比利时冲锋枪“第一”:维涅龙M1/M2冲锋枪

<正>二战结束后的一段时期里,比利时陆军一直采用盟军装备的轻武器。这样的情况持续一段时间后,1950年代早期,比利时陆军希望能够装备自己国家设计和生产的轻武器,并召开了国产冲锋枪的选型试验。通过本次选型试验选定的就是维涅龙M1冲锋枪,后来又在此基础上改进设计出了维涅龙M2冲锋枪,维涅龙冲锋枪成为比利时第一支国产制式冲锋枪……     

RIB仪器配接爬行器在水平井中的应用

介绍了八扇区水泥胶结测井仪RIB(RADIUS INCREMENTED BOND)和SONDEX水平井爬行器的基本结构、功能及参数;介绍了RIB仪器配接爬行器进行水平井测井工艺过程;对在青海油田水平井测井的实际应用情况进行了分析.     

线粒体细胞色素b基因在鱼唇制品物种鉴定中适用性的研究

目的 探讨线粒体细胞色素b基因(Cytochrome b, Cyt b)在鱼唇物种鉴定的适用性,为鲨鱼类物种鉴定增加新的DNA条形码。方法 利用Cyt b作为DNA条形码对从全国31个城市购买252份鱼唇样品进行PCR扩增,测序、利用BLAST功能进行近源种同源基因比较分析,鉴定鱼唇制品鱼种,对鲨鱼物种进行濒危评价分析。结果 成功扩增出250个样品,找到的一致性鲨鱼物种基因序列相似性均在99%以上。涉及8个鲨鱼种,最多样品为大青鲨,占样品65.5%,其余还有镰形真鲨、路氏双髻鲨、锤头双髻鲨、灰鲭鲨、远洋白鳍鲨、沙拉真鲨和黑边鳍真鲨。结论 应用Cyt b作为DNA条形码对鲨鱼种鉴定结果与COI DNA条形码结果一致,在鲨鱼种鉴定时可以使用Cyt b 基因及COI基因联合鉴定条形码,为深加工海产品物种鉴定提供更多的技术支撑。     

2011年看云计算如何改变世界

2010年是云计算发展的转折期,经过多年的积累．云计算终于从概念炒作走向踏踏实实落地。在过去的三年里,几乎所有的软件厂商、硬件厂商、运营商,SP都出台了云战略。围绕SaaS、IaaS、PaaS不同层次的云计算方案也不断推出。产业链各环节参与者逐渐认清自身定位,积极开展技术、产品开发和市场运作。     

基于叶绿素荧光的浮游植物生长状态监测技术

浮游植物生长状态监测以叶绿素荧光为基础,利用叶绿素荧光技术可以获得有关光系统Ⅱ的大量信息。以蓝藻和绿藻为主要研究对象,采用两个450 nm蓝光LED分别用于激发本底荧光F_o和使样本处于光适应状态,利用超高亮激光二级管作为饱和脉冲光源获得最大荧光F_m.利用自行搭建的系统测量正常光照培养和对照组放置于暗室浮游植物样品的光化学反应效率Yield,研究了不同光适应状态下的最大相对电子传递速率ETR_(max)、光能利用效率α和光损伤参数β,并记录了完整的荧光诱导曲线和光响应曲线,实现了浮游植物生长状态的测定。     

北京农业上市公司盈利能力现状研究

文章以北京的6家农业上市公司为对象,运用因子分析法,分析研究北京农业上市公司近年来的盈利现状。通过对比分析,得出不同农业上市公司的盈利状态与农业经营领域的关系,并根据北京农业上市公司盈利水平及质量的高低,提出农业上市公司多元化发展的相关建议。     

DNA条形码技术对鱼子酱物种溯源及鉴定

为探讨DNA条形码技术在鱼子酱物种鉴定中的适用性，利用细胞色素b（Cytochrome b，Cyt b）和细胞色素氧化酶I亚单位I（Cytochrome Oxidase I，COI）作为DNA条形码对鱼子酱样品进行DNA提取、聚合酶链式反应（Polymerase Chain Reaction，PCR）、测序、利用NCBI网站和BOLD鉴定系统进行基因比较分析，构建系统发育树，鉴定鱼子酱物种，对我国鱼子酱产品物种标签符合性情况进行检查。购买的40份样品，一致性鲟鱼物种基因序列相似性均在99%以上，涉及5个鲟鱼种，其中杂交种占比75%、西伯利亚鲟、施氏鲟、欧鳇、俄罗斯鲟占25%。说明Cyt b、COI作为DNA条形码可以对鱼子酱进行物种鉴定，检测的鱼子酱产品均为鲟鱼子酱，无造假，但是45%产品标签物种替代或物种标识不清。加强对产品物种标识重视及鉴定技术的开发，有助于我国鱼子酱对外贸易发展，保障我国鲟鱼产业可持续性健康发展。     

大型建筑地下停车场设计方法

以某建筑地下停车场的设计方式为主要内容进行阐述，结合当下地下停车场设计的影响因素，具体从平面设计、竖向设计、车场防火与疏散、采光与通风以及绿色建筑设计这几方面进行深入探讨和分析，提出详细的设计方法，目的在于提升地下停车场的运作效率。     

基于改进YOLOv3的浮游藻类检测算法

浮游藻类的种类多样性和群落结构是水生态环境建设评价的重要指标，利用细胞图像对其进行识别是实现浮游藻类检测的重要手段。相较于传统的显微镜检法，基于深度学习的目标检测算法因更高效的检测能力而越来越多地被运用到浮游藻类检测领域。针对YOLOv3目标检测算法对部分形态小、边界模糊和粘连浮游藻类的检测精度低等问题，采用空间金字塔池化（SPP）结构改进了YOLOv3目标检测算法的特征提取方式，采用广义交并比（GIoU）边界损失函数改进了YOLOv3目标检测算法的边界损失函数，最终构建了一种基于SPP和GIoU改进的YOLOv3浮游藻类检测算法（SPP-GIoU-YOLOv3）。实验结果表明：在检测速度无明显差异的情况下，所提SPP-GIoU-YOLOv3分类检测算法对实验藻类的平均精度均值达95.21%，比YOLOv3目标检测算法提高了4.24个百分点。本研究为发展准确快速的浮游藻类检测方法技术提供了一定的基础。