多元有序地质数据的最优分割法在工程中的应用

采用数学地质理论中的多元有序地质数据的最优分割方法对工程场地松散岩土层亚层进行了划分。实践证明 ,在土样物理力学性能评价指标选取合理的前提下 ,该方法简单方便 ,行之有效 ,可作为一种辅助手段帮助地质人员开展对土层的详细研究     

集成系统中工艺卡片填写与工序图绘制的研究

利用VBA实现CAD和CAPP系统集成，讨论了基于Word平台进行工艺卡填写，并在此基础上进行工艺卡填写和工序图并行输出的一般问题。工艺文件的填写是在CAPP数据库的支持下，直接读取CAD所提供的CAPP工艺数据文件，经推理机推理自动生产工艺过程；工序图绘制是在特征图表级和参数化绘图原理的基础上进行的。     

PVA退浆废水预处理研究

PVA（聚乙烯醇）是一种高分子合成浆料，它广泛用于纺织，染整行业中，由于其可生化降解性差，会影响到废水处理，为此研究了化学絮凝，微滤和超滤对废水中高浓度PVA的预处理技术，并评价了三种预处理工艺的效果。     

集成有源负载放大器的研究

本文重点介绍了集成有源负载放大器的分析方法,并以镜像电流源为例详细介绍、对比了两种方法(图解分析法和微变等效电路分析法)。此外,介绍了用厄雷电压计算 Av 的简便方法。     

物理学与美学

探索物理学中美的因素,领悟自然科学之美,激发科学创新精神。     

生命伦理学及其四大基本原则

生命伦理学起源于1950年代,1970年代成为一门独立的学科.我国于1980年代初起步.生命伦理学的英文bioethics,由bio和ethics两个词组成,意即在进行生命科学研究时既要遵循生命科学规律,又要合乎伦理学的原则.     

铝厂污水零排放研究

本文从水质方面分析了西南某铝厂污水零排放的可行性。为了实现污水零排放,对该铝厂东片区、氧化铝厂、热电厂三大污水处理系统进行改进。从现场试验监测及统计分析结果表明,改进后的处理系统处理的水质满足再生水水质指标要求,该铝厂污水零排放的实现创造了极大的经济和社会效益。     

一种基于段的基音检测算法

作为语音信号处理领域一项基本、关键的技术,基音检测在语音信号处理中扮演着重要的角色,一直是语音信号处理的一个研究热点.首先对传统的基于短时自相关函数法的基音检测进行了研究;在此基础上提出了一种能同时检测一段语音信号基音周期的方法,有效地克服了传统基音检测算法只能检测一帧语音信号基音的缺点.进行了实验仿真,结果表明通过去野点,中值平滑等后处理的基于段的基音检测算法比传统的基于帧的基音检测算法具有更好的抗噪性.     

文学的存在方式现象学

文学的存在方式是指文学赖以存在的整体结构。通过对文学创作活动(事件)、文学接受活动(事件)的现象学描述,建构了文学的存在方式———文学存在的四维整体结构和文学存在之主体间的交流结构,后两者共同组建着文学的存在整体。     

Finding finer functions for partially characterized proteins by protein-protein interaction networks

Based on high-throughput data, numerous algorithms have been designed to find functions of novel proteins. However, the effectiveness of such algorithms is currently limited by some fundamental factors, including (1) the low a-priori probability of novel proteins participating in a detailed function; (2) the huge false data present in high-throughput datasets; (3) the incomplete data coverage of functional classes; (4) the abundant but heterogeneous negative samples for training the algorithms; and (5) the lack of detailed functional knowledge for training algorithms. Here, for partially characterized proteins, we suggest an approach to finding their finer functions based on protein interaction sub-networks or gene expression patterns, defined in function-specific subspaces. The proposed approach can lessen the above-mentioned problems by properly defining the prediction range and functionally filtering the noisy data, and thus can efficiently find proteins’ novel functions. For thousands of yeast and human proteins partially characterized, it is able to reliably find their finer functions (e.g., the translational functions) with more than 90% precision. The predicted finer functions are highly valuable both for guiding the follow-up wet-lab validation and for providing the necessary data for training algorithms to learn other proteins.