麻黄细辛附子汤6种活性成分提取动态变化研究

研究麻黄细辛附子汤中盐酸麻黄碱、盐酸伪麻黄碱、细辛脂素、苯甲酰新乌头原碱、苯甲酰乌头原碱、苯甲酰次乌头原碱在提取过程中的含量动态变化。采用HPLC，测定水提取过程中不同时间提取液中6种活性成分的含量。结果表明，6种活性成分溶出量均在前90 min呈上升趋势，且组分稳定存在。90 min后，溶出量增长趋势变缓并有不同程度的消减，存在状态不稳定。研究认为麻黄细辛附子汤的提取工艺为水煎提取90 min，既可保证6种活性成分的稳定存在，又使其溶出量达峰值。     

八肋游仆虫中心蛋白与铕离子相互作用的电化学研究

使用电化学阻抗法(EIS)和循环伏安法(CV)研究了野生型八肋游仆虫中心蛋白(EoCen)在玻碳电极表面的吸附特性及EoCen与Eu3+的相互作用过程。研究发现EoCen在电极表面的吸附不受电极电势的影响;EoCen与N端中心蛋白(N-EoCen)的吸附性相比,吸附速率相近,吸附自由能相近。CV和EIS滴定实验都证明Eu3+与EoCen形成了配位比为4∶1的配合物。并且滴定曲线能够区分EoCen上的四个金属离子结合位点,与使用光谱方法不能有效区分这四个位点相比,电化学方法更具优势。     

山东、安徽汉族与我国19个族群体质特征的聚类分析与主成分分析

测量了山东汉族成人778例(男428例,女350例)与安徽汉族成人693例(男352例,女341例)的13项身体遗传学指标(头长、头宽、额最小宽、面宽、形态面高、鼻宽、鼻高、口裂宽、眼内角间宽、身高、坐高、肩宽、骨盆宽),采用聚类分析和主成分分析法进行山东、安徽汉族与我国19个族群亲缘关系的研究.聚类分析结果表明,山东和安徽汉族与我国蒙古族、回族、赫哲族较为接近.主成分分析结果表明,山东和安徽汉族具有身体高度大、头部长度大、面部宽的特点.这一结果表明这两个省份汉族族群的体质特征与我国北方族群更为接近.     

基于解释结构模型的我国高等教育质量影响因素分析

高等教育质量国民经济的发展起着重要的作用,是各高校工作任务的重心。当下我国高等教育已经进入到快速发展的阶段,系统分析影响高等教育质量因素十分有必要。本文采用解释结构模型(ISM)对影响我国高等教育质量的因素进行了深入分析,以便用于指导实践。     

铁负载膨润土对铀(VI)的吸附特性及机理研究

采用膨润土经提纯、钠化及负载铁等过程制备铁负载膨润土,通过静态吸附实验研究了pH、离子强度、吸附剂投加量、U（Ⅵ）初始浓度、阳离子Ca^2＋、Mg^2＋以及阴离子CO3^2-、HCO3^-等对铁负载膨润土吸附模拟废水中U（Ⅵ）的影响,进行了吸附过程动力学、热力学分析,并利用傅里叶红外光谱（FT-IR）、扫描电镜（SEM）探讨了相关吸附机理.试验结果表明,pH值和离子强度是影响吸附效果的重要因素,当溶液pH为6,离子强度为0.01 mol/L NaNO3,U（Ⅵ）初始浓度为19.08 mg/L,铁负载膨润土投加量为0.2 g/L,24 h吸附量达到88.06 mg/g.当pH〈6时,Ca^2＋、Mg^2＋、CO3^2-、HCO3^-的存在分别降低了铁负载膨润土对U（Ⅵ）的吸附效果,而pH〉7时影响作用不大.准二级动力学和Langmuir等温吸附模型对铁负载膨润土吸附U（Ⅵ）的拟合效果较好,SEM和FT-IR分析结果表明铁负载膨润土主要通过羟基络合及离子交换作用结合U（Ⅵ）进入其层间及表面.     

论叶适对韩、欧碑志文的继承与新变

叶适作为南宋前期著名的思想家、政治家、文学家,在文学方面的成就向来为人所称道,其碑志文更是散文中的一大特色。叶适碑志文不止继承了韩愈、欧阳修记录人物“随事赋形”“纪大略小”的特点,而且还呈现出一些新变化。叶适对人物事件的拣择详略,受其学术思想的影响很大。这种新变与南宋日趋深化的学术派别分野意识以及永嘉学派本身的思想特性有着莫大关系。而这也似乎暗示着一种南宋文学与学术关系的新形态的形成。     

广西民族预科《普通化学实验》教学的现状与思考

文中阐述了广西民族预科《普通化学实验》教学的现状,针对《普通化学实验》教学中存在的主要问题,提出了解决现存问题的办法和建议。更加明确民族预科化学实验教学改革和今后发展的方向,为提高民族预科化学实验教学质量奠定基础。     

国内专利引文评价领域研究进展分析

专利引文评价是当前国际情报学界的研究热点之一。通过对近年来国内发表的情报学文献的文献计量分析,发现专利引文评价是一个多学科交叉的复合型研究领域,其理论与方法主要建立在法学、科学学、经济学、管理学等相关知识的基础之上,国内从事专利引文评价研究的机构主要包括华中科技大学、浙江大学、大连理工大学及中科院相关院所,研究主题主要分布在专利质量评价、专利价值评估指标构建、技术创新路径发现、专利战略制定、专利网络分析及可视化、科学—技术关联探测等方向。     

基于流形学习的DNA序列数据挖掘方法研究

由于人类DNA序列上单核苷酸具有多态性,DNA序列异常挖掘是后基因组时代的一个重要研究课题。文章在分析现有DNA序列数据挖掘方法的基础上,利用流形学习中不同低维嵌入向量之间向量距离不同的特点,提出了基于流形学习的DNA序列数据挖掘方法(5Dlocally linear embedding,简称5DLLE)。实验结果表明,与隐马尔可夫模型(HMM)和支持向量机(SVM)相比,文中所提出的5DLLE方法在DNA序列数据挖掘方面具有一定优势,不但平均识别率高,而且计算时间相对较少。