新型伦克混合电传动系统

履带式装甲车的电传动技术已获得了巨大进步，但目前的纯电传动还显现出操控，特别是转向性能方面的不足。由此看来，单纯地采用电传动的话，其体积、重量、成本和风险都显得太大。而由电力和机械组成的混合传动则具有非常明显的优势，它既可在减少体积、重量、费用和风险情况下满足车辆的电力需求，还可节省燃油。结合电力传动和机械传动的优点，德国伦克公司研制出了用于履带式车辆的新型混合电传动系统。     

中华医学会南京分会影像技术专科学会召开跨世纪战略研讨会

中华医学会南京分会影像技术专科学会于 1999年 11月 5日在南京市第一人民医院召开学术活动并举行全体委员会议研讨跨世纪战略。参加会议的有南京医学会领导等 40余人 ,此会议得到了南京市第一人民医院的大力支持 ,该科主任许民生主任医师向全体代表介绍了该科情况并汇报了获得南京市重点科室的经过 ,并听取了该科 5位同志的论文报告 ,涉及到ＱＡ、ＱＣ ,工程维修 ,ＣＴ ,传统Ｘ线及造影等 ,与会者一致认为体现了作为南京市重点科室所具有的较高的学术水平。而后 ,听取了委员、江苏省人民医院张维林主管技师传达第三届全国ＱＡ、ＱＣ会议精…     

高温高压膨化法降解小麦中的脱氧雪腐镰刀菌烯醇及降解产物解析的研究

本文研究了高温高压膨化法降解小麦中的脱氧雪腐镰刀菌烯醇（俗称呕吐毒素，Deoxynivalenol，DON）的条件，确定了压力是影响降解结果的关键因素，在压力为1.3 Mpa时DON的降解率为61.9%~81.1%，降解产物经超高效液相串联四极杆飞行时间质谱仪(UHPLC-QTOF-MS)定性分析，得到至少5个降解产物，通过对主要降解产物的结构解析，确定了主要降解产物的分子式、分子质量和分子结构式。DON的重要毒位点3-OH的β、α异构化和内醚的水化反应，对DON毒性的降低意义重大，降解产物之一3-epi-DON的毒性是DON的1/350。     

九十年代的医学影像技术学和江苏省发展状况

本文从医学影像的发展入手，阐述了90年代的医学影像技术学，并论述了江苏省医学影像技术学的发展现状，认为只有加大科技含量，大力开展科学研究、降低辐射、提高工作质量，医学影像技术学才有希望。     

农村移民生产安置方式选择浅析

随着中国经济的发展与进步，越来越多的农村居民不再依靠传统农业作为主要经济收入来源，因此以农业安置为主的生产安置方式已不能完全满足移民群众的意愿。通过了解、分析部分典型移民生产安置实例，总结归纳各生产安置方式的特点特性，探讨不同生产安置方式结合的有利点及不利点，进而为农村移民生产安置工作提供参考建议。     

意大利“美洲狮”装甲输送车

二战后，世界军事形势处于美、苏之间的核冷战恐怖之中。为了应对可能出现的世界大战，分别以美、苏为核心的东西方各国纷纷扩张军备，能够在核条件下生存和战斗的坦克装甲车辆获得了充分的发展。     

SPE净化-UPLC-MS/MS法测定食品中二氢槲皮素

试验旨在建立食品中二氢槲皮素的超高效液相色谱-串联质谱定性定量检测方法.试样经甲醇-2％乙酸(1∶1,V/V)超声提取后,采用亲水-疏水平衡固相萃取柱(hydrophile-lipophile balance,HLB)固相萃取(solid phase extraction,SPE)净化,HSS T3色谱柱分离,以乙腈-...     

甘油对叶丝等温热失重及关键成分释放特性的影响

为研究甘油对加热卷烟叶丝等温热失重行为及关键成分热释放特性的影响,利用宏量烟草高温热转化热重分析仪,研究了不同甘油含量加热卷烟叶丝在200℃的等温热失重行为,并对失重过程中甘油、烟碱、水分及其他成分的热释放特性进行了分析。结果表明,甘油的添加对叶丝等温热失重行为产生了显著影响。随着甘油的加入,失重曲线发生明显变化,表明热降解过程发生了改变。同时,甘油的存在也影响了关键成分的释放特性。在实验条件范围内提高甘油含量（0～13.35%）,会增加叶丝失重率和失重速率,延长叶丝预热时间,并降低叶丝成分释放过程的稳定性,叶丝失重率从18.14%增加至23.79%;提高了烟碱释放比例和释放速率,烟碱释放比例从95.62%增加至96.49%;降低了甘油、水分和其他成分的释放比例和速率,其中甘油释放比例从88.69%降至80.20%,水分释放比例从82.13%降至64.03%,其他成分释放比例从15.82%降至12.63%;叶丝中的甘油、烟碱和其他成分的热释放速率均呈现先升速后降速的趋势,而水分则相反。     

基于多图的交替优化图直推方法

针对基于单图的半监督学习(GSSL)算法的性能受单个图质量的影响,且在单视图数据下,大多数基于多图的GSSL算法难以使用的问题,提出了一种基于多图的交替优化图直推方法(MG-GTAM)。首先,使用不同的图构建参数来构建单视图数据下的多个图,利用多个图来表达数据间关系;然后,借助交替迭代方式综合多个图的信息,选择置信度高的未标记样本进行伪标记并通过权重权衡各图的重要程度,以优化多图上的预测函数的一致性和平滑性;最后通过组合每个图的预测函数完成对所有未标记样本的标记。仿真实验表明,与经典的局部和全局一致(LGC)、高斯随机场和调和函数(GFHF)、交替优化直推(GTAM)、组合图拉普拉斯(CGL)算法相比,在COIL20目标物体数据集和NEC Animal数据集上,MG-GTAM的分类错误率比这些经典算法均有下降,表明了该方法具有良好的性能。实验结果表明, MG-GTAM能有效地利用多个图来表达数据之间的关系,获得更低的分类错误率。