茚二酮显现手印最佳配方研究

研究茚二酮溶液不同配方对常见渗透性客体手印显现效果的影响,探索能长时间保存、显现效果好的最佳配方。通过考察茚二酮配方中氯化锌的添加与否、氯化锌沉淀过滤与否、溶剂的选择、茚二酮的种类等方面对手印显现效果的影响。结果表明,茚二酮配方中加入氯化锌,溶剂选择HFE-7100的情况下显现效果较好,具有很强的荧光,并且1,2-茚二酮与5,6-茚二酮(全名5,6-二甲氧基-1,2-茚二酮)溶液对常见渗透性客体上的手印均能很好地显现,应用范围广泛,希望公安实践部门能够推广和普及。     

话“术语哲学”

2003 年,国际术语学研究所举办了东西欧术语学基础理论比较研讨会,在此会议上,来自东、西欧的术语学研究者畅所欲言,对自20世纪30年代以来,在奥地利(代表欧洲中西部地区)和苏联等东欧国家逐渐发展起来的术语学理论进行了深入研讨。俄罗斯女学者阿莱克谢耶娃做了“术语学和哲学之间的相互影响”的主题发言,国际术语学研究所副所长布丁教授也以“对术语哲学的展望”为题做了演讲,它探究了术语学的哲学源头,分析了术语学理论与“知识工程”和“知识本体”的内在联系,以此作为对东欧学者的呼应。文章旨在介绍布丁教授这篇演讲里的重要观点,以期为广大读者充分了解术语学的理论基石提供途径。     

幸福感的静息态功能磁共振成像低频振幅

人人都想得到幸福,但并不是每个人都有相同的获得幸福的能力.对于幸福个体差异这一重要而又有意义的问题,以往很少有研究来探索该问题的神经起源.本研究采用静息态功能磁共振成像中的低频振幅(amplitude of low frequency fluctuations,ALFF)技术,以159名健康大学生被试为对象,研究了幸福感与大脑自发神经活动之间的关系.结果发现,额叶、顶叶以及部分皮层下区域的ALFF值与幸福感有紧密关系.具体地说,左、右侧眶额皮层和左侧背外侧前额皮层,以及右侧尾状核的ALFF值随着幸福感的增加而升高,并且这些区域的ALFF值都与情绪有显著相关.相反,右侧中扣带皮层,左侧顶上沟以及双侧楔前叶的ALFF随着幸福感的增加而降低.这些区域的ALFF值不仅与情绪有关,而且还与沉思的倾向有关系.这些大脑区域的ALFF值与幸福感的关系可能表明了高低幸福感个体在自我反思、奖赏加工、情绪调节等能力上存在显著差异.     

高职院校大学生综合素质考核平台建设研究与实践

目前,随着高职院校生源的增加,大学生多样化的特点日趋明显,传统的学生综合素质评价方法操作难度大、效率低,已难以适应现代教学管理需求.借助信息技术和现有网络资源,运用HDFS体系架构,建立可记录、可评价、可测量、可呈现的大学生综合素质考核平台,对大学生进行综合的、客观的、动态的评定和判断,及时反馈相关信息,对提高学生的综合素质,推动高校的素质教育改革,构建三全育人的科学化、系统化、制度化、规范化、信息化建设具有重大意义.     

手掌面脱落细胞接触转移规律研究

探究手掌面皮肤脱落细胞接触转移的形态学规律。实验通过细胞染色的方法,借助显微镜观察并统计了在不同压力、不同接触时间下手掌面脱落细胞的转移数量,结果发现脱落细胞转移具有很大的随机性和不确定性,即使同一个人在不同的时间脱落细胞转移数目也不相同,但可以得出有核脱落细胞转移总数较少,一般不超过20个。在一定范围内,随着接触压力增大、接触时间增长,脱落细胞转移数量有所增加。     

工科实验课程改革与实践

提出了实验教学的新思路及具体实施方案。在教学上将传统实验教学与现代高新技术相互结合,教学方法注重了基本技能、实验总结能力和创新精神的培养。为满足工科院校学生对于化学实验课程的需求,化学实验课程的革新是必然性。从化学实验课程的教学内容、教学方式、考核体系和师资队伍打造几个方面进行探讨,以提高学生的应用能力和创新能力为目标,争取取得令人满意的教学效果,满足工科院校的人才培养目标。     

基于实验教学的火焰光谱测量系统设计及应用

根据热能与动力工程专业本科实验教学对燃烧测量的需求,设计了一套火焰光谱测量系统。该系统以一台可见光光谱仪为主要设备,通过自行开发的火焰光谱处理软件可测量各种火焰光谱辐射强度,并结合热辐射定律及双色法可计算出火焰温度和黑度,反映火焰燃烧状态。本系统易于操作,应用于实验教学中,分别测量了乙烯火焰和酒精灯火焰,计算了乙烯火焰温度和黑度,并根据测得光谱强度分布判断出酒精灯火焰中包含碱金属元素,向学生展示了火焰光谱测量的方法及特点。     

柔性可穿戴传感器及大面积阵列制造新方法

柔性可穿戴传感器作为穿戴式电子系统的重要组成部分，在个人健康监护、人机交互体系以及人造电子皮肤等领域具有广阔的应用前景，是当下最前沿的研究领域之一。文章概要介绍了不同类型的柔性可穿戴传感器的研究现状，简略归纳了柔性传感器中的关键技术参数，同时对柔性传感器大面积阵列制造所面临的挑战及新方法进行了阐述和分析，最后展望了柔性传感器未来的发展趋势。     

基于二阶统计量的小样本学习算法研究

为了提高小样本学习的准确率和抗干扰能力,提出了一种基于二阶统计量的小样本学习模型,以CNN最后一层卷积输出的一阶特征向量为输入,通过计算协方差矩阵和二阶池化获得具有较高区分度的二阶统计量,采用奇异值(SVD)分解将二阶特征映射到低维仿射子空间并据此分类.本算法在Omniglot和minilmageNet数据集上进行了测试,实验结果表明,在minilmageNet上的5-way 5-shot模型准确率达到了73.6％,比Prototypical Networks高出5.4％,在Omniglot上的20-way 1-shot模型准确率则获得了2.4％的提升,本算法性能优于Prototypical Networks等算法.在异常值测试中,本算法也展现出比Matching Networks和Prototypical Networks算法更强的鲁棒性.