基因炸弹

(接上期) 2015年11月20日,雨 莎维尔的叫什么"把房梁偷了,换成柱子"(据说是一句中国成语)的办法成功了.她用我在互联网上找到的什么非洲黑猩猩、亚美尼亚猿猴之类的DNA图谱替换了部分人类的DNA.由于猿猴的基因89%与人类相同,所以从图谱上很难加以区分.这一行动造成灾难性后果,由基因比较产生的种族基因目标消失了,"着色"工作陷入全面瘫痪,潘氏官员真要被气疯了.莎维尔说,专家也没发现突然出现这一情况的原因,上面可能在考虑重新安排一次DNA基因计算机处理工作.这一破坏导致除了要再耗费数十万美元以外,还要拖慢整个米洛森·潘计划的进程.     

氧化塘水体中鱼类周血有核红细胞微核的观察

本文报导了湖北省鄂城县鸭儿湖氧化塘水体中鱼类周血有核红细胞的微核出现率,其均值为2.0‰,与无明显污染源的水体中鱼类微核出现率均值为0.08‰比较有极为显著的差异(P_(1)< 0.0005)。提示,利用鱼类周血有核红细胞胞浆中所出现的微核作为一项新的生物学指标,用以监测水体的污染状况,可能具有一定的参考意义.     

甘草愈伤组织培养及其代谢产物甘草酸的研究

以MS培养基为基础,分别以甘草根、胚轴、子叶为外植体进行培养,考察光照、2,4-D质量浓度、不同激素组合、pH等理化因子对愈伤组织生长的影响,对代谢产物甘草酸进行了HPLC的定量测定.实验表明其中以根的愈伤组织中甘草酸含量最高,为70.2 mg/g;黑暗条件比光照条件更有利于甘草酸合成;以激素组合为2,4-D4.0 mg/L KT0.5 mg/L,pH为5.4时甘草酸含量最高,在此条件下悬浮培养根培养物中甘草酸质量分数为81.6mg/g,比生药增多51.08%.     

夹竹桃、樟树灭螺活性成分的初步提取

采用正己烷做溶剂,提取夹竹桃、樟树叶的有效成分,研究了提取物的灭螺效果和对钉螺上爬的抑制作用.结果表明:2种植物提取物均具有较好的灭螺效果,夹竹桃叶的提取物在60 mg/L的浓度下,药后5d,钉螺的死亡率为100%,钉螺死亡率(y)和浓度的对数值(x)的量效关系为y=100.5x-109.79,死亡率(y)和时间(t)的时效关系为y=20t-7.32;樟树叶的提取物在400 mg/L的浓度下,药后5 d,钉螺的死亡率也达100%.其量效关系为y=47.8x-52.62,时效关系为y=24.01t-21.37.夹竹桃叶提取物的灭螺活性明显强于樟树叶的提取物,但对钉螺上爬的抑制作用不如樟树叶.     

基于马氏链嵌入的启动验证试验模型研究

针对现有的启动验证试验模型存在的问题,提出了一种新的启动验证试验方法.通过分析其特点,在独立同分布假设前提下,应用有限马氏链嵌入法给出了接受和拒绝概率公式、试验长度的分布、均值和方差,并结合具体算例进行说明.结果表明,该方法能有效克服已有启动验证试验模型存在的问题.     

新工科背景下C语言课程多元立体式教学效果分析

以促进"新工科"建设为目标,通过近2年的C语言程序设计课程教学实践中积累的数据,以传统教学模式和线上教学模式为对照,对多元立体式教学模式的教学效果进行了分析.结果发现,多元立体式教学模式的教学效果在学生期中成绩、解决问题的能力、学习行为特征方面表现良好,为教师的教学改革提供了参考.     

浅析专利审查中的证据

正专利审查是审查员依据《专利法》《专利法实施细则》进行的客观、公正的活动。申请人完成发明创造,以申请文件的形式提交专利申请,审查员代表国务院专利行政部门依法行使审批权。在专利审查的创造性审查中,审查员通过专利文件、期刊、书籍、网络证据等多种形式的证据再现还原发明的思考与创作过程。在实际审查中,证据是用于证明事实的客观材料,审查员在充分理解发明技术方案的基础上,依据合适的证据,适用正确的法条,给予公正、合理、规范的审查。     

图的哈密尔顿连通性和从任意点出发都可迹的充分条件（英文）

图的哈密尔顿路是指通过图的所有顶点的路.如果图G的任意两点都有一条哈密顿尔路,称此G为哈密尔顿连通的.如果图G从任意点出发都有一条哈密尔顿路,称G从任意点出发都是可迹的.根据图G的边数、谱半径和无符号拉普拉斯谱半径,分别给出哈密尔顿连通图以及从任意点出发都可迹图的一些充分条件.     

多值逻辑函数相关免疫的谱特征

相关免疫是密码学中的一个重要概念.在文献[1]中,Siegenthaler给出了相关免疫的数学定义,并且将逻辑函数的相关免疫阶数作为密码系统抗相关攻击的一个度量指标.利用Walsh变换,文献[2]研究了二值逻辑函数即布尔函数的相关免疫性,得到了几变元的布尔函数为m阶相关免疫的充分必要条件,这一结果在研究二值相关免疫函数的性质及构造中发挥了重要作用.对于从GF~n(p)到GF(p)的函数,即p-值逻辑函数,由于其代数结构比布尔函数复杂.对     

基于改进粒子群优化BP_Adaboost神经网络的PM2.5浓度预测

为了提高大气污染物浓度预测精度,采用灰色关联分析选取影响大气中PM_(2.5)浓度的主要因子,并以此作为神经网络输入变量,建立一种基于BP_Adaboost神经网络的PM_(2.5)浓度预测模型.用改进粒子群算法来选择BP_Adaboost神经网络权重和阈值,可以有效避免神经网络在训练时陷入局部最优解.根据北京市海淀区万柳监测站和朝阳区北京工业大学监测点每小时监测的大气污染物浓度和气象条件,分别选择2014-11-01~2014-11-25和2017-07-07~2017-08-06数据作为实验研究对象.仿真结果表明,在PM_(2.5)浓度预测中,相比于BP_Adaboost、BP和广义回归神经网络3种预测模型,改进粒子群优化BP_Adaboost神经网络预测性能更优.