有效增强重组腈代谢酶系表达活性的策略

讨论并提出了有效增强重组腈代谢酶系表达活性的多种策略。根据所选用的载体和宿主的不同表达特性,同时克隆目的基因上、下游的正向调控序列可直接增强酶表达水平;强化翻译后的修饰,可有效提高活性;除了常用的大肠杆菌克隆表达体系外,开发新型宿主-载体系统可为重组酶的活性表达提供新的途径;随着生物信息学技术的迅速发展,利用已知三维结构的蛋白对目标酶进行突变位点设计及结构与功能预测,将有望加快腈代谢酶系的定点突变研究进程。     

Rhodococcus rhodochrous tg1-A6腈水解酶的表达和催化研究

采用紫外线和氯化锂诱变得到一株名为Rhodococcus rhodochrous tg1-A6的菌种,该菌经过培养基和培养条件的优化能够产生高酶活的腈水解酶.优化培养条件为温度28℃、摇床转速200r/min、种子培养20h后以6%接种量接种于产酶培养基,初始pH 7.0,300mL摇瓶装液量为40mL.酶活达到21.96 U/mL.在含一定菌体的100 mL反应体系中,经过10 h连续43次补加底物丙烯腈,能使产物丙烯酸的质量浓度累积到414.5g/L.     

国家发改委：要消除新兴产业发展的政策障碍

当前,我国战略性新兴产业和高技术产业发展面临复杂的国内外形势。在日前召开的全国高技术产业发展工作会议上,国家发展和改革委员会相关负责人指出,要加快改革创新,消除新兴产业发展的政策障碍,激发企业的创新活力。     

基于“情景-应对”的城市大面积停电应急联动机制与策略

城市大面积停电影响领域广泛,单一行业或部门难以应对,通过科学方法分析停电情景并构建涵盖多主体的应急联动机制十分必要。构建了情景分析模型,从风险演化、事件分类和逻辑层次3个维度对停电事件进行全方位、多层次的科学描述;基于城市系统理论和情景构建原则,通过实证分析和逻辑推演,构建停电及通信中断、供油中断、供水中断、交通瘫痪等关键情景链,结合案例分析应急联动的需求和不足。基于“情景-应对”视角,以电力抢修恢复为主体,构建涵盖电网企业内部、电厂与电网之间、政府与企业之间和民生行业之间的应急联动机制,提出更高效应对大面积停电事件的具体、可行的综合联动机制和策略。     

激光陀螺微小绝对振动信号处理系统的研究

采用激光陀螺作为微小绝对振动传感器.在分析陀螺振动测量的原理和影响陀螺测量灵敏度的主要因素的基础上,研制了相应的信号处理系统,并对处理系统的噪声性能进行了测量.实验表明,该信号处理系统完全能满足微小绝对振动测量的要求.     

基于FPGA的串口集线器设计

应用EDA技术设计了基于FPGA的串口集线器硬件电路,并用微软发布的DDK编写了驱动程序,实现了单个串口至多个串口的扩展.多个串口设备可以通过一个上游串口与计算机进行通信.     

核磁共振陀螺反馈环路中滤波器的影响研究

为了分析核磁共振陀螺中129Xe自旋振荡器的振幅和频率特性,建立了相应的半经典模型,其中分别采用密度矩阵和经典电磁理论描述核自旋系综和反馈系统。然后,根据自激振荡的自洽条件推导了用于描述自旋振荡器的振荡方程。进一步,利用旋转波近似和慢变振幅近似将振荡方程化简为自洽方程组,它由分别用于描述自旋振荡器振幅和频率的振幅方程和频率方程构成。基于上述自旋振荡器的半经典模型,研究了带通滤波器对自旋振荡器振幅和频率的影响。仿真结果表明,对核磁共振陀螺的典型参量,反馈环路设计不当导致的自旋振荡器频移可达亚μHz。该研究对提高基于自旋振荡器的核磁共振陀螺性能具有一定的参考价值。     

降水粒子的成像探测技术及仪器初探

降水粒子识别在天气现象的自动观测、人工影响天气及天气雷达定标等领域有重要应用。针对降水粒子的形状测量,总结了两种成像探测仪器的原理、主要技术指标、功能及应用情况;提出一种基于线阵CCD的降水粒子狭缝摄像方法,分析了CCD对降水粒子的线扫描过程及粒子形状获取过程;构建了降水粒子测量的光学系统,成像系统采用远心光路以提高测量精度,照明系统采用克拉照明以获得均匀照明;最后分析了待解决的问题。     

大数据及云环境下计算机反取证技术研究

本文针对大数据和云计算背景下的计算机反取证技术进行研究,并对取证人员如何有效的破解犯罪分子的反取证技术进行了阐述。文章首先分析了目前反取证技术发展趋势、反取证技术对司法活动的影响、反取证技术研究对取证人员的积极意义,然后针对反取证技术中常见的数据清除、数据隐藏、数据加密、虚拟机、影子系统、去中心化、对抗取证分析、VPN等技术从技术层面进行了分析。文章站在取证人员的角度,结合取证工作中的一些难点、热点问题,对犯罪分子可能采取的反取证手段提出了破解之法。     

基于图像增强与改进Cascade R-CNN的钢轨表面缺陷检测

针对钢轨表面缺陷检测中,钢轨表面图像存在背景不均匀、缺陷尺度变化大且样本数据不足的问题,提出一种基于图像增强与改进Cascade R-CNN的钢轨表面缺陷检测方法.首先,采用改进Retinex算法处理钢轨表面图像,增强缺陷与背景的对比度.然后,采用改进Cascade R-CNN对钢轨表面缺陷进行检测,并应用交并比(IoU)平衡采样、感兴趣区域对齐和完全交并比(CIoU)损失分别解决训练样本IoU分布与困难样本IoU分布不平衡、感兴趣区域池化中取整量化导致的感兴趣区域与提取的特征图不匹配和回归损失Smooth L1对于预测边框回归不准确的问题.最后,采用翻转变换、随机剪裁、亮度变换和生成对抗网络等方法增广钢轨表面缺陷图像数据集,消除样本数据不足导致的网络训练过拟合现象.实验结果表明,该方法以ResNet-50作为特征提取器,平均精度可达98.75％,相对于未改进的Cascade R-CNN提高了2.52％,且检测时间缩短了24.2 ms.