先导化合物的发现和优化

先导化合物的设计、发现及先导化合物结构优化是创新药物研究成败的关键。本文介绍了先导化合物发现和优化的一些新技术和新方法。     

新媒体环境下的"议程设置"嬗变——2005-2010年央视春晚新闻报道分析

议程设置理论从20世纪20年代起源,经过了四个阶段的共同演进与发展,在传播学领域具有一定影响力.但进入新媒体时代之后,媒体环境的变化打破了议程设置理论的传统模式,使得如今的议程设置面临了许多新的问题.根据我国的社会文化背景,我们选取2005年至2010年5年间对于央视春晚新闻报道的标题为研究对象,可以归纳出在新媒体环境下议程设置所呈现出来的新特征.     

高校青年教师角色转变及发展规划探讨

高校青年教师作为我国高等院校的教师的主力军，他们的成长直接关系到我目的高等教育发展。文章讨论了高校青年教师角色转变中存在的问题，相应的心理调适策略，井对高校青年教师的发展规划进行了初步探讨。     

如何在互联网上进行信息检索——Internet搜索技术综合篇

互联网络信息资源极为丰富,几乎人类现有的知识都可以在互联网上找到,如果能够充分地利用好这些资源,对于我们的学习和研究是大有助益的。但是,正是由于信息资源的极大丰富,如何从这些资源中获取我们需要的信息就成为摆在人们面前的一个难题。下面我把当前互联网上的信息搜索技     

大学生消费文化与现代人生活方式变迁

大学生消费文化包括消费观念、消费心理、消费品格、消费方式、消费结构、消费水平、消费规律等.本课题的调查研究表明,中国大学生消费文化具有前卫性、超时性、发展性和不平衡性.大学生消费文化对社会消费文化发展和现代人生活方式变迁有较大的影响张力;大学生消费文化的发展对生产力的发展和社会进步有促进作用;大学生消费文化的发展与现代人生活方式的变迁享有同一轨迹.在大学校园,高消费者和低消费者同在,早熟型消费与不成熟型消费共存.不成熟消费、攀比消费和非理性消费不仅给学生家庭生活造成了很大的经济负担,而且不利于大学生的心理和人格健康.高等学校在对大学生进行德、智、体教育的同时,还必须进行生活能力和消费观念教育,要在大学生消费文化和现代生活方式的教育方面有所作为,要建设高品位的大学生消费文化环境和氛围.对大学生消费文化发展方向的正确引导就是对现代人生活方式变迁的恰当把握.     

红松成熟胚愈伤组织诱导外植体选择及培养条件优化

【目的】通过培养条件的优化和适宜外植体类型的筛选,解决红松成熟胚愈伤组织诱导中存在的愈伤组织诱导率低、生长状态差、褐化率较高等问题,为建立红松成熟胚体胚发生体系奠定基础。【方法】用5种培养基类型、3种蔗糖浓度和9种植物生长调节剂组合,选择8种来源于成熟种子不同部位的外植体,对愈伤组织诱导的培养条件和适宜外植体类型进行优化和筛选。【结果】① 在5种培养基中,DCR培养基上愈伤组织诱导率高于其他培养基、生长状态好于其他培养基; ② 添加在DCR中的3种蔗糖浓度中,35 g/L时的愈伤组织诱导率最高(92.01%)、褐化率最低(17.01%); ③ DCR添加35 g/L蔗糖情况下,9种植物生长调节剂组合中NAA 2.0 mg/L + 6-BA 1.5 mg/L组合的愈伤组织诱导率最高、褐化率最低、生长状态最佳; ④ 在选出的优化培养条件下,8种来源外植体中,从裸胚上切离的下胚轴的愈伤组织诱导率高、褐化率低,且增殖能力强,具备胚性愈伤组织的形态解剖特征。【结论】红松成熟胚愈伤组织诱导的优化培养条件为DCR +蔗糖35 g/L + NAA 2.0 mg/L+ 6-BA 1.5 mg/L,适宜外植体裸胚上切离的下胚轴。     

不足为怪

两个人在街上相遇,这对老同学回忆起十几年前的学校生活,感慨万分。甲同学说:"你无论如何也想不到,张三如今成了很有     

三维布尔运算的降维算法

实体间的交、并、差布尔运算是三雏实体造型中一种非常重要的造型方法.在时经典布尔算法进行分析的基础上,提出降维算法,该算法通过平面切割,把三雏实体问题转化为二雏平面问题,避免了求交的盲目性,提高了运算速度.     

融合特征增强模块的小样本农业害虫识别

基于深度学习的图像识别技术在具体应用前必须先经过大量带标签样本的训练,然而在实际场景中目标域样本可能非常稀缺,小样本图像识别技术应运而生.为了提升小样本场景下的图像识别准确率,本文提出一个通用的两阶段训练模型以融合现行主流方法并增强其表现.首先,针对训练时不同害虫种类背景相似度过高的问题提出融合双注意力机制的特征加强模块;其次,针对小样本情况下预测可能产生的过拟合问题提出基于高斯分布的特征生成模块以提高泛化能力;最后,将三种典型小样本识别方法统一成两阶段训练模型以融入提出的方法.将该思路及改进首次应用于传统害虫分类数据集IP102,识别准确率可以在基准方法上取得2.11%到6.87%的提升.为了进一步验证本文方法的有效性,在小样本领域公开数据集Mini Imagenet也进行了相应的实验,提升效果同样显著.     

基于动能PSO的环己醇/环己酮动力学参数估计

针对基本PSO算法在迭代后期粒子发生"趋同"而易陷入局部极值的问题,提出了动能粒子群算法(KEPSO)。该算法将粒子"趋同"看作粒子群体与最优粒子发生塑性碰撞的过程,通过动能补偿机制使"惰性"粒子重新恢复"活力",从而跳出局部极值。仿真结果显示,KEPSO算法大大提高了全局搜索能力,在高维函数测试中表现出了较好的优化性能。将KEPSO算法用于环乙醇/环已酮硝酸氧化动力学参数估计中,获得模型的平均相对误差绝对值之和比文献报道值分别降低了42.6%和47.3%。