YOLO网络模型相比,在每幅图片包含近20个目标的密集目标检测任务中,能够将平均准确率从71.2%提升至74.1%,召回率由71.1%提升到78.3%.