医院也疯狂 克利夫兰／卢·鲁沃脑健康中心

“我看到它的第一个反应是：哦,脑子出问题了!当然,这是指疯狂的造型。当我发现这个建筑实际的功能时,我想：老天,原来真的是脑子出问题了!”“它像扭曲的残骸,或者是内部发生了爆炸而变异的赌场。”“它太漂亮了,就好像是人类脑部组织被建筑化了!”     

乙酸酐衍生GC-ECD法测定饮料中三氯蔗糖含量

建立一种乙酸酐衍生-气相色谱-电子捕获器检测食品中三氯蔗糖含量的方法。样品经水稀释、1-甲基咪唑催化、乙酸酐衍生,生成的衍生物采用气相色谱-质谱法定性,气相色谱-电子捕获器法定量。结果表明：衍生目标物为4,1’,6’-三氯-2,3,6,3’,4’-五乙酰基蔗糖,并且在0.02～1.2 mg/mL范围内线性关系良好（R= 0.999 4）,检出限为0.23 mg/kg,回收率为90.0%～94.5%,相对标准偏差（n=6）为0.6%～2.5%。该方法操作简单、干扰少、检出限低、灵敏度高、线性好、结果准确,能很好地满足饮料中三氯蔗糖含量的测定。     

一套新型带钢冷却模型

冷却速度严重地影响热轧带钢的质量 ,因为用来控制产品质量的时间—温度曲线对金属的机械特性有举足轻重的影响。为了使产品质量均匀 ,即使带钢通过轧机的速度有所改变 ,带钢冷却时也需要尽可能各部分均匀冷却。传统的带钢冷却模型只考虑卷取机的温度 ,但这是不够的。在冷却时带钢需经过随温度而变化的相变过程。如果带钢速度变化 ,带钢的不同部分经常出现不同的物理特性。西门子公司已经建立了一套新型带钢冷却模型 ,据称它提出了一种解决方法 ,使热轧机的操作人员能够通过沿着整个带钢长度方向温度—时间曲线控制冷却过程 ,作为整个闭环冷…     

月季正名网络数据库的建立及功能介绍

本数据库收集的数据是北京市园林科学院工作人员近十年辛苦采集、拍摄,并与Modern Rose12和Help me find rose等专业网站反复比对最终确定的。希望本数据库能够为生产者、消费者以及科研工作者提供参考和依据,达到规范我国月季品种名称,推动我国月季产业良性发展的目的。     

几何上海港国际港务办公大楼

“X”形的双层玻璃幕墙不仅使建筑的外观效果迥异于周边建筑环境,创造出了独一无二的景观焦点;独特的呼吸式双层玻璃幕墙在解决全玻璃幕墙建筑的生态节能缺陷方面作出了有效的尝试,双层幕墙之间观景小阳台的设计也创造了独特的内外空间交流的感觉。     

对视

“对视”不是对传统意义上的“男性凝视”（male gaze）的一种简单的反凝视,而是希望通过重组一种超越性的互视,改变主体凝视建立在性别差异基础上的权力本性,使其成为一种交流和反省的互动机制。     

姜堰的城市品牌东方不夜城

设计师们想通过标志性建筑与景观、文化的融合,打造一个能作为姜堰城市的品牌代表,使其成为多样性或混合性有机生长的城市未来地标区域。     

泡菜中植物乳酸菌的筛选与鉴定

目的:对自然发酵泡菜盐水中的乳酸菌进行分离鉴定及特性研究。方法:乳酸菌分离采用倾注法使稀释样品与MRS培养基混合,然后在37℃中培养,再挑取乳酸菌在MRS培养基上进行划线分离。结果:试验成功地从泡菜盐水中分离出一种植物乳酸菌菌株,并对其进行了形态特征、培养特征和生化特征鉴定,也对其生长曲线进行了测定和分析。在生化特征鉴定中,进行了革兰氏染色、H2S检验、明胶液化试验、H2O2试验、乳酸定性试验、碳水化合物发酵试验、精氨酸水解试验、运动性试验,根据结果可初步确定为植物乳杆菌。其生长曲线也满足细菌的典型生长曲线,有明显的延滞期、对数生长期、稳定期和衰亡期。结论:其在对数生长期时,pH变化最大,说明菌株的产酸性能迅速得到了提高。在稳定期时,该菌的产酸量达到最大值。     

洋葱中抗氧化物质的提取工艺研究

对洋葱中抗氧化活性物质提取工艺及其成分分析进行研究.通过单因素和正交实验,得到洋葱中抗氧化物质提取工艺条件为:乙醇浓度80％,微波温度60℃,微波功率500 W,料液比1:25(g/mL)、提取时间80 s,此条件下得到的提取物对DPPH自由基的清除率最大,达84.51％.提取物活性成分分析表明:提取物中总黄酮含量4.12 mg/g,总多酚含量为6.12 mg/g,多糖含量370.77mg/g.     

基于卷积神经网络的多尺度葡萄图像识别方法

葡萄品种质量检测需要识别多类别的葡萄，而葡萄图片中存在多种景深变化、多串等多种场景，单一预处理方法存在局限导致葡萄识别的效果不佳。实验的研究对象是大棚中采集的15个类别的自然场景葡萄图像，并建立相应图像数据集Vitis-15。针对葡萄图像中同一类别的差异较大而不同类别的差异较小的问题，提出一种基于卷积神经网络（CNN）的多尺度葡萄图像识别方法。首先，对Vitis-15数据集中的数据通过三种方法进行预处理：旋转图像的数据扩增方法、中心裁剪的多尺度图像方法以及前两种方法的数据融合方法；然后，采用迁移学习方法和卷积神经网络方法来进行分类识别，迁移学习选取ImageNet上预训练的Inception V3网络模型，卷积神经网络采用AlexNet、ResNet、Inception V3这三类模型；最后，提出适合Vitis-15的多尺度图像数据融合的分类模型MS-EAlexNet。实验结果表明，在同样的学习率和同样的测试集上，数据融合方法在MS-EAlexNet上的测试准确率达到了99.92%，相较扩增和多尺度图像方法提升了近1个百分点，并且所提方法在分类小样本数据集上具有较高的效率。