正常来源CD4+CD25+细胞在小鼠肺癌模型中的抗肿瘤作用

CD4+CD25+细胞是一群具有免疫抑制活性的T细胞,又称为调节性T细胞(regulatory T cells,Tregs).肿瘤发生中Tregs会抑制T细胞的活化,促进肿瘤的发生、发展,而正常生理来源的Tregs回输后产生的免疫调节作用是未知的.为探讨正常生理状态下Tregs的免疫调节作用,利用小鼠肺癌模型和细胞移植...     

中国共产党科技观的历史考察

中国共产党的科技观寓于中国式现代化道路的曲折过程,与时代主题、社会需要紧密相关。经历了“科学被当做救国的工具、把科学实验看作一种社会实践、科学技术是第一生产力、科学技术成为国家利益和国家发展范畴的重要因子”的演变。在这些观念的嬗变中形塑了中国共产党科技观的最显著特征,那就是现实主义的或实践的科技观。现实主义科技观中的科学脱离了想象中的完全超然的地位,成为经济社会结构和政治思想的一部分。中国共产党的这种现实主义科技观有其存在的合理性,但是要实现建设世界科技强国的战略目标,还应当观照科学的本质形态,用纯科学的理想来平衡现实主义科技观中的功利取向。     

地质过程中的跷跷板运动及对油气成藏的影响

 跷跷板运动是一种地质过程中由于应力场的变化而导致同一地区在不同地质时期发生交替差异升降的运动形式.跷跷板运动对烃源岩的生排烃、储层的发育和改造、油气的运移和保存等油气成藏条件有重要的控制作用,而构造平衡带是跷跷板运动过程中处于相对稳定的地区,也是最有利于油气保存的部位.为了定量研究构造平衡带分布范围的确定方法,本文以塔里木盆地为例,用地层平均剥蚀厚度表征构造平衡带,通过统计不同目的层地层平均剥蚀厚度与探井日产量的关系发现：平均剥蚀厚度在50—250m的地区,最有利于油气藏的保存,而平均剥蚀厚度太大或太小时都对油气成藏不利.在恢复不同成藏期地层平均剥蚀厚度的基础上,识别出了不同成藏期构造平衡带的分布范围,对塔里木盆地台盆区的油气勘探具有一定的指导作用.     

基于RSS技术的校园信息推送系统的设计与实现

RSS是一种轻量级、多用途、可扩展的元数据描述及联合推广格式,通过RSS技术,可以为用户提供聚合的、选择性的信息.介绍了RSS技术,分析校园信息发布和获取存在的问题,重点阐述了改善这一问题的校园信息推送系统的开发与实现.     

甘肃工业企业自主创新能力评价分析

创新是企业科技竞争力的核心。更是企业谋求成功的关键。根据工业企业的特点与企业自主创新能力的构成要素,构建了企业自主创新能力的评价指标体系。运用因子分析法分别从地区、行业等不同角度对甘肃省工业企业的自主创新能力做了详细地实证研究。然后根据评价结果从不同角度提出了提高企业自主创新能力的建议。     

基于GE Smallworld GIS的配电网停电管理子系统的研究与设计

分析了配电网停电原因与分类,设计出停电工作流程,详细阐述利用GIS技术设计配电网停电子系统的实现过程.该系统综合应用实时信息使停电信息报告更准确,供电恢复更快,从而减少了停电带来的损失和影响,可实现对配电网的高度自动化管理.     

图像去噪LOT模型的分裂Bregman方法

基于分裂Bregman方法具有较快的收敛速度以及在迭代过程中保持正则化参数为一个常数的优点,提出用分裂Bregman方法来解图像去噪LOT模型的第2步.实验表明,与原始的梯度下降法相比较,该算法具有较快的收敛速度,又能较好地复原图像.     

渤中凹陷油气运移优势通道及有利区预测

渤中凹陷油气分布规律不清,制约着勘探方向的选择,亟待开展与油气分布密切相关的优势通道的研究。根据级差优势、分隔优势、流压优势和流向优势4种优势通道的基本模式,采用单因素叠加和多信息叠合两种方法,对渤中凹陷油气运移优势通道进行了系统分析,确定出分别自凹陷中心向渤南低凸起、石臼坨凸起、沙垒田凸起和渤东低凸起北侧的4个优势通道方向。结合烃源岩展布及油气藏特征,总结出两种有利的油气运聚成藏模式,分别为沙河街组自生自储和优势通道输导-盖层完整的圈闭聚集成藏模式。综合分析认为,渤南低凸起、石臼坨凸起和沙垒田凸起多种优势通道共存,且储集砂体发育,圈闭类型多样,将是有利的勘探区带,区带内盖层完整的圈闭为有利的勘探目标。     

不同沼泽地对神农架大九湖湿地土壤—植被碳氮磷化学计量比的影响

湿地生态系统碳氮磷(C、N、P)生态化学计量比已成为当前探索群落生态动态过程的热点.然而,人类活动对沼泽湿地生态化学计量比的影响规律及其影响机制尚未明确.以神农架大九湖沼泽湿地为研究对象,探索植被—土壤碳氮磷生态化学计量比及其对人类活动的响应规律,以期为该区域湿地保护恢复提供决策支撑.研究表明:随着人类活动的影响,与泥...     

一种GAF-CNN行星齿轮箱故障诊断方法

为将深度学习识别2D图像的优势应用于行星齿轮箱故障诊断,提出一种格拉姆角场-卷积神经网络行星齿轮箱故障诊断模型.利用格拉姆角场中的格拉姆角差场和格拉姆角和场两种方法,将行星齿轮箱振动信号转化为2D图像,提取图像特征并输入优化后的卷积神经网络模型,最终获得理想的识别精度.通过研究网络参数、不同网络层对故障诊断模型的影响,构建模型的最优组合.试验和对比结果表明,格拉姆角差场卷积神经网络比格拉姆角和场卷积神经网络具有更高的识别精度,在行星齿轮箱故障诊断方面的效果优于其他智能算法.