薏苡仁油的提取工艺研究

通过单因素和正交试验确定了薏苡仁油的最佳提取工艺条件为:90%乙醇,料液比为1∶8,在65℃热回流提取120 min。薏苡仁油的提取率为13.64%。本研究为薏苡仁油脂的工业化生产提供了依据。     

超临界CO_2萃取木香挥发油的实验研究及数值模拟

采用单因素法,在流量2～4 L/min,木香颗粒度0.144～0.200 mm,萃取温度33～48℃,萃取压力10～25 MPa的范围内,利用超临界CO2萃取木香挥发油,分别考察了CO2流量、原料颗粒度、萃取温度及萃取压力等因素对挥发油萃取收率的影响;并根据萃取器微分单元和固态原料颗粒微分单元的质量守恒建立了微分方程,对一定萃取条件下的实验结果进行数值模拟。结果表明：在实验范围内,木香挥发油萃取收率随CO2流量增加而增大,随原料颗粒度减小而增大,随压力升高而增大,随温度则呈现出交叉现象。结论：CO2流量、原料颗粒度、萃取温度及萃取压力等对木香挥发油的超临界CO2萃取工艺有显著影响,所建立的数值模型能较好地描述实际萃取行为。     

乙型脑炎病毒(JEV)免疫荧光(IFA)检测方法的建立

目的建立乙型脑炎病毒(JEV)免疫荧光(IFA)检测方法,应用于猪及猪源性生物材料JEV的检测。方法滴定病毒TCID50,筛选JEV敏感细胞,依据国标IFA法制备抗原片,并进行特异性、敏感性和稳定性试验。结果选取BHK21细胞作为JEV敏感细胞,病毒感染力滴度(TCID50)为10-8.9.mL-1;与猪瘟病毒(CSFV)、猪细小病毒(PPV)均无交叉反应;稳定性和敏感性试验显示,不同时间IFA检测灵敏度均为1∶2560;可检测到的病毒滴度最低为10-6.5.mL-1。结论建立的IFA法敏感性、特异性强,稳定性好,可用于猪及猪源性生物材料JEV的检测。     

新特征选择方法在路面使用性能衰变研究中的应用

为从小样本数据集中获得简单、容易理解的回归函数,并找出影响路面弯沉的因素及其规律,利用基于多项式空间的特征选择方法对路面使用性能衰变进行研究.结果表明:交通流量和降雨量共同影响路面弯沉值,交通流量越大,路面弯沉增加越快,降雨量对路面弯沉的影响较明显;前一年的路面弯沉值对其自身也有影响,可用来反映路段当前的服务状态.     

字母词的全/半角形式对中文分词 的影响及对策初探

中文科技名词自动抽取的关键步骤是分词,文章首先讨论中文语料库中字母词的全/半角现象,然 后考察这种现象对自动分词结果当中字母词的一致性和准确性所产生的影响,并给出提高切分结果的一致 性和准确性的对策,最后阐述中国传媒大学的分词系统在这方面所做的工作。     

禽流感病毒HSNl血凝素基因和神经氨酸酶基因在真核酵母菌中的表达毒

目的克隆、表达和鉴定禽流感病毒HSNI血凝素基因(hemaggludnin,HA)和神经氨酸酶基因(neuramidinase,NA) 序列,为制备抗体和基因T程疫苗打下基础。方法在成功克隆禽流感病毒H5NI全长HA、NA基因并测序的基础 上。将部分基因序列克隆到表达载体pMET A上,构建了重组表达质粒pMET A／HA(49一l 587 bp)、pMET A／NA (121—1 200 bp),电转化真核酵母菌pMADl6,甲醇诱导表达,利用Ni“亲和层析柱对重组蛋白进行纯化,并用 Western Blotting和ELISA方法检测其抗原性。结果重组蛋白在酵母菌中可以高效表达,SDS—PAGE显示蛋白表 达后形成了二聚体,蛋白纯度占总蛋白的95％以上,ELISA和Western Blotting实验证实,重组蛋白具有良好的抗原 性。结论本研究成功克隆和表达了禽流感病毒H5NI HA、NA基因序列,为禽流感病毒H5N1诊断试剂和疫苗的 开发等进一步的研究提供了依据。     

中文新闻关键事件的主题句识别

提出在单文档中通过提取主题句以获取关键事件信息的思想。根据新闻的体裁特点, 分析了新闻报道与事件的关系, 以及新闻标题在内容、形式和语言方面的特征。提出利用标题的提示性信息提取主题句来描述新闻关键事件的方法。该方法首先对新闻标题按信息含量进行分类, 然后结合新闻句子的词频、长度、位置、与标题的相似度等特征计算句子的重要性。实验表明, 该方法能够准确提取新闻主题句, 为进一步抽取事件信息打好了基础。     

基于ArcGIS平台的盾构作业选址技术与应用

为了解决盾构作业选址异常复杂的难题,在遥感解译的基础上,从坡度、地势起伏度、工程地质条件以及不良地质等多方面分析,以ArcGIS为平台,采用空间建模,实现了盾构作业选址的自动化运行,提取出了研究区内适宜盾构作业的区域。在野外盾构作业选址勘察中取得了良好的效果,为盾构作业选址提供了有力的技术支撑。     

基于端元提取的高光谱图像亚像元目标异常检测算法

针对高光谱图像异常检测因为背景复杂、存在亚像元目标而导致检测效果下降的问题,提出了一种新的检测方法。该方法首先对高光谱数据使用主成分分析法进行背景抑制,然后使用正交子空间投影方法进行端元提取,再使用光谱角度匹配技术进行异常检测。最后与其他两种检测方法比较,具有更好的检测效果,证明该方法的有效性。     

基于半监督宽度学习系统的气温空间插值

近年来,基于人工神经网络的气象空间插值研究因其较强的非线性映射能力受到越来越多的关注。然而,由于网络参数众多,这些方法的训练过程都非常耗时。考虑到以上原因,基于宽度学习系统提出了一个高效的气温空间插值模型,首先使用稀疏编码对输入数据进行特征提取,然后将映射后的向量引入宽度学习系统中得到一个半监督宽度学习模型。相关实验建立在山西省的气象数据集上,实验结果表明,该方法比基于深度学习的方法和传统空间插值方法具有更好的预测性能和时间损耗。