植入前胚胎的短期酒精暴露对植入后胚胎发育的影响

哺乳动物的早期胚胎发育对胚胎着床以及胎儿的长期生长发育都具有决定性作用.酒精对胚胎发育可以产生严重影响,但现有研究主要集中于产前胎儿酒精暴露,对早期胚胎(植入前)酒精暴露关注较少.为进一步阐明酒精导致的胚胎的发育异常机理,本研究利用体外胚胎培养模型,重点研究了酒精暴露对囊胚细胞谱系的分化和胚胎植入的影响.通过对谱系分化...     

气象灾害预警信息广播系统总体设计与信息编码研究

提出新一代气象灾害预警信息广播系统的总体设计框架,并对气象灾害预警信息编码进行深入研究,制定气象预警信息编码格式。气象预警信息广播系统能够迅速接收、处理各种气象灾害信息,在最短的时间内向特定的区域、部门、人群发布预警信息;预警信息可以覆盖到全国,有效解决气象预警信息发布的“最后1公里”问题。     

大黄素对辣椒素诱导的TRPV1通道电流的抑制作用

本研究通过显微注射技术将TRPV1 cRNA(1ng/nL)注射至非洲爪蟾卵母细胞(20nL/个)体内,放置于G-ORi培养液中,并在(19±1)℃的恒温培养箱内表达.同时利用灌流技术将不同浓度梯度的大黄素、辣椒素按照设计顺序依次灌流进入流动腔,同时控制流速保证非洲爪蟾卵母细胞完全浸没于流动腔内.使用双电极电压钳技术记录0.1,1.0,10.0,50.0μmol/L浓度梯度的大黄素对500nmol/L浓度的辣椒素激活TRPV1电流的影响.得到大黄素作用辣椒素激活TRPV1通道的抑制作用表现出浓度依耐性和电压非依赖性,IC50=38μmol/L,Hill系数n=0.5.结果表明了大黄素对TRPV1位点的相互作用是负协同的,在天然药物里面是一类比较弱的拮抗剂,且大黄素在ORi溶液中开始析出沉淀的浓度在50~60μmol/L之间.我们首次发现了大黄素能够抑制TRPV1通道电流,这可能为开发新的镇痛药物提供理论基础.     

天基红外系统的干扰策略

天基红外系统（SBIRS）是一种监视、发现和跟踪敌方弹道导弹,进行早期报警的遥感类侦察卫星系统,其不仅具有导弹预警功能,还可从主动段、中段到再入段对导弹进行跟踪,并提供精确数据给反导弹打击系统实施打击。本文介绍了天基红外系统并简要的分析了其工作过程,对天基红外系统GPS应用设备干扰的可行性进行分析。     

SARS爆发预测和预警的数学模型研究

运用SEIJR模型简化后的SIJR模型, 分析了SARS传播中的传播率、基本再生数等重要参数, 并且运用所建立的模型对香港、加拿大和新加坡SARS爆发的前期数据进行拟合, 得到了传播率等重要 参数, 然后对采取控制措施之后模型参数(隔离率等)的调整对SARS后期发展趋势进行预测, 同时可以看到, 模型拟合的控制前的数据与模型预测的控制后的数据之间存在明显拐点, 这充分体现了控制前后疾病流行遵循着不同的规律. 建立的SARS数学模型还可以同时比较各个地区控制疫情措施的有效程度. 本模型给出的结果和香港、新加坡和加拿大的实际数据吻合较好, 并能给出这些地区在SARS发生后期反映政府控制力度方面的定量指标.     

多维数据可视分析方法研究

随着科学与技术的发展,产生了大量的数据,为了帮助人们更好地了解数据的变化趋势,产生了一门重要的分支——数据可视化.数据可视化是大数据分析的一个重要手段,它是用视觉形式向人们展示数据重要性的一种方法,使生硬的数字通过数据可视化软件就可以很容易发现其关联变化.本文根据某公司报警运营服务需求,在报警服务平台的框架下介绍报警平台可视化的环境及工作流程,结合基于降维的数据分析技术,具体讨论关于北京市ATM报警数据的信息可视化的设计、实现和步骤.     

英汉翻译中的形合与意合对比研究

近年来许多学者都关注形舍和意合这个课题,并取得了一定的成果。但是综观近年来的研究可以发现未采用全面而深刻的研究方法,对句子及以下层面和语篇方面的研究还明显不足,尤其以后者更为薄弱。本文提出对形合和意合的研究要完整全面,一方面,既要重视句子及以下层面的语言特点：英语重形合,汉语重意合;另一发面,也要重视在语篇方面形合和意合的探索研究。     

关键金属铍的电子探针分析

铍是一种"战略关键金属",其原位精确分析是地球科学领域的一种挑战.本文利用电子探针对铍进行系统定性定量分析,研究了铍的分析条件.(1)铍的最佳分析条件,电压为12 kV、无水铍矿物的分析电流为100～200nA、含水铍矿物的分析电流为50～100 nA、选择脉冲高度分析器(PHA)过滤.(2)定量分析了铍资源主要铍矿物,羟硅铍石、硅铍石和绿柱石,获得很好的分析结果.(3)探讨了铍定量分析的技术难点,如铍的特征X射线峰形较平坦、强度不高和发生右移等现象.铍的定量分析不仅对铍的赋存状态、成矿机制和资源分布具有重要的现实意义,也能深入认识铍的矿物地球化学性质.     

参数优化变分模态分解与LSTM的电力物资需求预测

国家电网物资采购管理水平不断提高,线上采购流程逐步完善,但仍存在由于采购计划预估不准导致招投标过程中,供应商利用招投标总标包机制进行价格博弈而造成电网公司采购成本增加,因此,建立准确有效的电力物资需求预测模型具有重要意义。针对电力物资序列的非稳定性、波动性和间歇性特点,提出一种基于参数优化变分模态分解(variational mode decomposition, VMD)与长短时记忆神经网络(long short-term memory, LSTM)的电力物资需求预测方法,选取国网电商专区平台的典型电力物资,采用鲸鱼优化算法(whale optimization algorithm, WOA)参数优化的VMD对原始序列进行模态分解,将分解获得的各模态分量分别构建LSTM模型,最后将各模态的预测值叠加重构为电力物资的预测值。实验结果表明：所提电力物资需求预测方法较LSTM、EMD-LSTM、VMD-LSTM、PSO-VMD-LSTM、SSA-VMD-LSTM有更高的准确率,对电网物资采购预测具有一定实际意义。     

[RE(AGly)_2(Im)_2(H_2O)_3](ClO_4)_3·H_2O多元固体配合物的研究

在甲醇介质中 ,合成了稀土混配固态配合物 [RE( AGly) 2 ( Im) 2 ( H2 O) 3 ]( Cl O4 ) 3 ·H2 O( RE=La,Pr,Nd,Sm,Eu,Gd,Dy ;AGly-乙酰甘氨酸 ;Im-咪唑 )。通过化学分析 ,元素分析确定了配合物的组成 ;利用1H NMR,IR,UV,X-射线粉末衍射等分析 ,并结合 TG- DTG对配合物热分解机理的研究 ,讨论了配合物的配位行为。用 AMI半经验法对配体进行了结构优化 ,计算了它们的电荷分布 ,推测出该类配合物可能的结构。