基于串口通信实现内外网水情数据的自动传输

水文部门及时向各级防汛部门和社会发布水情信息,为政府对水资源的社会管理和公共服务职能提供全面优质的服务。由于安全需要,水情信息多放在水文内网中,水文内网与因特网常采用物理隔离,水情信息无法及时利用因特网向各级防汛部门和社会发布。笔者介绍了一种基于串口通信、不使用任何网络协议、比网闸隔离更彻底的内外网数据传输方式,实时将水文内网中的水情数据更新到外网的数据库中,为水情信息的发布提供自动、及时、准确的数据支撑,向社会提供可靠的水文服务。     

水相中微波辅助合成硫吡喃并喹啉衍生物

硫吡喃并喹啉是一类非常重要的杂环骨架,具有多种显著的生物活性。报道了在微波辅助条件下,以水为溶剂,2-巯基喹啉-3-甲醛和α,β-不饱和醛为原料,经串联sulfa-Michael/aldol反应合成了15种不同取代的目标化合物。目标化合物的结构经核磁共振波谱(NMR)和高分辨质谱(HRMS)确证。克服了传统方法中有机溶剂对环境造成的污染,具有操作简单、收率高等优点,符合绿色化学理念。     

一种基于密度的模糊自适应聚类算法

针对密度聚类算法对邻域参数设置敏感的问题,提出一种基于密度的模糊自适应聚类算法.算法在无需预先设置聚类数以及邻域参数的情况下,可以自适应地根据样本间距离关系确定邻域半径得到样本密度,并根据样本密度逐渐增加聚类中心.为了保障聚类结果的正确性,同时提出一种新的模糊聚类有效性指标以判断最佳聚类数,消除了密度聚类算法对参数的敏感性.用UCI基准数据集进行实验,发现本文算法在对数据进行聚类时,聚类质量较原始密度聚类算法在准确性和自适应性方面均有显著提高.     

体外模拟人肠道微生物对葡萄酒花色苷稳定性的影响

目的 研究miR-499a-5p对过氧化氢(H₂O₂)诱导的心肌细胞H9c2增殖、凋亡的影响,并探讨其作用机制。方法 用细胞计数试剂盒(CCK-8)检测不同浓度H₂O₂(100、200、400、800 μmol/L)处理6 h的H9c2细胞的存活率,筛选400 μmol/L H₂O₂处理的H9c2细胞作为模型组。将模型组细胞分为miR-NC组、miR-499a-5p组、si-NC组、si-APC组、miR-499a-5p+pcDNA组、miR-499a-5p+pcDNA-APC组,用流式细胞术、免疫印迹(Western blot)、酶联免疫吸附试验(ELISA)检测各组细胞的存活率、凋亡率、活性氧(ROS)、超氧化物歧化酶(SOD)、丙二醛(MDA)及增殖凋亡相关蛋白增殖细胞核抗原(PCNA)、细胞周期蛋白依靠性激酶抑制剂(P21)、B淋巴细胞瘤-2基因(Bcl-2)、Bcl-2相关的X基因(Bax)的表达。结果 H₂O₂(100、200、400、800 μmol/L)呈浓度依赖性抑制H9c2细胞的存活,最适浓度为400 μmol/L。模型组细胞中miR-499a-5p表达显著降低,APC表达显著升高;过表达miR-499a-5p、抑制APC均可明显减轻H₂O₂诱导的H9c2细胞的增殖抑制、凋亡促进和氧化应激作用,并且miR-499a-5p还可靶向抑制APC。过表达APC逆转了miR-499a-5p对H₂O₂诱导的心肌细胞损伤。结论 miR-499a-5p可调控H₂O₂诱导的心肌细胞增殖、凋亡和氧化应激,其机制与靶向抑制APC有关,将可为氧化应激引起的心肌细胞损伤的治疗提供新靶点。     

不同产区陈酿干红葡萄酒花色苷与颜色相关性分析

调查了10个产区、4个品种共13款陈酿干红葡萄酒的花色苷组成、颜色特征及二者相关性。结果表明：供试酒样总花色苷和9种单体花色苷含量较低,聚合花色苷含量较高,5种基本花色苷含量高于4种酰化花色苷含量;供试酒样a^*和b^*值均较大,黄色色调较重,b^*受产地和品种因素影响显著;二甲花翠素-3-O-葡萄糖苷和二甲花翠素-3-O-乙酰葡萄糖苷是含量最高的单体花色苷,但甲基花青素-3-O-葡萄糖苷、二甲花翠素-3-O-咖啡酰葡萄糖苷和甲基花青素-3-O-乙酰葡萄糖苷是对酒体颜色影响最大的单体花色苷;对酒体颜色贡献中聚合花色苷大于单体花色苷,酰化花色苷大于基本花色苷。     

无溶剂微波辅助一锅法合成吡喃并[2,3-c]吡唑衍生物

绿色、高效、简便的催化多组分一锅法反应符合当前所倡导的"绿色"化学理念,是当今有机化学的研究热点.通过在无溶剂微波辅助条件下,使用廉价易得的KF/A1203催化吡唑啉酮、芳香醛和丙二腈的多组分"一锅法"反应,合成了一系列吡喃并[2,3-c]吡唑衍生物,反应时间为5-10 min,产率为85％-98％.标题化合物的结构经...     

基于定量关联规则树的分类及回归预测算法

为了解决基于Apriori的分类关联规则算法挖掘数值型数据时效率和准确率偏低的问题,提出基于定量关联规则树的分类及回归预测算法.采用改进的定量关联规则算法挖掘数值型数据生成关联规则库,并基于关联规则树结构实现分类及回归预测.研究结果表明:改进的Apriori定量关联规则挖掘算法提高了分类预测的准确率并降低了计算复杂度;而采用关联规则树结构可使分类与回归预测时间明显加快,提高了样本匹配学习的速度.