酿造大麦品种鉴定技术的研究——啤酒大麦、麦芽品种特性及酿造技术研讨会材料之五

本研究将扩增性片段多态性技术应用于酿造大麦品种鉴定中，对不同的酶切效果进行了比较，并对20对引物组合进行了筛选，其中3对引物的多态性较强。通过2—3对引物即可区分11个酿造型大麦品种。     

~（99）Tc~m直接标记单克隆抗体的研究Ⅰ．用~（99）Tc~m标记Fab（3

总结了一种简便、可靠的直接标记法，并成功地运用此法对含巯基较少的Ｆａｂ片段进行了标记，得到了很好的标记率和体外稳定性以及较好的对荷瘤裸鼠的体内分布和显像结果。     

DVD精选片段音效赏析

节选自一区美版Chapter26中史密斯夫妇共同抗敌一段：随着电梯门打开,史密斯夫妇面临的又是新一轮的麈战。史密斯首先开路并与敌方猛烈交火,dts音效的演绎除了凸显出双方冲锋枪密集射击时子弹呼啸着擦身而过的凌厉     

榜单炼金场

剪映App Store中国区免费排行榜总榜第3名App Store中国区免费排行榜总榜上总少不了那些熟悉的身影,比如这一次的《剪映》。Vlog行业发展到现在,剪辑工具“功不可没”,《剪映》作为其中的代表之一,下载量也自然不会差。实际上,《剪映》在剪辑工具领域还算一个“新人”,但其功能上已经非常全面。点击“新建项目”开始制作,可以同时导入多段素材。选中视频片段,或者点击“剪辑”,可以对视频进行截取。     

基于广义拓扑熵的片段复制分析方法研究

片段复制(Segmental Duplication)是一种重要的遗传学现象,在生命进化及基因组变异的形成过程中发挥着重要作用.对片段复制区域的序列分析具有重要的研究意义.然而,通过传统的生物学实验方法对片段复制序列进行分析存在分析成本高、速度慢等缺点.为此,本研究提出基于广义拓扑熵的片段复制分析方法,利用信息熵的理论对这一生物学现象进行分析研究.通过对人类参考基因组数据的实验结果表明,广义拓扑熵的方法可以较好地将片段复制区域与其它随机选取区域进行区分.     

非晶态聚合物阴极界面修饰材料在有机太阳能电池中的应用

设计合成一种带有三级胺片段的非晶态聚合物阴极界面修饰材料PStN。使用PBDT-BT作为给体,PC61BM作为受体制备有机太阳能电池,器件的开路电压和填充因子显著提高,能量转化效率从4.7%提高到了6.4%。     

NexStreaming推出KineMix视频剪辑应用iOS版

正韩国首尔2014年9月3日电/--继Android版发布之后再次发布iOS版,支持更多智能手机终端。基于视频片段组合方式的视频剪辑应用,剪切视频中的精彩片段并重新合并成一个精彩短视频也在主流的Android应用商店里推出,方便更多终端用户下载使用通过简单的手指操作便可编辑一个精彩短视频,赶快捕捉瞬间并创作属于自己的精彩短视频。多媒体软件开发商NexStreaming在上月11日发布了基于iOS版本的视     

一种离散问题的新型鳗鱼算法

通过对鳗鱼生活行为的分析与研究,提出一种离散问题的新型鳗鱼群智能算法。描述鳗鱼洄游中的行为,提取鳗鱼浓度适应、邻近学习、性别突变3个重要行为,并建立模型进行数学描述。通过对鳗鱼3个重要行为的合理组织,引入等级划分制度与标识度的思想,给出应用于组合优化问题的离散型鳗鱼算法,特别是对于离散个体间的邻近学习,采用切割片段法,使种群个体间的信息可以相互传递。通过TSP问题公共测试库TSPLIB中的数据对算法进行测试,结果表明,该算法具有较强的寻优能力。     

针对用户兴趣的视频精彩片段提取

目的 视频精彩片段提取是视频内容标注、基于内容的视频检索等领域的热点研究问题。视频精彩片段提取主要根据视频底层特征进行精彩片段的提取,忽略了用户兴趣对于提取结果的影响,导致提取结果可能与用户期望不相符。另一方面,基于用户兴趣的语义建模需要大量的标注视频训练样本才能获得较为鲁棒的语义分类器,而对于大量训练样本的标注费时费力。考虑到互联网中包含内容丰富且易于获取的图像,将互联网图像中的知识迁移到视频片段的语义模型中可以减少大量的视频数据标注工作。因此,提出利用互联网图像的用户兴趣的视频精彩片段提取框架。方法 利用大量互联网图像对用户兴趣语义进行建模,考虑到从互联网中获取的知识变化多样且有噪声,如果不加选择盲目地使用会影响视频片段提取效果,因此,将图像根据语义近似性进行分组,将语义相似但使用不同关键词检索得到的图像称为近义图像组。在此基础上,提出使用近义语义联合组权重模型权衡,根据图像组与视频的语义相关性为不同图像组分配不同的权重。首先,根据用户兴趣从互联网图像搜索引擎中检索与该兴趣语义相关的图像集,作为用户兴趣精彩片段提取的知识来源;然后,通过对近义语义图像组的联合组权重学习,将图像中习得的知识迁移到视频中;最后,使用图像集中习得的语义模型对待提取片段进行精彩片段提取。结果 本文使用CCV数据库中的视频对本文提出的方法进行验证,同时与多种已有的视频关键帧提取算法进行比较,实验结果显示本文算法的平均准确率达到46.54,较其他算法相比提高了21.6%,同时算法耗时并无增加。此外,为探究优化过程中不同平衡参数对最终结果的影响,进一步验证本文方法的有效性,本文在实验过程中通过移除算法中的正则项来验证每一项对于算法框架的影响。实验结果显示,在移除任何一项后算法的准确率明显降低,这表明本文方法所提出的联合组权重模型对提取用户感兴趣视频片段的有效性。结论 本文提出了一种针对用户兴趣语义的视频精彩片段提取方法,根据用户关注点的不同,为不同用户提取其感兴趣的视频片段。