三氯乙酸终止液对木瓜蛋白酶酶活测定的影响研究

本实验研究了不同的三氯乙酸终止液,对木瓜蛋白酶酶活的影响。通过使用两种检测方法,不同配方的三氯乙酸终止液进行实验。结果表明,使用两种不同配方的三氯乙酸终止液所得的结果相差2倍多。用不同稀释浓度的三氯乙酸终止液,在高浓度时,不同浓度的三氯乙酸终止液得到的结果差别很大,随着三氯乙酸浓度的降低,所测得的酶活不断升高;但是在低浓度时,不同浓度的三氯乙酸终止液得到的结果差别不大。     

卷取机前夹送辊不同驱动方式的夹送力对比分析

文章针对有色金属加工生产机组中卷取机前夹送辊驱动方式的不同,对夹送辊的结构和驱动力矩做对比分析,同时进行理论设计计算,供设计参考使用。     

基于亚龙YL-236的32×16 LED点阵显示屏的设计

文章介绍了基于亚龙YL-236实验台的32×16点阵显示屏的硬件电路设计、电路驱动、软件设计,实现滚动显示16×16的汉字、8×16的数字、字母。具有结构简单,可控性好,方便实现的优点,具有一定的实际价值。     

新型钢丝圈清洁器的使用效果

为了解决钢丝圈挂花问题,阐述了LH001新型钢丝圈清洁器的特点和应用效果;通过试验说明使用新型钢丝圈清洁器断头率低,基本无挂花,纺纱效果好。指出:新型钢丝圈清洁器是普通钢丝圈清洁器的更新换代产品,值得推广。     

穿孔机出口毛管过渡蓖条的改造

设备前期翻料钩摆臂角度设计错误,导致该处液压缸事故频繁,经改造后,将过渡篦条和中间过渡装置拆除。整体标高再次进行定位,实现穿孔出来的毛管直接过渡到轧机入口,无需中间翻料钩装置,以保证设备的正常运转和生产连续性。     

Preparation of Silver Nanowires via a Rapid,Scalable and Green Pathway

Rapid synthesis of silver nanowires(Ag NWs) with high quality and a broad processing window is challenging because of the low selectivity of the formation of multiply twinned particles at the nucleation stage for subsequent Ag NWs growth.Herein we report a systematic study of the water-involved heterogeneous nucleation of Ag NWs with high rate(less than 20 min) in a simple and scalable preparation method.Using glycerol as a reducing agent and a solvent with a high boiling point,the reaction is rapidly heated to 210 ℃ in air to synthesize Ag NWs with a very high yield in gram level.It is noted that the addition of a small dose of water plays a key role for obtaining highly pure Ag NWs in high yield,and the optimal water/glycerol ratio is0.25%.After investigating a series of forming factors including reaction temperature and dose of catalysts,the formation kinetics and mechanism of the Ag NWs are proposed.Compared to other preparation methods,our strategy is simple and reproducible.These Ag NWs show a strong Raman enhancement effect for organic molecules on their surface.     

GOS+MU:一种查询对象选择新方法

在分析单一MU(Most Uncertainty)采样缺陷的基础上,提出一种"全局最优搜寻"方法 GOS(Global Optimal Search),并结合MU共同完成查询选择。GOS+MU方法中,GOS着眼全局寻找目标,在应用环境能提供的训练样本数量有限、分类器受训不充分时,该方法选择的对象学习价值高,能快速推进分类器学习进程;MU则能够在GOS采样失效情形下,利用分类器当前训练成果,选择查询不确定性最强的样本补充训练集。通过对网络商品的用户评论进行分类仿真,并比较其他采样学习方法的效果,证明了GOS+MU方法在压缩学习成本、提高训练效率方面的有效性。