生物分子β—carotene的放大自发辐射与荧光对CS2受激拉曼散射的影响

利用β-carotene的双荧光行为和三阶非线性光学系数较大的性质,将其溶于CS2液体稀释成浓度不同（3．72×10^-5～3．72×10^-12mol／L）的溶液作为液芯光纤的芯液体进行受激拉曼散射研究．试验表明,当溶液浓度大于3．72×10^-7mol／L时,β-carotene的放大自发辐射对Stokes阈值和强度的变化起主要作用;当浓度小于3．72×10^-7mol／L时,β-carotene的放大自发辐射消失而荧光起主要作用：很小能量激光激发就能获得多级高阶Stokes光,各阶Stokes闽值随浓度升高而降低．该研究对实现宽带受激辐射激光器、种子激光等有光明应用前景．     

溶液浓度对短链多烯类生物分子结构有序及光学性质的影响

测量了链状多烯类生物分子番茄红素,β-胡萝卜素在CS₂中不同浓度(10^-6~10^-11 M)的拉曼光谱和紫外-可见吸收光谱. 结果表明, 随其在CS₂中浓度降低, 分子结构有序性增加, 使其产生弱阻尼碳碳键相干振动, 即拉曼活性极大增加, 碳碳键散射截面极大幅度提高, 其和频倍频拉曼光谱强度很强. 紫外-可见吸收光谱带变窄.     

单变量序列数据分类方法综述

单变量序列数据分类涉及现实世界的诸多应用领域,具有重要的研究意义与应用价值。目前,单变量序列数据分类领域的发展处于深度学习逐渐取代传统方法的关键时期,但相关的归纳综述仍然很少。为了促进未来研究,本文对单变量序列数据分类方法进行了全面的总结,根据提取分类信息的不同,将现有分类方法分为基于形状信息、基于频率信息、基于上下文信息以及基于信息融合4种类别。此外,本文依托公开数据集对典型分类方法进行了对比与分析,并对未来研究方向进行了展望。     

基于小波分形技术提取变速器轴承故障特征

利用小波技术对变速器轴承振动信号进行分解,对特定层的信号进行重构,并计算重构信号的分形维数,来实现变速器轴承不同技术状态下特征提取。实验结果表明,特定频率振动信号的分形维数能敏感反映变速器轴承技术状态,它可以作为诊断变速器轴承故障的一个重要特征量。     

病人

<正>一这是费尔南多医生无数个无聊下午中的一个。他把办公桌上的沙漏翻过来又倒过去,一次次地看着褐色的细沙流尽。当他第六十五次这样做的时候,敲门声响起了。"请进。"与此同时,费尔南多把沙漏放好,正襟危坐。细沙再次流淌,发出滋滋的声音,像是窜动的电流。进来的是个年轻的病人,瘦高个儿,穿着灰色呢绒外套。"下午好,医生。"他坐到费尔南多医生面前,脸色有些发白。"嗯,下午好。怎么,感觉哪里不舒服吗?"     

一种标定指纹无特征区的新方法

指纹中无细节点特征的区域,即为无特征区。受指纹细点线位置、指纹纹线流向等因素的影响无特征区域的分布显高度随机性,因此无特征区本身就是一种高质量特征,可用于指纹识别。但是由于无特征区域形状会根据指纹细节点位置的变化而发生改变,我们很难使用一种统一的模型来表达无特征区域。研究设计了一种新颖的无特征区域表达方法,该方法使用网格标定的方式来实现对无特征区域的表达建模,首先沿横向和纵向把指纹分成若干等份,然后在各网格中统计无特征区域的分布位置与纹线条数等信息。为验证方法性能,构建一个小型指纹数据库,该数据库包含100枚三面捺印油墨指纹。实验结果显示两枚不同指纹中单个无特征区信息相同的概率为1%,多个(2个及以上)无特征区信息相同的概率为0%。可以实现指纹无特征区统计的稳定性。     

针对人食管癌细胞株ECa109的免疫脂质体的制备及其与细胞的相互作用

脂质体作为一种新的基因和药物载体越来越受到人们的重视.为使脂质体能携带其包裹物有效地到达靶细胞或靶组织,近年来出现了免疫脂质体(Immune liposome).Huang等利用脂肪酸的N-烃基琥珀酰亚脂肪成功地实现了脂肪酸与抗体IgG的偶联,制成了针     

乙腈体积分数对水的氢键网络结构的影响

拉曼光谱是研究液体分子及分子间相互作用的主要振动光谱技术.本文采用显微共聚焦拉曼光谱研究了乙腈-水二元溶液中水的振动特性.通过改变乙腈-水系统的体积分数,水的氢键网络结构将受到影响.测量了乙腈体积分数10%~90%的水溶液.结果表明:在低的体积分数下X_(cn)0.3时,水分子呈现氢键网络结构;0.3X_(cn)0.5时,水分子呈现氢键网络结构与复合物共存形态.乙腈分子体积分数占优势时,水分子对称伸缩振动发生红移,水分子间及乙腈-水复合物的氢键强度减弱,氢键网络结构将会破坏,拉曼模式的线宽、峰形发生改变.