不同方法提取鳗鲡病原茵DNA模板的差异分析

利用吸光值、琼脂糖电泳及PCR差异扩增等指标,对酚一氯仿法、水煮法、碱裂解法3种方法制备的鳗鲡病原菌DNA模板进行了差异分析．结果表明：1）不同方法提取的病原菌模板DNA的浓度、纯度及分子质量大小存在差异,但以这3种方法提取的病原菌DNA为模板,均能成功扩增到细菌16SrD．NA和外膜蛋白的保守序列．其中,酚一氯仿提取的模板DNA浓度较低、纯度较高;水煮法和碱裂解法提取的模板DNA浓度较高、纯度较低．2）电泳显示,3种方法获得的模板DNA扩增出的16SrDNA保守序列条带均一,没有显著差异,但在外膜蛋白保守序列的扩增中却因菌种和模板提取方法的不同而存在差异．     

一种基于正交脉冲调制的IR-UWB同步算法

超宽带信号的快速同步捕获是UWB系统实现的一个重大挑战.提出了一种基于修正Hermite多项式脉冲的同步捕获方法,脉冲信号选用零阶和一阶修正Hermite多项式,2种脉冲信号按特殊顺序作为超宽带脉冲信号,同时与滑动相关结合.该算法不需要在本地生成模板,只需进行接收信号与其自身延迟之间的相关运算.其中低阶的修正Hermite多项式的正交性使算法得到更精确的同步参数.理论分析及仿真实验结果表明,该算法实现了预期的性能优化.     

基于Applet技术的轻量级工作流引擎设计研究

在井陉矿务局门户和办公系统中,工作流管理系统是重要组成部分,该系统是基于J2EE架构下的B/S应用,其中包含公文流转、流转监管、模板管理、阅办、归档等主要功能,系统的核心部分采用基于Applet技术的轻量级工作流引擎,该引擎支持公文的并审和串审,并采用图形化的界面(GUI)与用户交互,用户能灵活、方便地定义工作流模板和处理公文.     

模板法制备La2O3-CexZr1-xO2催化酯交换反应的研究

以松木屑为模版,制备了La₂O₃-Ce_xZr_1-xO₂复合氧化物,用于催化餐饮废弃油合成生物柴油的酯交换反应。采用BET比表面积分析仪、扫描电子显微镜（SEM）对La₂O₃-Ce_xZr_1-xO₂进行表征。研究不同制备方法对催化剂活性的影响,分析不同的反应条件对酯交换反应产率的影响。结果表明：当反应条件为x=0.5,催化剂量为餐饮废油质量的5%,甲醇与餐饮废油物质的量的比为54：1时,在165℃下反应4.5 h左右,酯交换反应获得生物柴油的产率为91.1%。     

应用文格式与内容模板整合开发研究

针对各类机关、企事业单位普遍存在应用文写作不规范的现状,对应用文格式与内容模板进行整合研究,提出系统的总体结构,探讨格式模板与内容模板的实现,并对两者的整合给出应用文生成算法.经用户试用,该系统有助于应用文格式的规范化及更便捷地完成应用文的写作.     

蛇模型的综述

蛇模型 (snake)由卡斯 (Kass)等在 1987年首次提出后在数字图像分析和计算机视觉等领域正在得到越来越广泛的应用。本文从蛇模型的原理、发展及应用情况来进行阐述 ,并举例说明了蛇模型的使用     

运动目标识别与跟踪的模板匹配算法改进及仿真研究

针对传统模板匹配算法存在运算量大,以及干扰物中有部分区域和目标形状相同时识别率差的问题,改进传统的模板匹配算法,并在MATLAB6.5环境下,应用改进的新算法对简单背景中的运动目标进行计算机识别与跟踪仿真.新算法先对识别区域进行扫描点检测,判断该点是否满足要求再进行模板匹配运算;当某些干扰物体中某部分区域与目标模板相同时,采用自动模板更新的方法进行区分.仿真实验结果表明,改进的模板匹配算法大大减少模板匹配的运算量,并且可以有效地排除干扰物体对目标识别的干扰.     

基于模板的PCNNs指纹细化算法

针对现行的一些细化方法在细化二值指纹图像时容易产生断裂和毛刺的状况,提出了一种基于正方形模板和三角形模板的脉冲耦合神经网络细化方法,并加入一种方向约束条件来避免经常出现的指纹脊线毛刺。实验结果表明,该算法不但能有效地缩短细化时间,而且细化后的指纹图像不会产生断裂和毛刺现象。此外,将该算法应用到自动指纹识别系统中后,不仅缩短了识别时间,而且识别率也得到了明显提高。     

单分子膜模板法诱导无机晶体取向生长的研究进展

近年来,受生物体内生物矿化现象和科学家对生物体内生物矿物沉积过程的深入研究结果的启发而产生并发展起来的单分子膜诱导晶体生长方法引起了人们的极大关注.本文评述了该领域国际研究的热点:(1)系统研究单分子膜诱导晶体生长的机理,找出特殊规律以发展和完善晶体学;(2)利用规律开发新型晶体材料.     

基于自适应初始搜索点预测的目标跟踪算法

为了得到恰当的初始搜索点以使得目标跟踪算法避开背景干扰并缩短搜索距离,提出了一种自适应初始搜索点预测的算法。该算法通过对坐标变换参数的变化率进行Kalman滤波来更好地预测初始搜索点;更重要的是,该算法有效地在线估计Kalman滤波器中的模型噪声功率,而非先验地对它们的取值做出假设,因而能够在没有任何人工干预的情况下动态地根据不同的目标运动状况和搜索精度进行实时调整。大量实景视频流上的实验结果均证实了该算法显著提高了跟踪稳定性,并且大幅降低了计算量。