人面果酮抗糖尿病活性的筛选

为研究人面果中酮的抗糖尿病活性,筛选具有较强活性的化合物,采用MTT法检测了化合物对HepG2细胞增殖率的影响.用高浓度胰岛素诱导HepG2细胞,建立了胰岛素抵抗模型(HepG2/IR),并采用葡萄糖氧化酶法,检测了不同浓度化合物对HepG2细胞胰岛素抵抗模型的葡萄糖消耗的影响.结果表明:人面果中酮中化合物1、3、4(除化合物2、5)能够明显促进HepG2/IR细胞的葡萄糖消耗,具有潜在的抗糖尿病活性.     

逆极限空间上诱导映射的等度连续性与完全混沌

研究了逆极限空间上诱导映射的等度连续性(弱specification,mild混合)与完全混沌.证明了(1)诱导映射g∞是等度连续的(弱specification,mild混合)当且仅当对i∈N,原映射gi是等度连续的(弱specification,mild混合);(2)如果对任意的i∈N,原映射gi都为完全混沌,则诱导映射g∞为完全混沌.但其逆命题不成立.     

毛蕊异黄酮2D-NMR的研究

目的：研究了毛蕊异黄酮的核磁共振波谱学，并对其^13C NMR进行归属．方法：利用氢检出异核单量子相（HSQC）、氢检出远程异核多量子相关（HMBC）和NOESY等多种二维核磁共振新技术对毛蕊异黄酮的^13C和^1N NMR信号进行归属．结果：通过对毛蕊异黄酮2D—NMR研究，对其所有碳、氢信号进行了准确无误的归属．     

天然生漆膜化学镀镍工艺的研究

研究了天然生漆基材上的化学镀镍工艺条件,通过改变施镀工艺的pH值、温度、时间以及镀液配方中主盐质量浓度、还原剂质量浓度,得到不同条件下的化学镀层厚度、外观和镀速等实验结果.并用扫描电镜(SEM)、动态机械热性能(DMTA)、示差扫描量热分析(DSC)和热重分析(TG)等手段研究镀层的形态与性能.该工艺可在生漆膜表面镀上一层均匀、色泽光亮的金属镍膜,其粒径大小匀称、排布规整、镀层致密;生漆/镍金属复合膜的耐热性显著提高.     

浅谈如何避免和克服学生在器械体操中的害怕心理

为克服害怕的认识成分，要了解只有当一种情况被觉察时，这种情况才起作用，才会引起害怕的情绪反应。在体操中可以通过理解，教师的说服来减少学生害怕心理的认识成分。至于消除害怕的情绪成分直接用下述的办法即可奏效：有信得过的人在场；身体接触；分小组练习或师生间建立友爱的感情等。     

EDTA螯合诱导商陆、胭脂草修复锰污染环境的研究

采用营养液培养的方法,研究EDTA螯合诱导商陆(Phytolacca acinosa Roxb.)及胭脂草(Rivina humilis Linnaeus.)对金属锰污染的吸收修复.结果显示:在生物量方面,12.7 mmol·L-1Mn2++0.9 mmo1·L-1EDTA,8 mmol·L-1Mn2++0.5 mmo...     

环氧及其复合材料气固界面快脉冲闪络特性

设计了用于气固界面闪络的实验装置,可以安装指形电极(曲率半径为10mm)和平板电极.该设备可输出峰值为125kV、上升沿和半高宽为20ns/5μs的快脉冲.研究了无试样时指形电极系统在不同气压下的击穿特性,在空气和SF6气体中不同气压下纯环氧的脉冲闪络特性,以及不同质量分数的Al2O3·3H2O环氧复合材料在0.4MPa空气中的沿面闪络特性.结果表明,SF6气体中绝缘介质的闪络电压较空气中有更大的分散度,环氧复合材料质量分数为20%时闪络电压最低.     

基于改进粒子群算法的3-RPS并联机构正解研究

为快速准确求解3-RPS并联机构运动学正解,将其化归为非线性方程组求解问题,又基于优化理论将其转化成多目标优化问题,并以加权法将多目标问题转化为单目标优化问题,最后采用改进粒子群算法进行数值求解,最后给出了算例。仿真结果表明:该方法适用于求解并联机构的正解问题,其收敛速度和计算精度较标准PSO算法有明显改善。     

羟丙基-β-环糊精与青霉素酶的相互作用

应用紫外分光光度法、荧光分析法研究了羟丙基-β-环糊精(HP-β-CD)包合青霉素酶后酶活力的变化;荧光分析法检测不同温度下HP-β-CD对青霉素酶内在荧光的影响;将HP-β-CD与青霉素酶进行分子对接,分析青霉素酶与HP-β-CD相互作用的位点及作用方式;测定青霉素酶被HP-β-CD包合后对青霉素钠的分解速率.结果发现：HP-β-CD作用后的青霉素酶复合物的活力提高了2.12倍.荧光光谱研究发现：HP-β-CD对酶蛋白荧光有增敏作用,HP-β-CD包合青霉素酶的包合比为1∶1,包合反应自发进行.同步荧光结果显示：HP-β-CD与青霉素酶复合物同步荧光比青霉素酶强,酶蛋白荧光主要源于酪氨酸(Tyr)残基.分子对接实验结果显示：HP-β-CD与青霉素酶之间共形成了3对氢键,VAL39、ASN180和ASP183参与了氢键的形成.     

基于改进PSO-RBF神经网络的光伏功率预测

针对RBF算法的隐节点中心和参数会影响光伏发电功率的预测精度,提出了一种基于改进粒子群算法(Particle Swarm Optimization,PSO)优化径向基函数网络(Radial Basis Function,RBF)算法,通过寻找相似日,将相似日的实际功率和影响光伏发电功率的气象因子数据作为输入,同时利用改进PSO优化RBF网络参数,建立预测模型进行训练和预测。在粒子群优化算法中,通过动态调整惯性权重,有效地提高了非线性问题的求解能力,采用改进粒子群优化算法优化径向基神经网络参数,兼顾了PSO和RBF神经网络模型的优点,具有较好的收敛速度和预测精度。通过实际光伏发电数据验证表明,该算法具有较高的预测精度。