脑心肌炎病毒pCMV-HA-VP2表达载体的构建及在HEK293细胞中的表达

目的:构建脑心肌炎病毒(Encephalomyocarditis Virus,EMCV)衣壳蛋白VP2基因的真核表达载体pCMV-HA-VP2,并在HEK293细胞中表达.方法:提取EMCV的总RNA,RT-PCR扩增VP2基因,酶切后构建带HA标签的真核表达质粒pCMV-HA-VP2,运用脂质体介导法将其转染至HEK293细胞中,分别进行过表达检测、Westernblotting分析及IFA检测来验证VP2基因的转录及表达情况.结果:重组表达载体pCMV-HA-VP2构建成功,转染至HEK293细胞中,VP2蛋白和HA标签融合表达成功.结论:EMCV衣壳蛋白VP2基因的真核表达载体pCMV-HA-VP2在HEK293细胞中的成功表达,为EMCV衣壳蛋白的功能研究提供理想的实验材料,同时也为EMCV感染机制及其受体研究奠定基础.     

一种运动想象脑电信号半监督算法

针对脑机接口中两类左右手运动想象任务,提出一种依据迭代训练次数不断更新训练集样本的半监督算法.使用多重自相关分析算法,选择置信度较高的脑电信号样本并加入初始训练集;分别使用公共平均参考法与共空域模式算法,对样本进行预处理及特征提取;最后使用支持向量机对样本进行测试,根据迭代学习次数按照递进方式移除置信度较低的样本,并利用剩余样本继续训练模型,从而优化特征提取器及分类器参数.通过对标准脑电竞赛数据库BCI IV Dataset Ⅱa中左右手运动想象数据的测试表明,该算法与其他算法相比,在训练样本数目较少的情况下,具有较高的分类正确率.      

PEMFC电催化剂利用率研究方法的探讨

提高电催化剂的利用率以降低质子交换膜燃料电池(PEMFC)的成本，是加速其商业化的一个重要途径。文中讨论了现有的CV法在研究PEMFC电催化剂利用率时存在的一些问题，如CV法扫描速度的影响及Pt理论比表面积难于准确确定等，为了较好地解决这一问题，提出了一种以单位质量电催化剂产生电池功率或电能来表示膜电极中电催化剂利用率的方法。     

电老化与加速水树老化对交联聚乙烯绝缘理化特性的影响

为了研究电老化(ETA)和加速水树老化(AWTT)对交联聚乙烯(XLPE)绝缘理化特性的影响,分别对ETA和AWTT的实际电缆试样进行红外光谱(FTIR)、X射线衍射(XRD)和热质量分析(TG)测试,分析其理化特性随着老化的变化规律。建立了AWTT的微观模型,从微观形态变化、陷阱的形成角度对老化机理进行了深入分析。结果发现:ETA和AWTT试样绝缘内R1R2CCH2、—OH键均出现上升趋势,AWTT试样羟基增长速率大于ETA试样,而两种老化过程中双键的增加速率相当;ETA试样电缆绝缘结晶度先上升后下降,AWTT试样电缆绝缘结晶度呈下降趋势;ETA与AWTT都使得绝缘热稳定性下降,ETA试样的微分热质量(DTG)曲线未出现分峰现象,AWTT试样DTG曲线在老化后分裂出多个峰,老化时间越长分裂的峰越多。对试验结果进行分析,在老化过程中,理化特性的变化规律可以由微观模型结合陷阱的变化进行合理解释,老化过程中产生的陷阱对绝缘性能产生重要影响。     

用于稳态视觉诱发电位目标识别的多尺度特征融合卷积神经网络方法

针对传统稳态视觉诱发电位(SSVEP)脑电信号目标识别方法分类精度低、提取特征不充分、方法复杂且耗时等问题,提出一种基于多尺度特征融合卷积神经网络的SSVEP信号分类识别方法(SSVEP-MF)。利用小波变换将多通道SSVEP信号整合转化为二维图像作为输入样本集;建立多尺度特征融合卷积神经网络模型(MFCNN),该模型利用三层二维卷积核实现图像样本不同尺度特征的充分提取,构建多尺度特征融合单元对不同层级特征进行融合,并通过全连接等操作完成模型的训练;将样本集输入到MFCNN模型中实现脑电信号特征自适应提取及端到端分类。所提SSVEP-MF方法能够充分提取信号各层级特征,实现短时间视觉刺激下SSVEP信号的有效识别,并具有较高的目标识别效率。实验结果表明,在1 s刺激时长时,相比传统功率谱密度分析方法、典型相关分析方法以及普通卷积结构方法,所提方法的识别准确率分别提升了18.57%、20.08%及7.03%,有效提高了基于稳态视觉诱发电位范式下脑机接口的信号识别性能。     

新视野号明年将抵冥王星

<正>新的里程碑最近似乎全世界都在热烈讨论着欧洲罗塞塔探测器抵达彗星的消息,罗塞塔几乎占据了世界所有主要媒体的头条位置。但在2015年7月14日,世界将要迎来另一个更加激动人心的时刻——美国宇航局的新视野号探测器将首次飞过冥王星,从而达到其9年漫长旅程的高潮,为我们传回这颗矮行星的首批近距离拍摄图像。美国宇航局此前已经     

电流变机理研究综述

本文全面介绍了电流变材料的发展，包括电流变液、磁流变液和电磁流变液；此外还详细讨论了固相化学和添加刘与电流变响应的关系；指电流变材料的研究方向。作为这篇评论结语介绍限电流应用研究的最新成就。     

钴铜镍铁氧体/碳纳米管复合物的制备及电磁性能

用溶液填充法制备了Co0.6Cu0.16Ni0.24Fe2O4铁氧体/碳纳米管（CCNF/MWNTs）复合物.通过现代测试技术表征了样品的结构、热稳定性、形貌和吸波性能.探讨了铁离子浓度、反应时间、煅烧温度等对其电-磁性能的影响.结果表明,复合物的电导率主要与其中MWNTs的含量有关;磁性与MWNTs中填充CCNF的量成正比.当[Fe3＋]=0.25mol/L,填充时间为18h,煅烧温度为350°C时,所制备的CCNF/MWNTs复合物具有最佳的介电损耗和磁损耗性能,且复合物在9.76GHz处的反射损耗极值为22.47dB,有效带宽大于2.0GHz.由此推测,CCNF/MWNTs复合物是一类具有较大潜在应用价值的电磁波吸收材料.     

思维脑电信号的关联维数分析

采用G-P算法计算了5种不同心理作业下的思维脑电信号的关联维数。计算结果表明:对同一个电极上的脑电数据而言,心算乘法和想象几何图形旋转这两种心理作业下平均关联维数的值比较大。这说明当大脑进行心算乘法和想象几何图形旋转时,大脑皮层神经元的活动加剧,导致脑电信号变的复杂。此外,每种心理实验作业下电极01、02处脑电信号关联维数值均较大,表明枕区皮层神经元相对于大脑皮层其他部位的神经元始终处于比较活跃的状态。     

基于小波变换的飞机电力作动系统故障诊断

电力作动系统是多电/全电飞机上完成各任务操作的最后环节,其工作状态直接影响飞行安全.针对飞机机电作动系统不同部件的故障信息处于不同频带的特点,提出一种基于"能量-故障状态"的故障诊断模式识别方法.通过小波包分解,把原始信号正交分解到不同的频带内,利用各频率成分的变化,选择合适的能量特征向量对各故障目标进行特征提取,从而建立能量变化到各故障原因和类别的映射关系,通过与对应故障特征向量的标准样本进行比较,即可得出电力作动系统当前有无故障和故障轻重程度的结论.通过匝间短路故障诊断仿真实例验证了该方法的正确性和有效性.