儿童精神障碍的遗传机制研究进展

 儿童精神障碍是一类在儿童和少年期发病的异常行为和精神障碍,具有较高的发病率,是遍及世界各国的重要问题之一。综述了几种常见儿童精神障碍的主要遗传学研究类型、相关的主要结果,总结了遗传位点鉴定后的功能研究方法及结果,提出了目前儿童精神障碍遗传学研究的挑战和未来的研究方向。     

川西二叠系火山碎屑岩储层特征及发育有利区

火山岩是四川盆地重要的有效储集体,中石化在川西地区部署的YS1井钻遇厚层火山岩,气显示强烈,为盆地内火山岩勘探新区域。基于对已有钻井资料分析,综合研究区域地质背景,从岩性组合方式、储集空间类型、地化特征和储层孔隙演化等方面开展川西地区火山碎屑岩储层基本特征研究。研究区火山岩的形成与峨眉山地幔柱活动具有一定关联,岩石类型复杂,储层储集性能非均质性强,具高孔低渗特征,为一套裂缝-孔隙型储层。火山角砾岩为主要储集岩类,储集空间以残余气孔、基质微孔、次生溶孔为主,见少量构造裂缝和冷凝收缩缝。同生成岩阶段,挥发逸散、脱玻化作用和冷凝收缩作用促使气孔、玻屑孔和收缩孔缝发育,但热液充填作用使孔隙度大幅度降低;表生成岩阶段,构造破裂和风化淋滤作用小幅改善储层储集性能;埋藏成岩阶段压实作用、充填作用和溶蚀作用对储层进行改造,最终储层残余面孔率4%左右。YS1井区、广汉、知新场和龙宝梁地区为储层发育有利区。     

410S铁素体不锈钢的静态再结晶行为

通过不同温度-时间的再结晶实验,研究热轧态铁素体不锈钢410S的再结晶行为.结果表明,对于竹节状铁素体+马氏体(质量分数约30%)的410S热轧态变形组织,为防止马氏体的再度出现以及加快再结晶过程的综合考虑,其最佳再结晶退火温度为780~800℃.在此温度下所发生的再结晶,均有一个2~5 h的孕育期,当再结晶体积分数达到50%时,结晶速度达到最大.与试样内部相比,热轧态410S板材的再结晶晶粒更易于在表面形成.经过再结晶的410S硬度从初始的86.5 HRB下降到66.5 HRB,硬度降低25%.     

系统性健康教育对老年2型糖尿病患者医疗费用的影响

目的:探讨系统性健康教育对降低老年2型糖尿病患者医疗费用的影响。方法:采用自行设计的问卷调查表,对108例老年2型糖尿病患者系统性健康教育干预前后的效果观察。结果:系统性健康教育提高了老年糖尿病患者的自我管理能力,血糖、血压等指标控制更好,年平均费用由4188.08元减少到3458.97元。结论:系统性健康教育降低医疗费用的支出,有效减少并发症发生,提高了老年糖尿病患者的自我管理能力,更好地控制血糖、血压、血脂以及糖化血红蛋白等指标。     

拟南芥花粉表面蛋白基因T-DNA插入突变体的鉴定

花粉表面蛋白质（Pollen coat proteins,PCPs）是一类在被子植物进行繁殖生长过程中起着重要作用的蛋白质．它们参与了花粉与柱头的识别、黏附、水合等过程,直接影响花粉的萌发能力．根据已经建立的拟南芥花粉表面蛋白数据库中的信息,从关国拟南芥生物资源中心购买了有T—DNA插入的SALK株系种子,并对这些株系进行了T—DNA插入位点的鉴定,实验结果为进一步研究花粉表面蛋白质奠定了基础．     

基于MULTISIM11的多路抢答器控制电路的设计与仿真

论文主要对多路抢答器的控制电路进行设计,并在MULTISIM11环境中进行仿真分析,通过仿真说明该电路具有控制功能。     

关于本科电气专业电工技能实训课程的教学探索

电工技能实训课程是一门培养学生的动手操作能力和创新能力的实践课。如何提高实训教学的效果,解决理论教学与实训教学相脱节的情况,是实训教学需要解决的首要问题.针对实训教学过程中存在的问题,如何搞好电工技能实训教学,以培养出适应社会需要的合格人才,以下我从实训室建设、教师讲授、学生操作等方面进行分析。     

Euler方程与Navier-Stokes方程解的全局存在性研究

研究了Euler方程及Navier-Stokes方程,通过讨论方程中压力项p与速度场u之间的关系,在一些温和的假设下,利用Sobolev不等式及Gagliargo-Nirenberg不等式,得到了在Sobolev空间中Euler方程解的全局存在性以及Navier-Stokes方程在小初值情形下的解的全局存在性的一些结果.     

图书馆读者服务工作之我见

介绍了图书馆的现状,阐述了新时期读者服务中思想观念的变革,提出了做好图书馆读者服务工作的途径。     

一种改进的深度网络残差学习的图像降噪方法

近年来,基于深度卷积神经网络的学习方法在图像降噪方面取得了前所未有的成果,通过调整网络结构和参数来获取更好的图像降噪效果已成为研究热点.降噪卷积神经网络在深度神经网络中采用残差学习方法,在提高降噪效果的同时,在一定程度上解决了盲降噪问题.其不足之处在于算法收敛时间长.该文针对降噪卷积神经网络结构做了进一步的改进,提出了一种基于反卷积降噪神经网络的图像降噪算法.该文工作的主要特色如下：1) 在原有的网络结构中,引入反卷积神经网络,优化了残差学习方式;2) 提出一种新的损失函数计算方法.使用BSD68和SET12测试数据集对本文提出的方法进行验证,实验结果表明,该文算法的降噪性能与降噪卷积神经网络算法相比,在相同降噪效果情形下,该文算法的收敛时间缩短了120%～138%.同时,与传统的深度学习图像降噪算法比较,该文方法的降噪效果和运行效率也都有提高.