媒介形态视角的网络空间探讨

随着网络时代的到来,网络空间的探讨成为学界关注的话题,从内容和角度来看,大多限于现象层面的剖析。本文从媒介形态理论的视角出发,通过对网络虚拟实质的分析以及对传媒工具的不可消解性的认同,着重说明网络作为传媒工具在现实生活中的本质特征,以及网络虚拟与网络媒介发展的关系;试图对网络虚拟给出一种新的解释。     

歌剧《托斯卡》——普契尼“现实主义”艺术创作的里程碑

本文通过对歌剧《托斯卡》的深入研究，认为普契尼音乐创作的现实主义精神，是他的人文主义精神与民主主义思想在歌剧创作上的具体体现，并成为了普契尼艺术创作道路上的里程碑。     

路径测试设计用例的设计与分析

探讨了组合数学法和BRO策略法两种不同的设计测试用例的方法在路径测试中的应用。     

健康第一原则与学校体育教育改革的思考

学校体育立“素质教育”,树“健康第一”的指导思想是新时期学校体育发展的必然走向。但学校体育的健康教育还停留于形式上,还没有完全从原有的模式跳出来。学校体育改革就是要我们去做一种与以往不同但却可以达到以增进健康为主要目的的体育活动。从大众体育健康的角度,忽视或不要去刻意追求过去那种生理“波峰”的传统模式。     

基于位移的抗震设计中位移模式的确定

根据地震强度、地震波、结构层数与跨度、强柱弱梁系数等影响水平位移模式的主要因素,通过大量算例分析,提出了确定基于位移的抗震设计中水平位移模式的方法.     

斜拉桥钢索的振动与张力问题

本文用弦振动理论分析了斜拉桥钢索的简谐振动和强迫振动，结合对钢索在常温下振动频率的测量，计算了常温某一温度的张力．采用线性插值由该张力值推算出其它气温下钢索的张力，并与实际的测量结果作了比较．     

~(13)C-NMR研究溶液法丁苯共聚物的微观序列

本文利用~(13)C-NMR,对“准”稳态下以n-BuLi-THF引发的丁苯共聚物的序列结构进行了研究。获得了THF与n-BuLi在不同比例下产物的数均嵌段长度、混合单体嵌段长度和交替结构的变化情况。     

链霉菌中3个新脂肪酰胺类化合物

特殊生境放线菌具有较大的开发前景,因其独特的生存环境可以产生新颖且具有生物活性的次生代谢产物.研究Streptomyces plumbidurans发酵液的次生代谢成分,并寻找具有抗肿瘤及抗菌活性的小分子化合物.利用凝胶Sephadex LH-20柱色谱、D101大孔树脂柱色谱、硅胶柱色谱等分离技术,并采用现代波谱学方法鉴定化合物的结构.采用噻唑蓝比色法测试化合物1～3抗肿瘤细胞毒活性;采用微量稀释法检测体外抑菌活性.从Streptomyces plumbidurans发酵液中确定3个新脂肪酰胺类化合物,并依次命名为：kcacylamide A(1)、kcacylamide B(2)和kcacylamide C(3),生物活性结果显示3个化合物在50μmol/L均无明显抗肿瘤细胞毒活性及抑菌活性.研究首次发现Streptomyces plumbidurans会产生脂肪酰胺类化学物质.     

重组大肠杆菌利用醋酸及乳酸为碳源合成PHB

以廉价的工业副产物醋酸及乳酸为碳源,对产PHB重组大肠杆菌进行培养,考察醋酸及乳酸的添加对重组大肠杆菌生长及PHB产量的影响。将来自Cupriavidusnecator的PHB合成操纵子phaCAB基因簇克隆至pBAD载体,得到产PHB菌株BL21＿pBAD＿phaCAB,以阿拉伯糖为诱导剂,在大肠杆菌中进行重组表达。分别使用LB及M9培养基,对重组菌株BL21＿pBAD＿phaCAB进行培养,研究其生长速度及PHB产量,探索产PHB重组大肠杆菌最适培养基。以添加0.04 g/L乳酸、1.2 g/L乳酸、0.02 g/L醋酸、0.6 g/L醋酸、0.04 g/L乳酸+0.02g/L醋酸、1.2g/L乳酸+0.4g/L醋酸的M9培养基(均含2 g/L葡萄糖)为实验组,以M9培养基(含2g/L葡萄糖)为对照组,考察醋酸及乳酸的添加对重组大肠杆菌生长及PHB产量的影响。分别取第6,12,24和36小时的培养液,分析其葡萄糖、醋酸及乳酸含量的变化。结果表明,低氮型M9培养基更适合产PHB重组大肠杆菌在低糖培养环境中生长。在葡萄糖消耗殆尽后,大肠杆菌能够以醋酸及乳酸为碳源进行代谢,因此在培养基中...     

基于深度学习的红外与可见光图像融合综述

图像融合技术是指从不同的源图像中提取并融合互补的信息,生成一幅信息量更丰富、对后续高级视觉任务提供足够支持的图像.红外与可见光图像融合（Infrared and Visible Image Fusion,IVIF）是图像融合领域的一个重要分支.近年来,深度学习技术在视觉计算领域表现出了良好的性能,尤其是基于自编码器、卷积神经网络、生成对抗网络等几种基于深度学习的IVIF技术得到了蓬勃发展.为此,对基于深度学习的IVIF算法的方法、数据集和评估指标等进行了总结和阐述;通过大量的实验,进行定性和定量的结果分析,对比了各类基于深度学习IVIF算法的性能;最后,讨论了该领域未来发展的一些前景和研究方向.