Wnt/β-catenin信号途径在DDR和氧化应激中的作用

Wnt/β-catenin信号途径在调控基因表达与DNA损伤反应(DNA damage response,DDR)中具有重要作用.氧化应激是导致DNA损伤的主要原因,且可以影响Wnt信号.首先总结了Wnt/β-catenin信号途径和DDR,然后综述了Wnt/β-catenin信号途径在DDR和氧化应激中的作用及分子机制,以期为DNA修复缺陷性肿瘤提供更有效的治疗策略.     

滑坡堆积土体三轴剪切强度实验研究

抗剪强度是土体重要力学指标之一,在地基承或力土坡和路基稳定性评价中土的抗剪强度指标是最重要的基本力学参数,通常根据工程实际情况和需要采用不同剪切实验方法求的相应的强度指标,为设计计算和分析提供依据。本文对某滑坡堆积土体在不同的物理状态下制样,进行三轴剪切实验,分析探讨土体的强度指标与含水平,密度及粒度含量的关系,以期为滑坡稳定性分析提供计算依据。     

负载化金属卟啉化合物催化剂结构的表征──Ⅱ电子自旋共振和X─射线光电子能谱

使用电子自旋共振（ＥＳＲ）、Ｘ－射线光电子能谱（ＸＰＳ）测定了金属卟啉及负载化金属卟啉化合物的结构．结果展示：载体与金属卟啉之间存在强相互作用，金属卟啉负载后中心金属离子电子云密度升高．聚合物和氧化物载体对金属卟啉的影响不尽相同，前者通过Ｐ－共轭效应作用，后者可能形成了一种新物种．     

高水分烟气辐射换热实验研究

为克服垃圾中水分含量偏高,燃烧时传热特性与常规燃料存在较大差异的问题,根据热平衡原理,对高水分烟气的辐射换热特性进行了实验研究。进行了对管内径105,150,208mm,烟气温度300～800℃,水蒸汽份额20%～50%的126个工况的实验。结果表明,在高水分条件下,烟气的辐射换热性能显著增强,原有锅炉计算的标准方法已不再适用。考虑到水蒸汽含量的影响,对原有计算公式中的烟气辐射减弱系数进行了修正,得到一种工程上简便实用的计算方法,可满足垃圾焚烧锅炉设计的需要。     

一种SVM增量学习算法

分析了SVM理论中SV（支持向量）集的特点，给出一种SVM增量学习算法，通过在增量学习中使用SV集与训练样本集的分类等价性，使得新的增量训练无需在整个训练样本空间进行，理论分析和实验结果表明，该算法能然保证分类精度的同时有效地提高训练速度。     

铣削力建模技术研究及实验对比

结合力学仿真与切削实验,对铣削力建模中的刀具类型、切削力模型、切削力系数辨识及铣削方式等关键技术进行了对比研究。结果表明:线性和指数切削力模型均能精确预测铣削力,以X、Y向切削力为例,圆柱螺旋立铣刀仿真与实验的最大误差为5.60%;采用线性模型与全局切削力系数辨识球头刀铣削力时,精度较圆柱立铣刀低,最大误差为9.17%;采用切削力系数分层辨识,可显著提高球头刀铣削力仿真精度,与全局切削力系数辨识方法相比,分层辨识方法可将球头铣刀的铣削力的预测误差下降至1.97%。此外,铣削颤振预测是铣削建模的重要内容,该对比研究可进一步拓展到颤振稳定域图预测。     

基于准动态校准的测压铜柱温度修正方法研究

介绍了测压铜柱常用的温度修正方法及准动态校准的含义与编表方法，分析了测压铜柱在不同环境温度下得到的准动态校准数据，根据校准数据，应用回归技术导出了压力温度修正公式，并利用落锤动标装置验证了该公式的可行性，该公式可用于计算测压铜柱在非标准温度下工作时的压力修正值和编制温度修正表。     

冰草属植物叶片解剖特征及其分类价值

运用解剖学的手段对冰草属５种植物的叶片表皮结构和横切面结构进行了观察，发现叶片远轴面的表皮结构对冰草属属下等级的分类具有一定的意义，其区别特征上要表现在长细胞的大小，细胞壁波纹状弯曲的程度、成对短细抱的数目、气孔带的数目、副卫细胞的形态、以及微毛和刺毛等表皮附属物的分布与形态特征上．     

界面处理和冷却条件对玻璃纤维与聚丙烯界面结合的影响 I.不同界面处理对界面剪切强度的影响

通过测定,得出马来酸酐改性聚丙烯（ＭＰＰ）是提高玻璃纤维与聚丙烯树脂界面剪切强度的关键因素,而偶联剂的变化对体系界面剪切强度的影响较少,用仪器分析证实了酸酐基团与玻璃纤维表面发生化学反应的实质,以及当界面存在改性聚丙烯时,应选择Ａ－１７４ＴＭ硅烷偶联剂处理增强聚丙烯的玻璃纤维,而不是传统的Ａ－１１００ＴＭ硅烷偶联剂。     

两类数据挖掘工具评估分析的定量化

针对企业是否采用数据挖掘工具以及采用何种数据挖掘工具的问题,提出了评估数据挖掘工具价值的定量化分析方法;利用马尔可夫转移概率矩阵与数学规划模型对分类型数据挖掘工具进行价值评估,确定分类型数据挖掘工具带来的价值;利用分布密度函数和信息熵对预测型数据挖掘工具进行价值评估,确定预测型数据挖掘带来的价值;再通过采用数据挖掘工具需要的成本,最终建立了评估两类数据挖掘工具(分类与预测)的效益模型,为企业成功实施数据挖掘提供保证.