甘肃省瓜州县花西山金矿地质特征及成因

甘肃省北山地区是我国重要的成矿带——东天山成矿带的组成部分,花西山金矿位于北山西段,属断裂构造控制的中低温热液石英脉型金矿床。勘查类型为Ⅲ类。印支期花岗斑岩为赋矿层位,本矿区共圈定矿体32条。矿区水文地质条件为较复杂型,矿区工程地质条件为中等。     

羧基化氧化石墨烯的制备及其电化学性能

以Hummers法为基础一步合成了氧化石墨烯,并制备了羧基化石墨烯.用热失重、红外光谱法、XRD衍射以及扫描电子显微镜对羧基化石墨烯的官能团及结构进行了表征.并用循环伏安法和差分脉冲伏安法进行了电化学性能分析.结果表明制备的羧基化石墨烯不但具有较好的水溶性,而且具有较好的电催化作用.     

他还将为人类留下什么

<时间简史>初版于1988年的愚人节.冥冥之中似有天意,16年来,尽管<时间简史>的销量已高达2500万册,但人们对这本书所描述的世界--"宇宙始于大爆炸而终于黑洞"的质疑,从来就没有停止过.     

论科学管理高校图书馆与高素质人才

本文分析了高校图书馆实行科学管理与高素质人才之间的关联性,阐述了在网络化时代,高校图书馆迫切需要高素质人才以及高素质人才必备的现代管理知识,提出了高校图书馆队伍建设的发展方向,从多方面论述了科学管理高校图书馆离不开高素质人才。     

南永2井珊瑚礁“红色与黑色沉积夹层”的成因及环境意义初探

南沙群岛南永2井珊瑚礁古地磁学和地球化学研究发现：“黑色沉积夹层”的底界（99.69m）与布容正极性/松山反极性（B/M）转换、δ^18O曲线冷/暖（19/20）气候变换界限相对应,距今年龄约0.78Ma;“红色沉积夹层”与留尼汪事件I（Reunion I)地球磁场极性漂移（反转）相对应,距今年龄约2.04～2.01Ma.相对于正常的浅色礁岩沉积,黑色沉积层的磁化率（χ）、剩余磁化强度（Mr）以及MnO和Fe2O3含量均呈明显正异常;红色沉积层的磁化率（χ）、剩余磁化强度（Mr）和Fe2O3含量也出现正异常,结合古生物的分析结果,认为这一对特殊而典型的“沉积夹层”与古气候的突变有关,即全球气候变化以及所伴随的地球磁场极性反应,直接影响到古生物的生境状况,同时也影响到某些化学元素,特别是Fe和Mn等氧化还原敏感性元素的分散与富集,如当气候突然变暖时,冰期时浓缩的Fe和Mn等金属会大量氧化稀释;而当气候突然变冷时,原来被氧化的高价铁等又高度浓缩,这可能是珊瑚礁与“红与黑”沉积事件产生和消失的重要原因之一。     

黄瓜线粒体线形类质粒pC4的核酸序列和性质

津研四号黄瓜线粒体中除了主环DNA外,还有4种类质粒（pC1,pC2,pC3,pC4)。电子显微镜观察结果表明pC4为线形类质粒。将pC4克隆至E.coli JM109中,对pC4进行序列测定和分析。pC4全长370bp,是已知的植物线粒体类质粒中最短的,pC4富含AT,有多个正向和反向重复序列,其两端为35bp的正向重复序列。pC4中的ORF都较短,不足以编码有功能的蛋白。对pC4进行同源性检测,发现pC4与线粒体主DNA和叶绿体DNA缺乏同源性,而与核DNA有同源性。在其他没有线粒体类质粒的黄瓜品种核基因组中也存在pC4的同源序列,pC4与黄瓜不同品种核基因组的杂交带型有一定差别。     

ε-聚赖氨酸研究进展

ε-聚赖氨酸(ε-poly-L-lysine,ε-PL)是通过白色链霉菌(Streptomyces albulus)发酵产生的一种由赖氨酸单体在α-羟基和ε-氨基之间形成酰胺键连接而成的均聚氨基酸,是一种安全、高效、耐高温、水溶性好、抗菌谱广的食品防腐剂。在酸性和微酸性环境中,对革兰氏阳性菌、革兰氏阴性菌、酵母菌、霉菌均有一定的抑菌效果,尤其对其它天然防腐剂不易抑制的革兰氏阴性的大肠杆菌、沙门氏菌抑菌效果非常好。本文综述了ε-聚赖氨酸的结构性质、生产现状、抑菌机理及其应用等。     

影响图在非线性回归异方差检验中的应用

提出把加权非线性回归模型看作一个扰动模型,利用影响图的正则曲率研究了此模型的异方差检验问题,并在此基础上得到了改进的Score统计量。最后用具体的数值实例说明所得结论的有效性。     

农业机械化投资行为与效益的系统仿真研究

本文用系统仿真的方法对农业机械化投资行为和效益之间的关系进行了定量研究     

QENNI:一种缺失值填充的新方法

针对k最近邻填充算法(kNNI)在缺失数据的k个最近邻的选择上可能存在偏好,提出一种新的缺失填充算法:象限近邻填充算法QENNI(quadrant-encapsidated-nearest-neighbor-based imputation),它仅仅使用缺失数据象限方向的最近邻数据填充该缺失值,避免了kNNI中选取的k个最近邻点有偏好这一情况。另外,此算法对于低维数据集可以是无参的,即消除了对参数的依赖。实验结果表明,QENNI算法的填充准确性要优于kNNI算法。