纳米级氧化锆的电化学合成

以分析纯ZrOCl·28H2O为原料,采用电化学方法在常温下合成了氧化锆纳米晶体,经400℃热处理2h,粉体晶化为四方相氧化锆,晶化比较完全。经800℃温度处理2h,出现了单斜相氧化锆晶体,粉体初始粒径为7.6nm。与其它方法相比,此方法具有预烧温度低、操作简便、污染小、能耗低、原材料利用率高、不会引入杂质等优点。在此基础上对其合成机理进行了探讨。     

用siRNA抑制胃癌细胞AGS中COX-2表达及对AKT磷酸化的抑制

构建了可在真核细胞中表达针对COX-2基因的siRNA表达载体,并用胃腺癌细胞系AGS建立了COX-2 siRNA的稳定转染细胞系。用Western-Blot检测稳定转染细胞系中COX-2的表达以及AKT的磷酸化水平。结果表明稳定转染C0X-2 siRNA的细胞中COX-2的表达较转染空载体的细胞明显降低,且发现COX-2表达的降低可抑制AKT—Ser^473和Thr-^308的磷酸化水平。为进-步探索抑制COX-2对胃癌细胞生物学特性的影响,及其在肿瘤治疗中的作用奠定了基础。     

基于D3D的三维游戏引擎的设计与实现

设计了一种基于Direct3D的三维游戏引擎的框架结构及各个模块的相互关系.并给出了纹理映射、加密解密、GUI的设计、和系统接口的实现方法.     

人CtBP2与CCNH相互作用的初步研究

CtBP2(E1AC-terminal binding protein 2)作为辅阻遏物与多种转录因子联系而参与到很多生物过程中,如细胞分化、凋亡、发育和肿瘤发生等,然而其中许多作用机制尚不明了.为了对CtBP2进行深入研究,利用高通量酵母双杂交技术,以人CtBP2为诱饵,与含有1000个人肝基因克隆的酵母双杂交文库进行接合筛选获得了一个与它相互作用的猎物蛋白CCNH(Cyclin H).通过GST-pull down、免疫共沉淀和亚细胞共定位等实验进一步证明了这两个蛋白在体外和体内的相互作用.     

2H-氮杂(艹卓)类化合物的合成

以5-甲基-2-甲氧基-3H-氮杂为主要原料,在-97℃条件下,与甲醇发生亲核置换反应,生成2H-氮杂类化合物.所得化合物的结构经IR,1H NMR,13C NMR,MS分析测试确证.     

结构光三维曲面重构

提出了一种基于结构光三维视觉的曲面重构方法。探讨了摄像机的标定、光平面的标定。并利用经物体表面调制过的结构光条纹作为物体三维信息传递工具,以CCD摄像机作为图像获取器件,通过计算机软件处理,对调制过的光栅条纹进行分析解码。最后通过已标定的系统获取物体的三维曲面数据。     

用原子力显微镜观察活海马区神经元三维超微结构

在液体环境中,利用原子力显微镜成功地对体外培养的大鼠海马区神经元进行了超微结构的成像研究。分别获取了活海马神经元胞体、轴突、树突以及生长锥等结构清晰的原子力显微图像,并对其三维结构进行了定量分析。为进一步利用原子力显微镜研究海马神经元打下了基础。     

一种基于组件的多层WebGIS模型的设计与实现

针对WebGIS中存在的系统不稳定、难以扩展及可维护性差等问题,提出一种基于组件的多层WebGIS模型,并论述了如何基于J2EE框架实现该体系结构。实际的系统设计与开发工作表明,基于新体系结构的WebGIS具有较好的集成性与可扩展性,从而缩短了开发周期,降低了开发成本。     

AlGaN/InGaN/GaN双异质结构中2DEG的数值模拟

由于InGaN的物理性质,在传统AlGaN／GaN单异质结中嵌入一定厚度的InGaN层,会使二维电子气的密度提高为原来的近两倍。正是从导带差、极化效应两个方面分析了这种现象的原因,并且通过自洽求解泊松方程和薛定谔方程分别作出了AlGaN／InGaN／GaN双异质结和AlGaN／GaN单异质结的能级图以及2DEG的电子能量图,进一步解释了该现象。     

基于光学-ALS变量组合和非参数模型的天然次生林地上生物量估算

【目的】通过组合机载激光雷达(airborne laser scanning, ALS)数据和Sentinel-2A数据提取特征变量,探讨估算天然次生林地上生物量(aboveground biomass, AGB)最佳的变量组合方式和估算方法。【方法】以2015年ALS数据、2016年Sentinel-2A数据和黑龙江帽儿山林场森林资源连续清查固定样地数据为数据源,通过ALS数据提取高度特征变量(all the LiDAR variables, 记为A_L),Sentinel-2A数据提取若干植被指数变量(all the optical variables, 记为A_O),然后将光学-ALS结合变量(combined optical and LiDAR index, COLI,记为I_COL)结合成为新的变量 I_{\mathrm{CO}{\mathrm{L}}_1} 和 I_{\mathrm{CO}{\mathrm{L}}_2} ,以6组特征变量组合方式(A_O+A_L、 I_{\mathrm{CO}{\mathrm{L}}_1} 、 I_{\mathrm{CO}{\mathrm{L}}_2} 、 I_{\mathrm{CO}{\mathrm{L}}_1} +A_O+A_L、 I_{\mathrm{CO}{\mathrm{L}}_2} +A_O+A_L、 I_{\mathrm{CO}{\mathrm{L}}_1} + I_{\mathrm{CO}{\mathrm{L}}_2} +A_O+A_L)作为输入变量,分别使用多元线性逐步回归(stepwise multiple linear regression,SMLR)、K-最近邻法(K-nearest neighbor,K-NN)、支持向量回归(support vector regression,SVR)、随机森林(random forest, RF)和堆叠稀疏自编码器(stack sparse auto-encoder,SSAE)共5种方法构建了天然次生林AGB估算模型,探讨I_COLs变量以及不同模型对生物量估测精度的影响。【结果】结合变量I_COLs对于森林AGB的估算十分有效,加入I_COLs变量能够很大提高森林AGB模型的估算精度;与其他4种模型相比,无论使用哪些变量作为输入数据,SSAE模型的精度最高;当使用SSAE模型,以光学和ALS变量组合 ( I_{\mathrm{CO}{\mathrm{L}}_1} + I_{\mathrm{CO}{\mathrm{L}}_2} +A_O+A_L)作为输入特征变量时,模型的准确性最高:R²=0.83,均方根误差为11.06 t/hm²,相对均方根误差为8.23%。【结论】结合变量COLIs能够有效地提高天然次生林AGB的估算精度,而且深度学习模型(SSAE)在估算天然次生林AGB方面优于其他预测模型。总体而言,利用ALS和Sentinel-2A数据组合变量的SSAE模型可以较准确地估算森林AGB,为天然次生林地上生物量的估算和碳储量评估提供技术支持。