丛状纤维组织细胞瘤的声像图表现及分析

目的探讨丛状纤维组织细胞瘤的声像图特点。方法应用二维及彩色多普勒观察5例丛状纤维组织细胞瘤病灶并将其二维及彩色多普勒表现与手术、病理检查对照。结果 5例患者中,4例病灶位于皮下软组织中,1例病灶以侵犯肌层为主,边界均整齐,内部回声尚均匀,后方无声衰减,血流信号不丰富,阻力指数较高。结论超声检查对丛状纤维组织细胞瘤的临床诊断能够提供重要参考信息。     

基于小波聚类的数据集简化算法研究

大数据集没有非常有效的简化方法。提出一种基于小波聚类的数据预处理的算法DPWaveCluster,该算法包括量化特征空间、小波变换、聚类、形成查找表、映射数据点到聚类,以及按要求在聚类标识周围选取适当数据点形成简化数据集等操作步骤。利用小波变换的多分辨分析特性获得无监督聚类来帮助简化数据集。通过synthetic_dat和topo标准数据集的仿真实验表明,该算法实现简化大数据集高效而适用。     

湿式电收尘器在CO2气净化过程中的应用

简要介绍了湿式电收尘器的工作原理及特点，分析了影响电收尘器使用性能的因素。企业在实际应用过程中综合利用了电收尘器的优点，并对其缺点做了适当改进．从而取得了较好的收尘效果。     

示波极谱溶出法直接测定镍中痕量镉和铊

<正> 痕量镉或铊的极谱测定方法很多,但对于镍中ppb级的镉,二次导数法和催化法灵敏度不够,阳极溶出法需除去基本元素镍。等不经分离直接测定镍中铊,我们的实验证明,镍量不能高于0.03M(约1.7mg/ml),且在酸性条件下易受到镉波干扰。如果用表面活性剂抑制镉波测定铊,铊波在-0.45伏左右(静汞滴电极上),易受铅波干扰。用EDTA掩蔽镉、铅、镍,因其溶解度限制,允许镍浓度不可能太大,且又     

具有优先级区分的RED算法研究

为解决网络拥塞问题,实现网络用户的服务区分,提出了一种基于IPv6网络的可区分用户优先级的主动队列管理算法,即优先级区分RED(Random Early Detection)算法.该算法在IPv6基本报头的流标签域中标记用户的优先级,并对不同优先级的数据包进行不同的丢包处理.通过OMNeT++3.2模拟仿真的实验结果表明,基于IPv6网络的优先级区分RED算法能区分用户的优先级,保证了有优先级用户的服务质量.     

求解非线性等式和不等式问题的一种光滑化算法

给出了求解非线性等式和不等式问题的一种新算法.用Max函数将不等式约束转变为等式约束,建立了一个半光滑的无约束方程组系统,并设计了一种光滑化Gauss-Newton算法求解该系统.在适当条件下,证明了此算法的全局和局部收敛性.数值实验表明此方法的有效性.     

野木瓜水溶性多糖的提取、分离及结构分析

采用纤维素酶法从野木瓜中提取水溶性粗多糖,通过正交试验确定了最佳提取条件:提取温度50 ℃,pH 4.0,提取时间2.5 h,酶用量50 U/g.粗多糖经蛋白酶与Sevage法相结合脱蛋白、大孔树脂脱色及水浴透析,得到野木瓜水溶性精多糖CCP,再经DEAE-纤维素阴离子交换层析柱,得一种主要洗脱组分CCP1.纸层析和Sepharose Cl- 6B色谱柱分析表明CCP1为多糖纯品,苯酚-硫酸比色法测得该多糖的糖含量为97.3%,紫外光谱分析未见蛋白质(280 nm)与核酸(260 nm)的特征吸收峰,红外光谱分析发现典型多糖吸收峰.结果表明,CCP1是初次从该植物中提取分离出来的新的均一多糖组分.     

乘员舱驾驶员位置微环境及人体热舒适分析

采用实验与数值模拟相结合的方法对夏季乘员舱内驾驶员位置的微环境及人体热舒适性进行了研究。首先通过11个不同工况分析了空调送风温度、送风速度、太阳辐射强度、太阳高度角以及环境温度对驾驶员位置不同部位微环境的影响,接着基于Stolwijk人体热调节模型,采用Berkeley热舒适评价模型对乘员热舒适状态进行了模拟,得到了各影响因素对人体热感觉及热舒适的影响程度。     

复归潜隐的学生主体性提升高校教学满意度

高等教育大众化背景下,高等教育教学质量问题成为全社会关注的焦点。站在学生主体立场,从专业、年级、性别三个维度分析学生在学习态度、学习习惯、学习期望、学习目标、学习方法、学习抗干扰力方面对教学满意度的影响程度,并提出相应的策略。     

电视暴力内容分析及应对策略：一项基于编码技术的研究

在媒体力量日益强大的今天，电视暴力的影响在各领域广泛探讨。采用国外较为先进的编码技术，依据现有的电视暴力研究编制了第一个中文版的电视暴力编码表，并从中央台和地方台抽取376 h的电视节目样本进行电视暴力编码，分析国内电视暴力的现状。结果发现少儿节目中的暴力次数和强度较高。据此作者通过反暴力视频对儿童的攻击倾向进行干预研究，发现短期的反暴力视频可很快降低儿童的攻击性，但要保持此效果还须更长期的干预。