排序方式: 共有11条查询结果,搜索用时 15 毫秒
1.
2.
文章分析了目前各高校大学物理实验教学的不足,基于学生创新能力的培养,提出了大学物理实验课程新体系和教学内容,在教学方法和考核方法等进行多方面的改革.经过三年的实践教学,结果证明,这些教学改革对培养学生的实验技能和创新能力具有良好的效果. 相似文献
3.
HMG-CoA还原酶,即3-羟基-3-甲基戊二酸单酰辅酶A还原酶(3-hydroxy-3-methyl glutaryl coenzyme A reductase,HMGR)是合成胆固醇过程中的限速酶,抑制HMGR活性能够阻碍胆固醇合成,降低低密度脂蛋白胆固醇(LDL-C)水平,改善心脑血管疾病。由于现市售的HMG-CoA还原酶抑制剂(他汀类)已被证明有诸多的副作用,研发出他汀类药物替代物就具有了重要意义。本文综述了HMGR与心脑血管疾病的关系,他汀类药物存在的问题,天然化合物抑制HMGR的研究现状,并展望了HMGR天然抑制剂的研究方向。 相似文献
4.
5.
以通识教育理念和探究式教学法为基础,以物理实验教学改革为锲入点,从实验项目、教学模式、考评方法等多维度构建探究式“大学物理实验”教学模式,并取得良好成效。 相似文献
6.
指出了发展双模复合探测系统的优势和重要性,重点探讨了几种双模复合探测系统的技术性能及特点,并分析了未来双模复合探测技术的发展趋势. 相似文献
7.
储层孔隙结构刻画是预测有利储层的关键。伊拉克M油田发育礁滩相碳酸盐岩储层,受成岩作用影响,储层孔隙结构复杂,具有相同孔隙度的储层渗透率存在明显差异。核磁共振测井及取心井岩心资料分析结果表明深、浅侧向电阻率差异与储层的孔隙结构具有相关性,基于电阻率与孔隙度参数构建了储层孔隙因子,提出了地震多属性孔隙因子参数反演方法,其算法实现分三步:(1)利用波阻抗反演识别储层与基质;(2)应用专家优选与自动优化组合方法进行孔隙因子参数敏感地震属性优选;(3)利用概率神经网络算法对优选的地震属性进行地震多属性孔隙因子参数反演。实际应用效果验证了该方法的有效性,有利储层预测结果为油田开发井位部署提供了支持。 相似文献
8.
相比地震反演方法和技术,基于多属性回归方法的储层预测技术能够缓解分辨率有限、过于模型化等问题,但模型泛化能力不足常造成井间薄储层预测结果不合理。为此,提出基于多层感知机深度学习网络的多属性回归薄储层预测方法,即以地震数据(提供背景信息)、90°相移数据(提供储层结构近似信息)、储层不连续界限属性(提供储层空间分布信息)为输入,以井点高频自然伽马为期望输出,利用多层感知机深度学习网络训练模型,预测井间自然伽马值,利用自然伽马值与砂—泥岩性的高度相关特性刻画薄储层。A油田实际资料测试表明,自然伽马预测值与真实值平均相关系数达到86.4%(训练集,10口井)和85.5%(验证集,两口井),明显优于传统多属性回归方法。应用该方法解释重点层段6套小层,薄储层预测结果与156口井实钻砂岩厚度平均相关系数较相移数据提升约38%,证实该方法应用效果良好。 相似文献
9.
10.
对微带天线的腔模理论进行修改,利用电磁场理论推导了具有空气隙的矩形微带天线的谐振频率的计算公式,同时考虑了边缘效应,引入了有效介电常数,对谐振频率的计算公式进行了修正。最后将其用于实例的计算结果与文献[3,4]实测结果相比较。结果表明,理论计算结果与实测值有良好的吻合。 相似文献