一种背景自适应的运动目标检测算法

鉴于传统混合高斯模型背景更新的不足,融合边缘检测、帧间差分,提出一种背景自适应的运动目标检测算法。该算法利用Sobel算子提取图像的边缘信息,采用了三帧差分法把每帧图像分为背景区域、背景暴露区域以及目标运动区域,对背景暴露区域、背景区域以及运动区域采用不同的背景更新策略。实验表明,算法对缓慢运动物体、光线突变及背景融入等条件有较好的适应性,能够有效地检测运动目标。     

用概念图激发学生计算思维

本文将思维导图作为教与学的策略和工具嵌入《C语言程序设计》课程教学过程中,并以此构建学生的知识网络,帮助学生搭建软件基础理论体系。有助于学生整合新旧知识、浓缩知识结构,从而使学生从整体上把握知识,将课程的新旧内容进行很好地衔接,激发学生计算思维。     

非内吞依赖型生物大分子药物胞质递送策略研究进展

生物大分子药物由于具有高效、高特异性等优点,已成为新一代治疗药物的重要组成部分,但其分子稳定性差、易被酶解、难以跨越生物膜。传统的生物大分子药物纳米递送策略的有效性主要受限于溶酶体逃逸效率低,针对性开发非内吞依赖型的胞质直接递送策略具有重要意义。本文综述细胞穿透肽、低pH插入肽、清道夫受体介导的非内吞作用、膜融合、内质网途径、硫醇介导、基于液-液相分离技术的非内体捕获型生物大分子药物胞内递送策略的效应机制和研究进展,并分析了技术转化难点。     

巴黎,狗的天堂

被誉为"花都"的巴黎,是座美丽、迷人的城市,尤其是当夜幕降临之后,更加显出她那婀娜多姿的风采。我们下榻的阿莱德雅旅馆,坐落在十分繁华的蒙玛特尔大街。每天吃过晚饭,大家总喜欢出去走走。这次,翻译小王不在,我独     

沥青混合料水损害试验方法探究

详细研究了国内外沥青混凝土水损害试验的不同方法和原理，提出各试验方法所反映出的水损害的主要影响因素及各试验方法存在的问题，为路面工程建设提供了有效的、能避免或减少沥青路面水损害的分析．     

放线菌生物活性物质的高通量筛选

 放线菌是产生生物活性物质最多的一类微生物.最近3年,我室从云南省采集土样,分离到3000多株放线菌、真菌,选择其中2600株,进行发酵,制备成提取物,利用自建的抗氧化、抑制乙酰胆碱酶、抑制一氧化氮合成酶、AGE等模型和高通量筛选系统进行了筛选,筛选到一些值得进一步研究的菌株.对高通量筛选的有关问题及初步筛选结果进行了讨论.     

植物纤维素合成酶研究进展

纤维素是自然界分布最广、含量最多的一种多糖,占植物碳含量的50%以上。在植物中,纤维素是细胞壁的主要组分和承重元件,由纤维素合成酶复合体(CSCs)在质膜上催化合成。笔者综述了纤维素合成酶(CESA)的类型、结构、互作基因及关于CSCs结构、组装、运输的研究进展。植物细胞壁分为初生细胞壁和次生细胞壁,不同类型细胞壁中控制纤维素合成的CSCs由不同类型的纤维素合成酶(CESA)构成,且CSCs中CESAs的比例可能具有物种特异性。大多数植物中CESAs的化学计量比都是1∶1∶1,但在杨树的应力木组织中次生细胞壁相关CESAs的化学计量比为8∶3∶1。CSCs在高尔基体上装配并通过跨高尔基体网络分泌到质膜,而质膜上CSCs的丰度和分布很大程度上决定了纤维素的定向沉积。纤维素的合成和定向沉积在植物生长发育及抵御胁迫过程中发挥重要的作用。目前已发现多个关键基因通过与CSCs中特定CESA互作来识别和调控CSCs的运输。CESAs基因的表达水平也是影响纤维素合成的重要因素,油菜素甾醇等激素能通过调控CESAs的表达来控制纤维素的合成。未来在CESA功能、CSCs结构模型、CSCs中不同类型CESA所占比例、CSCs组装和运输与纤维素合成速度之间的关系,以及CESA基因的表达调控机制等方面可运用基因编辑技术进一步开展工作,从而完善植物纤维素合成的调控机制。     

六国合纵伐秦的见证 寻觅函谷关

<正>六国联合一起抗秦,叫合纵;秦拉拢一些国家,打击另一些国家,瓦解六国联盟,叫连横。历史上有好几处关城都叫函谷关,但最著名的该是春秋战国时期的秦国的函谷关。这个地方位于灵宝市北十五公里处的函谷关镇王垛村,接近河南、陕西和山西三省交界处,再往西五十公里就是陕西,往北过了黄河,则是山西。这个函谷关被认为是中国历史上最早的雄关要塞,大概建于春秋战国时期,     

基于RF模型的高分辨率遥感影像分类评价

以QuickBird高分辨率遥感影像为主要数据源,采用多尺度影像分割方法提取地物对象的光谱、纹理和形状特征;在此基础上,构建基于随机森林（RF）方法的遥感影像分类模型,分析和评价特征变量对模型重要性与稳定性的影响。结果表明:1研究区最优分割尺度参数为70、形状因子0.2、色彩因子0.8,同时构建研究区乔木、灌木和草地等8个景观类型的光谱、纹理和形状等32个特征变量信息;2选择5 000棵树和1个节点变量构建的RF分类模型的总体精度为0.94,Kappa系数为0.93,OOB（Out of Bag）数据泛化误差为6.01%;3通过分析特征变量的重要性发现,Ratio_la₁和Ratio_la₂等光谱特征的重要性值明显比形状特征和纹理特征的高;4基于平均下降精度,选择16个变量构建RF模型时总体精度达到0.94,Kappa系数0.93;5基于基尼指数构建的RF模型,在19个变量时总体精度和Kappa系数达到峰值。相比较而言,基于平均下降精度构建的RF较稳定。     

云南高原湖泊群的统计学聚类识别 及水质响应模式研究

为探究湖泊群水质变量的响应模式,构建适用于监测数据匮乏的湖泊群聚类和响应模式识别方法体系(PCA-BN),包括4个步骤:数据预处理、PCA降维与湖泊聚类、贝叶斯网络构建及参数学习、湖泊响应关系模拟。以云南高原湖泊群为例开展研究,结果表明:所研究的26个湖泊可分为两类;由于第一类湖泊受到的人为干扰更严重,因而叶绿素a对总氮和总磷的响应比第二类湖泊更敏感;第一类湖泊表层水温高,溶解氧趋近饱和,随叶绿素a变化不显著,第二类湖泊溶解氧随叶绿素a升高而显著升高;两类湖泊的透明度与叶绿素a的关系一致。