AF内固定系统结合选择性椎管减压治疗胸腰椎爆裂性骨折

目的对AF内固定系统结合选择性椎管减压治疗胸腰椎爆裂性骨折的疗效进行分析.方法采用AF内固定系统结合选择性椎管减压治疗胸腰椎爆裂性骨折12例.结果本组12例均有不同程度的神经功能恢复,X线摄影复查结果满意.结论本法治疗新鲜胸腰椎爆裂性骨折疗效满意.     

频率选择性信道下空时分组码直接盲信号检测算法

针对空时分组码系统中训练序列的引入会降低系统传输效率的问题,提出了一种在频率选择性衰落信道下无需信道估计直接对空时分组码进行盲信号检测的算法.该算法在发射端采用线性预编码并且在接收端采用子空间方法进行解码.和已提出的其他盲信号检测算法不同,它可以在未知信道信息的情况下以满速率发送和接收信号并获得满的分集增益.该算法可以被推广到有任意发射天线数的空时编码结构.Monte Carlo仿真实验表明,该算法和使用准确信道信息的解码算法性能相近.     

苯甲醛缩氨基硫脲铜(Ⅱ)配合物为载体的高选择性硫氰酸根离子电极的研究

以苯甲醛缩氨基硫脲铜(Ⅱ)[Cu(Ⅱ) L2]为中性载体的PVC膜电极对硫氰酸根离子(SCN-)具有优良的电 位响应特性并呈现出反Hofmeister选择性行为,其选择性从大到小的次序为:SCN-,Sal-,ClO-4,I-,Cl-,Br-, Ac-,NO-2,NO-3,SO2-4.电极在pH5.0的磷酸盐缓冲体系中,在1.0×10-1～2.5×10-6mol/LSCN-浓度范围呈 近能斯特响应,斜率为56.0mV(25℃),检测下限为9.0×10-7mol/L.采用交流阻抗技术和紫外可见光谱技术初 步研究了阴离子与载体的作用机理;结果表明,配合物中心金属原子的结构以及载体本身的结构与电极的响应行 为之间有非常密切的构效关系.该电极具有响应快、重视性好、检测限低、制备简单等优点.     

烯基锡化合物的区域和立体选择性合成进展

烯基锡化合物是取代烯烃的重要合成原料和中间体,在有机合成中有着十分广泛的应用.文章综述了区域和立体选择性地合成Z型或E型的烯基锡化合物的方法.     

1,3-二甲基胸腺嘧啶光[2+2]环加成反应的区域和立体选择性研究

以丙酮为光敏剂,研究了1,3-二甲基胸腺嘧啶(DMT)在溶液中的光[2 2]环加成反应,DMT在溶液中辐照二聚生成4种环丁烷型嘧啶二聚体,二聚体的比例与反应途径和温度有关:通过基态聚集体的单重态二聚途径主要生成(h-t)型异构体,而扩散控制的三重态途径则有利于(h-h)型异构体的生成;升高反应温度对前一反应途径不利,对后一反应途径有利;反之亦反.     

频率选择性衰落无线信道下的发送分集技术

通过研究平坦衰落信道下空时分组码(STBC)发送分集技术，结合正交频分复用(OFDM)技术，提出适用于频率选择性衰落信道的STBC-OFDM发送分集方法．然后对STBC-OFDM系统在随机信道和恒参信道中的性能进行仿真．研究和仿真结果表明，STBC-OFDM技术是一种非常有效的抗频率选择性随机衰落技术．与OFDM系统比较，STBC-OFDM系统误码性能得到很大改善，系统的频带利用率通过采用多电平调制方式得到提高．STDC-OFDM方法适用于数据高速传输的宽带无线系统的下行链路．     

交流共享因素对不同任务中选择性注意的影响

研究采用交流范式,创设交流学习任务和个人任务,探查不同交流语境下语言注意和个人情境下注意水平的差异.结果发现:①交流任务中语言认知不代表交流认知的全部,仅以语言作为交流媒介时,语言注意水平最高;②对象共享性不具有交流性,且降低了交流学习语言的选择性注意水平;③表情因素既降低了语言认知加工的负担,又提高了交流注意水平,表情具有一定的交流性.     

多孔泡沫陶瓷材料内甲烷富燃制氢过程的数值研究

采用一维两相体积平均模型和详细的甲烷化学反应机理GRI3.0,对泡沫陶瓷多孔介质内充分发展的富燃及超富燃甲烷重整制氢过程进行准稳态数值模拟,考察燃烧波波速、进口气流速度及当量比三者之间的关系,分析它们对多孔介质内的温度和组分分布以及对氢气产率、甲烷转化率、氢气选择性和CO选择性的影响.结果表明,燃烧波波速随当量比和进口气流速度的增大而增大;当量比为2－3及燃烧波波速大于0.4mm/s时,氢气产率达50%以上,并随燃烧波波速的增加而增大;当量比大于2时,氢气选择性在50%以上;当量比为1.8－2及燃烧波波速大于0.4mm/s时,CO选择性在80%以上.     

基于卷积神经网络的基因剪接位点预测

研究剪接位点可以更深入地探索剪接机制和基因预测方法,准确预测剪接位点至关重要。基于深度学习技术提出一种新的预测方法,无需人工提取样本特征,以基因序列的K-MER编码向量作为输入,采用训练后的卷积神经网络(CNN)模型进行预测。基于人类基因HS3D供体数据集,与传统机器学习方法进行预测比较,结果表明预测模型的主要性能指标,包含马修斯相关系数(MCC)、灵敏度(SN)均超过传统的机器学习方法。     

松花江表层沉积物、悬浮颗粒物与生物膜中各组分萃取分离的研究

主要研究一种对松花江表层沉积物、悬浮颗粒物与生物膜中各化学组分进行选择萃取分离的方法,从而深入了解各种重金属在各相以及各化学组分中的分配规律。结果表明:0.008mol.L-1NH2OH.HC l 0.01 mo.lL-1HNO3,30 m in可萃取锰氧化物;0.8 mo.lL-1Na2S2O4、pH=6.5时40 m in可萃取无定形铁氧化物和锰氧化物;0.1 mo.lL-1HNO3,30%H2O2,85℃水浴5 h萃取沉积物和悬浮颗粒物中有机质,0.02 mo.lL-1HNO3,30%H2O2振荡24 h萃取生物膜中有机质;0.1 mo.lL-1C6H806 0.2 mo.lL-1(NH4)2C2O4,pH=3.25萃取铁、锰氧化物条件对于各组分具有很好的分离效果。C6H806 (NH4)2C2O4与Tessier连续萃取法结果进行比较,认为所萃取的铁、锰几乎包含了沉积物、悬浮颗粒物与生物膜中全部起吸附作用的铁和锰。该方法可以应用于萃取松花江表层沉积物、悬浮颗粒物和生物膜中铁、锰氧化物和有机质,所萃取的组分具有可比性。