妙配三餐 持久瘦身分食法

分食法就是蛋白质、淀粉分食的方法。但这跟瘦身有什么关系呢？这是因为身体的消化系统．要消化这两种分子的时间是不一样的：分解淀粉Time：3至4小时如果总是蛋白质跟淀粉混着吃,你的胃要分泌不同的胃酶,去分别消化这两种成分,消化系统会很辛苦,而且也会花费你较多的消化时间!     

侧耳蛋白质和氨基酸含量测定与分析

对5种侧耳的子实体和菌丝进行蛋白质和氨基酸含量测定表明,侧耳蛋白质和氨基酸含量丰富,必需氨基酸种类齐全。但不同品种,不同部位差异较大。     

蛋白质折叠过程模型

蛋白质折叠过程模型研究一直是蛋白质折叠研究领域的热点课题．就这个问题,提出描述蛋白质折叠过程的拟蛇模型．并且提出一个新的概念,那就是所有蛋白质空间结构都可以通过2种类型函数构造出来,此外,还从理论方面来证明该模型是可行和正确的：通过与其他蛋白质折叠过程模型的对比实验,结果表明,拟蛇模型所构造的空间结构能量值最小、相似度最好．进而说明拟蛇模型在描述蛋白质折叠过程方面具有明显优势,开辟了研究蛋白质的一种新的途径．     

多发性硬化症患者DTI图像定量化分析

提出了一种联合体素和白质图谱的磁共振扩散张量成像(DTI)方法,明确了多发性硬化症(MS)患者脑白质中受损区域的位置和严重程度.通过计算受检者脑白质区域内各体素中水分子扩散的各向异性指数(FA)和平均扩散率(MD),找出MS患者组和健康对照组(HC)之间FA和MD存在显著性差异的体素及分布情况.结果表明,与HC组相比,MS组FA值在胼胝体体部、压部和双侧放射冠上部等11个脑区有显著性降低;MD值在胼胝体体部、压部和右侧内囊后肢等22个脑区有显著性升高,为临床MS诊断和治疗提供了更有效的参考价值.     

基于认知图谱的智能问答系统推理模型研究

目前现有问答系统模型大多数都采用模板匹配的方式进行推理,对问题推理不够充分,因此,提出基于认知图谱的问答系统推理模型.依据专业领域知识作为知识源构建本体;并基于该认知图谱构建了"问题-关系"一对一的认知图谱问答系统模型.最后通过将问答问题划分为简单问题与复杂问题分别对问题进行处理,其中简单问题运用BERT+ CRF(Bidirectional Encoder Representations from Transformers+Conditional Random Field)模型进行模板匹配;针对复杂问题运用Node2vec生成子图后用GCN(Graph Convolutional Network)推理模型进行推理,将得出的答案作为输出结果.最后对所提出的模型通过井下作业领域进行了实验,结果表明认知图谱问答模型优于其他算法模型.     

花生种子活力的形成

种子活力形成于种子发育过程．花生种子发育过程中，贮藏蛋白质、蛋白酶和热稳定蛋白与种子活力有密切关系．ＡＢＡ在种子活力形成过程中具有重要的调控作用．     

面向域名解析系统的知识图谱构建与应用方法

为提高网络域名系统(domain name system, DNS)服务器日志分析能力,综合多种技术提出了构建面向域名解析系统的知识图谱。首先,应用域名解析、权威域名服务器、别名解析、自治系统等基本原理设计了基于aiohttp和dig技术相结合的数据采集方案,构建了相应的领域知识库;其次基于该知识库设计和构建了面向域名解析系统的知识图谱,其节点规模达近500万;然后应用该知识图谱解决web日志中异常访问行为识别效果差的实际问题。以某国家网络信息安全科研机构的网络服务器日志为研究对象,对比是否采用知识图谱进行实验：在爬虫行为、域名暴力解析行为、DNS重复解析行为的识别实验中,F₁值分别提高了14.88%、47.23%和91.63%。结果表明,该知识图谱能够有效提高web日志中异常行为识别率。     

生物医学研究热点及意义

生物医学研究是目前发展最快、令人振奋的科技领域。本文概述了生物医学的发展趋势，并对生物医学前沿领域的研究热点，如基因组、蛋白质组、细胞信号转导机制、干细胞研究、神经科学研究、生物信息学等进行了分析。对生物技术领域的研究热点，如生物芯片技术、高效基因转移系统技术、组织工程技术和干细胞定向分化技术、基因敲除和敲入技术、克隆技术等进行了综述。提出研究中应该注意针对研究热点选题，注意多学科交叉和集团作战，同时注意知识产权保护。     

用气相色谱法研究逍遥丸(水丸)的指纹图谱及其分层聚类分析

采用水蒸汽蒸馏法提取市售10个厂家逍遥丸(水丸)中的挥发性成分,并通过气相色谱(GC)进行了分析,建立了GC指纹图谱,并用分层聚类分析法对其GC指纹图谱进行聚类分析,得到了分层聚类分析结果.实验结果表明:提取的最优条件为提取11h,固液比为1:15,浸泡时间10h,选用正十八烷作为内标参照物较适宜.聚类分析结果表明:不同厂家的逍遥丸色谱中共有峰面积存在差异,制药过程中的规范和标准有待提高.     

一种适用于处理中药指纹图谱数据的主成分正交分解算法

中药指纹图谱数据具有变量数很大而样本数较小的特点，本文中采用拉格朗日求极值的方法得到一种新的适合用于处理这类数据的主成分正交分解算法．结果表明：所得到新的算法，在处理中药指纹图谱数据时，与传统的主成分分析算法比较，节省存储单元，计算量小，计算速度快，因而计算效率高.