Banach空间n阶非线性积分-微分方程初值问题解的存在性

用Tonelli方法研究了Banach空间中n阶非线性积分—微分方程初值问题，在非线性增长条件下，获得了初值问题解的存在性及其Tonelli迭代逼近。     

中学化学教学中新课导入法的探讨

本文从新课导入法的要求、功能、方法三个方面对新课导入在中学化学教学中的应用进行了研究,并结合事例对新课导入的方法加以深入、具体的阐述。     

管理信息系统教学刍议

企业管理的发展变化和计算机信息技术的迅猛发展,给管理信息系统的教学提出了更高的要求,要求管理信息系统的教学体系要不断完善、教学内容要不断充实,教学方式要不断改进。从预备知识的重要性、教学内容的更新、强化案例教学、加强实践环节等方面进行探讨,探索出一条真正有效、切实可行的教学改革之路。     

噬菌体展示禽流感病毒抗原变异性基因片段文库的构建

构建T7噬菌体展示禽流感病毒抗原变异性基因片段文库. 首先， 从Gene Bank中查找筛选禽流感病毒抗原变异性基因, 将其截短、 修饰、 简并后得到禽流感病毒抗原变异性基因微阵列. 其次， 将合成的禽流感病毒抗原变异性基因片段文库扩增、 酶切, 链接到双酶切后的T7噬菌体载体基因上, 构成重组噬菌体DNA. 最后， 重组噬菌体DNA经体外包装和扩增, 得到T7噬菌体展示文库, 并进行T7噬菌体展示文库滴度、 重组率和免疫活性测定. 实验结果表明, 从Gene Bank中查找、 筛选、 剪切和修饰共获得96 258条序列构建T7噬菌体展示文库, 原始文库滴度为3.6×107个菌落/mL, 重组率大于90%. 用禽流感病毒H5N1抗体进行捕获, 经聚合酶链式反应(PCR)鉴定, 得到理想目的条带, 证明噬菌体表面展示蛋白具有抗原活性, 可用于禽流感病毒感染患者的快速检测及抗原表位筛选.     

浅谈预算编制改革与预算执行改革

针对传统预算编制方法与预算执行机制中存在的突出问题,浅谈如何同步推进预算编制改革与预算执行改革。     

一类非线性规划问题的等价性证明

给出了非线性规划问题中目标函数单调变换前后的一个等价性证明.     

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.     

素质教育在剑桥商务英语教学中的应用

在高等教育中，素质教育已经成为中国教育改革和人才培养的指导思想。只有重视素质教育，使科学教育与素质教育整合，才能培养出高科技与高素质相结合的专门人才服务于社会。剑桥商务英语教学中应用素质教育极大的提高了教学效果。通过应用素质教育，培养学生在掌握商务英语基本概念和词汇的基础上，提高学生解决实际商务问题的能力，引导他们全面地、辩证地思考问题，引导他们把书本知识和社会实践联系起来，重视实际斗争经验。     

高等院校教材管理信息系统的分析与设计实现

主要论述了我们为高等院校教材管理所开发的一套计算机管理信息系统的设计思想与实现方法,由于本系统具有使用方便、操作简单,安全稳定,工作流程清晰合理,并与用户熟悉的工作方式相一致,用户无需专业培训即可使用该系统进行工作等特点,因此,深受用户的欢迎。     

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.