糖脂康多糖的分离与纯化研究

目的:研究糖脂康多糖的提取、分离与纯化方法,并筛选出糖脂康多糖脱蛋白、脱色的最佳方法。方法:采用水提醇沉法提取分离糖脂康多糖,以提取多糖物质多糖损失率、蛋白质去除率为测定指标,分别考察不同实验方法对糖脂康多糖脱蛋白、脱色的影响。结果:三氯乙酸脱蛋白法为糖脂康多糖脱蛋白的最佳方法,活性炭脱色法对糖脂康多糖的脱色效果优于过氧化氢脱色法。结论:糖脂康粗多糖的纯化,脱蛋白、脱色方法的优化为进一步研究糖脂康多糖的生物活性提供了基础。     

第95百分位人体头部有限元模型的构建及分析

为了获得人体头部的损伤机理,构建了研究所需的有限元计算模型,研究了人体头部生物力学响应.通过第95百分位中国人头部的CT扫描图像提取相关头部结构,利用三维医学建模软件和逆向工程软件进行几何模型的重构,借助有限元前处理软件构建具有较高生物仿真度的人体头部有限元模型.最后,使用有限元分析软件对模型进行仿真计算,仿真数据合理解释了头部损伤机理.     

边坡可靠度的Bayes估计及后验稳健性

采用边坡自身的稳定性参数构建似然函数,以研究区内21个极限状态坡的稳定性参数为样本,建立先验分布,应用Bayes理论确定后验分布,应用后验稳健性分析方法对西安咸阳国际机场污水排放口泾阳黄土边坡进行稳定性评价。结果表明:后验分布的均值得到了很好的修正,方差小,精度高;当稳定性评价指标先验分布存在5%、10%和15%波动时,后验期望损失依次增大,但均在20%范围内波动,这表明边坡可靠度的Bayes估计法具有很好的稳健性,可对边坡的稳定性进行更为精确地评价。     

机场最小起降带的计算机辅助优选

通过对机场最小起降带位置选择影响因素的研究分析，建立了以工程量为主要依据的道面区位置优选方法，开发了最小起降带辅助优选软件。实例表明此方法和软件可用于机场抢修实践。     

实验室器材管理系统的设计与实现

针对实验室中器材设备繁复琐碎的特点,为使繁琐的管理工作简单化,应用C++Builder6的多层数据库技术,采用ACCESS数据库,设计并实现用计算机进行实验室的器材管理.     

一类可加函数的均值估计

对任意正整数 n ,素因数和函数 F(n) 为 F(1)=0,当n>1,且n的标准分解式为 n=P₁^α₁P₂ ^α₂… P_r^α_r 时,F(n) =α₁ P₁ + α₂ P₂+…α_r. P_r.设P(n) 表示n 的最小素因子。本文研究了可加函数(F(n)-P)² 的值分布,并用初等方法得到了一个较强的的渐近公式。     

中国农业科技利用效率和地区差异 ——基于随机前沿模型的实证研究

基于1997—2005年中国大陆29个省的面板数据,运用随机前沿生产函数研究了地区农业生产绩效的动态表现与地区差距。结果显示:东部地区农业技术效率显著高于中西部,但整体在1997—2005年间农业技术效率有所下降,农业技术效率区域差异是农业经济地区差距形成的最重要原因。在农业制度环境中,农村市场化程度、劳动力素质对农业技术效率呈现显著正效应,而农村金融发展却对技术效率呈现明显的阻滞作用。     

微波吸收剂吸波性能对比分析

为了对比不同类型微波吸收剂及其混合物的吸波性能,利用MG公式,计算了X波段电阻型碳纤维吸收剂和磁介质型铁氧体吸收剂在不同配比下的混合物的等效电磁参数,并分别分析了其吸波性能。通过对比材料的阻抗匹配特性和衰减系数表明,在铁氧体中添加碳纤维并不能提高吸波性能。虽然混合吸收剂兼具电损耗和磁损耗,可以增强对电磁波的衰减,但是由于一般的电性材料具有较高的介电常数,掺杂磁性材料会破坏材料的阻抗匹配特性,使得表面反射增强,吸波性能得不到改善。     

基于有限元模型的人体损伤脊柱的动态特性分析

为了研究在全身振动情况下损伤脊椎对其相临组织部件的影响,建立了一个腰椎L3-L5段的三维非线性有限元模型.研究对脊椎给予了几种损伤假设,如小关节切除、去髓核和后部结构切除等,并对这几种损伤情况进行了有限元瞬态分析.结果表明,腰椎在振动过程中不仅存在垂直方向的振动还伴随有仰俯运动.脊椎小关节可以限制腰椎仰俯运动的幅度以保护纤维环后部免受大的拉伸和高应力的危害.椎间盘去髓核会导致纤维环上高应力的产生和椎间盘鼓胀增大.在振动过程中,小关节的切除同样可以加速椎间盘的退化.     

Moving object detection in framework of compressive sampling

Compressive sensing is a revolutionary idea proposed recently to achieve much lower sampling rate for signals. In the image application with limited resources the camera data can be stored and processed in compressed form. An algorithm for moving object and region detection in video using a compressive sampling is developed. The algorithm estimates motion information of the moving object and regions in the video from the compressive measurements of the current image and background scene. The algorithm does not perform inverse compressive operation to obtain the actual pixels of the current image nor the estimated background. This leads to a computationally efficient method and a system compared with the existing motion estimation methods. The experimental results show that the sampling rate can reduce to 25% without sacrificing performance.