培养世界历史性的个人主体:当代历史教育的追求

现代历史教育的本质是主体性教育。“世界历史性实践活动”和“世界历史性认识活动”造就出了“世界历史性”的个人。我国的历史教育，应在强调“世界历史性”的同时，必须首先致力于使学生成为个体主体。     

用HHT方法识别强迫振动下线性双自由度体系的模态参数

提出了一种识别强迫振动下线性双自由度体系模态参数的方法,体系的动力响应数据在 EMD分解后,进行Hilbert变换,然后用最小二乘法拟合其瞬态幅值及相位角,得到体系的自振频率及阻尼比,方法具有较高的精度．     

水文模型参数识别算法研究及展望

就国内外水文模型参数识别算法的最新进展做了较为详细的阐述，特别对各种编码的遗传算法、单纯形混合加速遗传算法、模式搜索混合加速遗传算法、模拟退火混合加速遗传算法等现代优化算法在流域水文模型参数识别中的应用进行了研究，并与传统方法进行了比较；通过比较水文模型各参数优选方法的特点，认为混合加速遗传算法SHAGA,HJHAGA是一种较好的方法，具有较高的应用价值；同时对水文模型参数识别算法的发展前景进行了展望.     

冷冻干燥人红细胞复水时膜相变与复水损伤机理探讨

制备人的红细胞血影并冷冻干燥，利用差式扫描量热仪（differential scanning calorimeter, DSC）测量其相变温度区间为10℃附近和32—35℃. 冻干红细胞在复水前后可能经历膜相变. 若复水温度不当，在相变过程中会因胞内物质的泄露而造成细胞损伤. 为避免在复水时膜相变引起损伤，复水温度应在35℃以上. 实验中冻干保存人的红细胞，在不同温度下复水，发现37℃复水效果较好，与相变损伤理论分析吻合. 该研究探讨了冻干人红细胞在复水时除渗透性损伤外因膜相变引起的损伤机理，对其他生物材料的冻干保存也具有参考意义.     

毕赤酵母表达硒代重组人血清白蛋白的研究

本试验将能够成功表达重组人血清白蛋白(rHSA)的巴斯德毕赤酵母培养至诱导期后，流加亚硒酸钠，同时设空白对照发酵液(不加入亚硒酸钠)，通过对比相同菌株在两组培养基中表达的rHSA的含硒量，判断硒能否以硒代氨基酸的形式存在于重组蛋白质中。发酵液经热处理、超滤、离子交换和丙酮沉淀等步骤后，进行Tricine-SDS-PAGE凝胶电泳、X射线能量色散谱(EDX)和原子吸收分析。结果表明，加硒发酵液样品中硒元素的质量分数比对照多23.2%，硒与蛋白质的质量比为0.0069，高于对照发酵液近35倍，初步证明无机硒可以被毕赤酵母同化，转化为硒代氨基酸，并形成硒代重组蛋白质。     

基于核主元分析法和支持向量机的人耳识别

对人耳识别中若干关键问题进行了研究. 介绍了两种人耳图像归一化处理的方法,即基于外耳轮廓长轴的线标记法和基于外耳轮廓起始点的点标记法,并对这两种方法进行了对比. 在分析现有人耳识别方法不足的基础上,提出利用核主元分析法提取人耳图像的代数特征,再利用支持向量机分类模型进行人耳识别. 在带有角度、光照变化的北京科技大学人耳图像库上得到的识别率为98.7%,表明了该识别方法的有效性以及利用人耳图像进行身份识别的可行性.     

Fn和RGD对人支气管上皮细胞损伤修复的影响

为探讨纤维连接蛋白(Fn)、精-甘-天冬氨酸肽(RGD)对人支气管上皮细胞(BEC)损伤修复的影响,用永生化人BEC进行培养,将培养细胞分为7组:1.对照组;2.臭氧(O3)应激组;3.O3 EGF组;4.O3 Fn组;5.O3 RGD组;6.O3 Fn 钙调素抑制剂W7组;7.O3 Fn 蛋白酪氨酸激酶抑制剂Genestin组,分别测定各组的损伤修复指数(RI),利用计算机图像分析软件对数据进行处理和比较.结果发现O3应激组的损伤修复指数显著低于对照组(P<0.01),O3 EGF组、O3 Fn组和O3 RGD组损伤修复指数则显著高于O3应激组(P<0.01),Fn的促损伤修复效应可被W7和Genestin阻断(P<0.01).该实验表明EGF,Fn和RGD对BEC的损伤后修复有保护作用,Fn的作用机制可能与酪氨酸磷酸化途径和钙调素途径有关.     

供应链风险管理研究进展的综述与分析

随着供应链中断事件的频繁发生及其严重后果，供应链风险管理目前成为供应链研究的一个重要方向，文章评迷了供应链在风险识别、风险评估和风险管理过程的国内外研究成果，指出应加强对供应链网络风险的识别研究，定量化的风险评估研究，动态环境下具有反馈机制的风险管理过程研究等，最后给出了未来的研究展望。     

基于改进概率神经网络的交通标志图像识别方法

神经网络具有较强的容错性和自适应学习能力，在交通标志图像识别中获得广泛的应用，但目前采用的多层感知器、BP神经网络以及径向基神经网络等几种神经网络存在一些不足，故本文提出采用改进概率神经网络进行交通标志图像识别的新方法，整个算法分两步实现：首先对交通标志图像提取它的Tchebichef不变距并作为图像的特征；然后采用改进的概率神经网络进行识别。仿真实验表明，提出的方法比以前的方法有更好的识别效果。     

RoboCup中基于神经网络的阵型策略

提出了一种用于RoboCup中的阵型策略，该策略应用BP网络训练各种阵型和识别对方的基本阵型，并根据场上情况实现阵型的动态转换。基于此策略的队伍在比赛中取得不错的成绩。