上古穴居而野处,后世圣人易之以宫室,上栋下宇,以待风雨,盖取诸《大壮》。

<正>上古穴居而野处,后世圣人易之以宫室,上株下宇,以待风雨,盖取诸《大壮》。这段话的原意是:上古时候的人在洞穴中居住而生活在野外,后世的圣人改用宫室,宫室上有栋梁,下有檐宇,以防御风雪,这大慨取象于《大壮》卦。逐字解析,上古,是指黄帝以前的时代,或者是三皇五帝的三皇时代,而《易·系辞》中称伏羲时代为上古;穴居,就是居住在洞穴里,大自然     

云南产两种半边莲属药用植物氨基酸分析

应用日立835-50型氨基酸自动分析仪,测定了两种云南产半边莲属植物的17种氨基酸含量,其中人体必需氨基酸7种.     

放射学检查中受检者辐射防护的探讨

电离辐射作用于人体,会产生有害的生物效应,放射学检查中辐射防护问题日益受到大众关注,其影响因素很多,辐射防护的基本原则有三即正当化原则、最优化原则和个人剂量限值原则。辐射防护的基本原则有三种,即时间防护、距离防护及屏蔽防护。在临床放射工作中,要采取确实有效的方法,严格掌握X射线检查的适应症,杜绝不必要的、不应该的或可减少的X线检查,努力降低检查部位的受照剂量,防止非检查部位受到不必要的照射,要限制照射野,用好各种防护用品,配置辅助防护设施,尽量完善体位防护,将危害降到最低程度。     

一株产1-脱氧野尻霉素(DNJ)枯草芽孢杆菌黑色变种的诱变育种研究

1-脱氧野尻霉素(1-Deoxynojirimycin,DNJ)是一种哌啶生物碱,是α-葡萄糖苷酶的强抑制剂,具有降低餐后血糖、抗肿瘤转移和抗病毒等作用.目前工业生产的DNJ主要是从桑叶中提取的,价格昂贵.为了获得DNJ的稳定高产菌株,本文通过对产DNJ枯草芽孢杆菌黑色变种(Bacillus subtilis var.niger)分别采用紫外线诱变、亚硝基胍诱变和60 Coγ射线诱变方法,得到发酵培养液DNJ表达量达20.7mg/L的菌株,其表达量较初始菌株产量提高了27.7%,并对细菌的DNJ合成代谢相关基因进行了克隆和测序,菌株命名为B-231.     

用时频峰值滤波去除多普勒频率估计野值点的方法

研究去除多普勒频率估计野值点的方法.在分析多普勒频率估计野值点的成因和特点的基础上,对含有野值点的多普勒频率估计按比例调整到适当的频率范围内,用时频峰值滤波方法对其进行处理,恢复原多普勒频率比例尺度,从而达到去除野值点的目的.实验结果表明,选择较小窗长的伪Wigner-Ville分布,一次迭代就可有效地去除多普勒频率估计中的野值点,对后续的脱靶量参数估计没有任何不利影响,方法简单可靠.     

新疆伊犁野核桃复叶的表型变异及生长规律

通过对新疆野核桃3种复叶的大样本测量,分析了不同小叶数量复叶各组成的表型差异性及生长规律.结果表明,随小叶数增加,复叶的叶长和叶宽增大.数量性状的变异程度在叶轴长、右小叶长和右小叶宽上为小叶数越多,变异系数越大.3种复叶之间,复叶长和复叶宽差异均显著,叶轴长、顶小叶长和左右小叶长差异均不显著.3种复叶的叶轴长、复叶宽与...     

一个野范畴中的一些典范型

矩阵的典范型是矩阵若当标准型的推广形式，Ｂｅｌｉｔｓｋｉｉ算法是约化矩阵为典范型有效方法，运用这一约化算法，得到了一个野范畴中一些较小维数矩阵的典范型。     

基于amy基因的中国野桑蚕遗传多样性及其与家蚕的系统发育关系

为探索中国野桑蚕Bombyx mandarina的遗传多样性及其与家蚕B.mori的系统发育关系,采用PCR产物直接测序法(少数样本克隆测序)获得34个家蚕和野桑蚕样本淀粉酶基因amy序列片段(715bp)。分析发现56个多态性位点,鉴定出28种单倍型(haplotype);核苷酸多样性π=0.01390&#177;0.00103,单倍型多样度Hd=0.988&#177;0.011。核苷酸不配对分析(mismatchan alysis)和Fu’sFs检测表明中国野桑蚕曾发生过种群扩张。分子方差分析(AMOVA)表明,遗野桑蚕传差异主要在种群内,种群间和地理组群间差异不显著。聚类树上34个样本聚为3枝/3蔟,野蚕和家蚕都不按地理区域或系统(类型)聚类,A枝由来自不同地区的野蚕和不同类型的家蚕混合构成,并且进一步分成3个亚枝,每一亚枝也同时包含家蚕和野蚕,B枝由3个家蚕和1个野蚕混合构成,C枝全部由来自不同地区的野蚕构成。网络分析没有发现“祖先单倍型“和优势单倍型。结果提示,淀粉酶基因是一个多态性丰富的分子标记,中国野桑蚕遗传多样性十分丰富,据此推测家蚕起源于多种生态类型混杂的野桑蚕。     

基于正交矩扩疗照射野的自动对准方法

研究一种新的方法用于放疗模拟定位图像和视口图像的自动在线式对准，并介绍了一种矩的快速算法。     

多模块融合的浮游生物检测器

针对传统海洋浮游生物利用人工提取特征的传统检测方法,存在检测精度低、检测过程冗余等问题,基于深度学习技术,提出了多模块融合的浮游生物检测器(multi module fusion single shot detector,MMFSSD).首先,提出了特征信息增强模块,在不增加网络复杂性的前提下增加了网络的感受野,将下采样图像注入该模块中,以增强特征图的低级特征信息.在此基础上,进一步提出了选择性特征融合模块,在网络中学习融合时的权重,选择性地融合不同尺度的特征.有效性验证试验结果表明,在数据集PASCAL VOC和MS COCO中的平均精度均值分别为80.70％和32.20％,在浮游生物数据集PMID2019中的平均精度均值达到90.41％.