KIRUNA电动汽车已运行12万小时

本文评述了Kiruna电动汽车在辛克格吕万锌矿的应用，总结了Kiruna电动汽车现阶段的发展特点及其应用情况，同时评估了未来的发展可能性。     

非贵金属催化5-羟甲基糠醛选择氧化的研究进展

5-羟甲基糠醛（HMF）作为一种连接生物质资源和精细化学品工业的多功能平台化合物,因含有醛基、羟甲基而具有非常活泼的化学性质。HMF催化选择氧化在生物质转化过程中具有十分重要的意义,近年来受到研究者们的广泛关注。其氧化产物如2,5-呋喃二甲醛（DFF）和2,5-呋喃二甲酸（FDCA）都是具有高附加值的精细化学品,可用于抗菌剂、医药中间体、合成聚酯等方面。非贵金属催化剂因具备低成本、资源丰富以及环境友好的优势,用于HMF选择氧化的相关报道已逐渐增多。阐述了HMF选择氧化的催化反应机理,着重从非贵金属催化剂的角度出发,对近年来HMF的不同催化氧化体系进行了总结和归纳。最后,展望了HMF选择氧化的研究前景,为构建绿色、高效的催化体系提供思路和参考。     

饲料添加剂维生素B12含量测定

采用高效液相色谱法建立了饲料添加剂维生素B12 粉剂中维生素B12 含量的测定方法。选用Shim - packCLC -ODS柱 ,5μm,4.6mm×150mm(岛津公司) ;流动相甲醇∶磷酸氢二钠(10g/L)=53∶147 ,调节 pH值为3.5;检测波长:361nm ;流速:1mL/min ;柱温 :室温。定量限为5.8mg,回收率为100.8%(n=5) ,RDS=0.6 %。本法简便、灵敏、实用和准确 ,用于饲料添加剂维生素B12 粉剂的质量控制     

C50株抗CEA杂交瘤细胞抗体生成动力学及体外培养条件的优化

目的　研究C5 0株抗CEA杂交瘤细胞的抗体生成动力学 ,确定优化体外培养条件。方法　体外静态培养C5 0细胞 ,采用ELISA和细胞计数的方法检测培养上清抗体浓度和细胞数量 ,分析细胞生长与抗体分泌的关联性。采用体内复壮和添加新型免疫增强剂CpGODN的方法 ,尝试恢复长期体外培养的C5 0细胞的抗体生成能力。结果　C5 0细胞的抗体生成动力学为非生长关联型 ,经过体内复壮 ,C5 0细胞体外培养上清中抗体浓度显著提高 ,但活细胞密度或细胞活力均未发生明显变化。在培养基中添加一定浓度的CpGODN ,可以恢复长期体外培养的C5 0细胞的抗体生成能力。结论　根据细胞的抗体生成动力学特征 ,通过调节细胞的生长状态 ,可提高上清抗体浓度。根据抗体基因的组织特异性表达的机制 ,通过优化杂交瘤细胞的体外培养条件 ,能保持细胞正常的抗体生成能力 ,维持细胞高且稳定的上清抗体浓度     

数组与指针的关系解析与实现

指针为C++语言最显著的特征之一,也是C++中最灵活、最强大、最难掌握的部分,笔者结合C++教学过程中指针的相关难点,尤其是指针与数组的关系作了较为详细的解析,以期给C++中指针部分的教学研究带来启迪。     

儒家文化视角下传统武德之辩证分析

本文运用文献资料法和历史逻辑法探寻传统武德的思想渊源、传统武德对儒家伦理思想的汲取及表现,并对传统武德进行了辩证分析。主要结论:传统武德通过对中华传统儒家伦理文化汲取,逐渐形成以儒家伦理思想为内核的文化体系;传统武德的文化内涵对整个民族的稳定、进步和团结起到不可估量的作用和影响;对待传统武德,既不能全盘否定,也不能全盘吸收,而应该取其精华,有所创新,有所发展,同时有必要构建出符合新时代的当代武德体系。     

基于可信连接的集群TCB构建技术

为解决集群系统中安全机制被旁路、破坏的问题,提出一种基于可信连接的集群TCB构建技术。利用图的方法给出集群TCB的定义,利用密码技术,结合可信计算思想,给出集群节点TCB间可信连接管道构建机制,基于可信连接管道,提出一种集群TCB的构建方法。验证结果表明,该技术是安全可信的,可用于企业大型应用、云计算应用等集群计算模式系统中,为这些系统的安全奠定坚实基础。     

智能手机安全存储系统Mobile-Crypt的研究与实现

随着智能手机不断深入人们的生活,其安全存储方面的问题日益严重。本文在分析了国内外安全存储研究现状的基础上,给出了一种用于开放环境下的智能手机安全存储系统Mobile-Crypt的系统设计,并着重介绍了SD智能卡和文件加密系统的设计与实现。     

轻量级(2+1)D卷积结构的动态手势识别研究

目前,基于卷积神经网络的动态手势识别方法取得了巨大的进展,但神经网络模型具有很大的参数量,计算成本和内存占用较大,很难应用在设备资源有限的场合.以减少计算量和参数量为出发点,提出了一种轻量级(2+1)D卷积结构.该结构在(2+1)D卷积结构的基础上,将其中的3D卷积替换为3D深度可分离卷积,在输出向量维度不变的前提下,进一步减少了(2+1)D卷积结构的计算量和参数量.为了弥补时空特征在表征动态手势上的不足,融合注意力机制模块,专注于对运动特征的提取,结合轻量级(2+1)D卷积结构提取的时空特征,可以更好地表征手势动作.实验结果表明,注意力机制模块的插入,在不增加太多额外计算和空间成本的前提下,进一步提高了模型的识别精度.基于以上结构构建的模型,在20BN-jester、EgoGesture和IsoGD数据集上分别取得了96.62%、91.83%和60.1%的识别精度,模型参数量和浮点计算量分别为5.05M和12.81GFLOPs,相比于其他手势识别模型,计算成本和内存占用大大减少,实时手势识别速度达到每秒70帧.