锅炉用水中电导率与含盐量关系的研究

通过pH值、温度对电导率影响的实验研究,得出pH值在8．3时电导率与含盐量的变化及电导率与温度的变化均呈现良好的线性关系．从模拟锅炉水标准溶液的实验结果分析,得出含盐量与电导率关系的计算式为：TDS=κ×A±κ×A×B×△t．利用该式可以快速检测锅炉水的含盐量并可建立在线检测．     

STEP-NC研究现状与发展趋势

文章针对传统数控程序的缺陷,指出采用STEP-NC作为CAM和CNC间数据交换接口的必要性,分析了STEP-NC数据模型的核心内容,重点研究了STEP-NC的几种实现方法;介绍了国内外的研究概况,讨论了几个尚待深入研究的问题。     

血管内皮生长因子对牛早期胚胎发育的影响

为了探明血管内皮生长因子VEGF对牛体外受精胚胎早期发育的影响,本试验采用了成分明确的体外发育培养系统.通过在体外发育培养液中分别添加0、1、5、10 ng/mL的VEGF,对868枚胚胎的发育能力进行检测.研究结果显示:对照组与添加1 ng/mL、5 ng/mL、10 ng/mL VEGF的各实验组卵裂率分别为61.99%、75.69%、76.81%、68.92%;8-细胞期发育率分别为51.82%、61.21%、65.41%、63.40%;囊胚期发育率分别为27.74%、24.85%、23.90%、22.88%;囊胚孵化率分别为5.11%、4.85%、5.66%、3.27%.添加1、5、10 ng/mLVEGF与对照组比较,卵裂率、8-细胞期发育率有所增加,囊胚期发育率和囊胚孵化率表现下降趋势,但实验组与对照组间上述几项发育指标差异均不显著(P>0.05).     

应用生物信息学鉴定急性STEMI患者通路及Hub基因

利用基因表达综合数据库数据集的生物信息学分析,确定4h内STEMI患者血液RNA诊断生物标志物。从基因表达综合数据库中提取RNA表达谱数据集,寻找差异表达基因并对差异基因进行富集分析,在蛋白相互作用网络中筛选Hub基因,建立了基于Hub基因的随机森林模型和逻辑回归模型。结果表明,与健康对照组比较,STEMI患者中鉴定出300个明显DEGs。炎症和免疫相关的途径显著富集,鉴定出7个关键基因,即FPR2、ITGAM、BST1、CEACAM8、MMP9、ELANE和FPR1。通过对7个Hub基因构建随机森林模型和逻辑回归模型,准确地将STEMI样本与健康对照样本分开,对STEMI的预测具有较高的准确性。     

基于软构件的车间生产管理系统快速重组平台

基于软构件的生产管理系统组织平台,把生产中的各种资源作为软构件组织起来,根据动态到达的生产任务要求及时构建生产管理系统,可以快速响应制造环境的变化以及生产任务的变更,实现系统结构的动态改变．提出了采用软构件技术实现车间生产资源的快速重构方法,并从系统设计流程、构件设计和结构设计等方面讨论了基于软构件技术的车间生产管理系统快速重组的关键问题．     

浅析我国遭遇反倾销的产品类型及原因

本文通过对典型对华反倾销案件的分析,指出全球反倾销案件主要涉及的行业,主要集中在资本密集型行业;“中国制造”的低成本发展模式自然导致其成为发达国家贸易壁垒的众矢之的;对发达国家强大的强制手段,中国企业应时反倾销程序的手段显然略逊一筹。提出在认清我国遭遇反倾销手段的产品类型及原因后,我们应该扬长避短,未雨绸缪,争取最大限度的减少其对我国出口产业的不利影响。     

基于灰色关联度分析和支持向量机 回归的沥青路面使用性能预测

沥青路面使用性能多因素预测是一个复杂的非线性问题,传统预测模型存在很多不足。为弥补传统模型的缺陷,建立一个高精度、长周期、多因素的预测模型,通过灰色关联度分析对各因素进行降维处理,选择与沥青路面使用性能关联度较大的影响因素进行支持向量机回归非线性预测,提出了基于灰色关联度分析和支持向量机回归(GRA-SVR)的沥青路面使用性能预测模型。最后选用广云高速实测车辙指数(RDI)值进行实例验证,并同GM(1,1)和PPI两种模型的预测结果进行了对比分析。结果表明:基于GRA-SVR建立的多因素预测模型具有很好的精度和可操作性,可在长周期过程中使用,为大数据养护决策提供了模型参考和依据。     

鼠耳蝠下丘听神经元对超声刺激的反应特性

实验在５只鼠耳蜗上进行，共观察了２２７个对超声刺激发生反应的下丘听神经元。这些神经元听反应的最佳频率在１４．３－７６．２ｋＨｚ之间；潜伏期在３．０－１２．０毫秒之间，多数神经元（７９．３％）为５．０－７．０毫秒；最低阈值位于－２０．０－７０．０ｄＢ ＳＰＬ之间；多数神经元（８２．０５％）的调谐曲线为宽阔型，少数（１７．９５％）为狭窄型；反应最佳频率沿下丘背腹轴呈明显有序地排列。     

基于云计算环境的蚁群优化计算资源分配算法

提出一种基于蚁群优化(Ant Colony Optimization)的计算资源分配算法.分配计算资源时,首先预测潜在可用节点的计算质量,然后根据云计算环境的特点,通过分析诸如带宽占用、线路质量和响应时间等因素对分配的影响,利用蚁群优化算法得到一组最优的计算资源.通过在Gridsim环境下的仿真分析和比较,这种算法能够在满足云计算环境要求的前提下,获得比其他一些针对网格的分配算法更短的响应时间和更好的运行质量,因而更加适合于云环境.