综合医院洁净手术部电气设计要点剖析

结合三级医院洁净手术部的设计实践,重点从供电电源、供电方案、配电设计、照明设计、安全接地、电气用房设计等方面,剖析洁净手术部的电气设计要点,为满足医院常态化疫情防控提供技术保障.     

浅析紫砂壶"集玉"的意境

明代文人李渔对紫砂壶的评价用一句他的诗句可以表达:"茗壶莫妙于砂,壶之精者又莫过于阳羡"。紫砂艺术是一种非常有工艺性的艺术品,紫砂技艺是中国的传统技艺,紫砂壶的材质特殊,有极高的可塑性,形式多种多样、内涵丰富多彩。紫砂艺术是非常讲究艺术形象和人文情趣的互相统一的,感受艺术之感,给人深度的共鸣,从古至今的文人雅士们都对紫砂艺术情有独钟,特别惹人喜爱。     

《岩石力学与工程学报》征稿简则

本刊系中国科协主管、中国岩石力学与工程学会主办的力学类和土木工程类总被引频次和影响因子均居前列的期刊,为建筑科学与水利工程类国家核心期刊,获评“中国百强报刊”、“湖北十大名刊”、“中国百种杰出学术期刊”和"中国最具国际影响力学术期刊"等荣誉称号;被美国EICOMPENDEX、《剑桥科学文摘》(CSA)、《日本科学技术社数据库》和国内许多权威数据库确定为核心收录期刊。凡在本刊上发表的论文,即认为作者默认并同意其论文被以上数据库收录。     

粗根荨麻不同部位多糖的提取及其对巨噬细胞的调节作用

目的：研究粗根荨麻（Urtica macrorrhiza Hand.-Mazz.）不同部位粗多糖的含量及化学组成，初步评价其对巨噬细胞的调节作用。方法：利用热水提取、乙醇分级沉淀的方法分别制备粗根荨麻根、茎、叶粗多糖；通过高效液相色谱法分析其分子量及单糖组成；全波长扫描及红外光谱分析其结构特征；MTT法研究其细胞毒性；中性红染色法考察其对巨噬细胞吞噬活性的影响；Griess法和ELISA法分别检测其对巨噬细胞NO、TNF-α分泌的影响。结果：提取得到粗根荨麻叶（UML40、UML60），茎（UMS40、UMS60），根（UMR40、UMR60）共6种粗多糖，其中叶粗多糖得率最高为4.62%,UML40为占77.92%，茎粗多糖和根粗多糖得率分别为0.69%和1.13%；各粗多糖平均重均分子量从2.11 kDa到802.21 kDa不等，主要由D-Glc、D-Gal、D-Ara和D-GalA组成，但不同部位粗多糖的单糖组成摩尔比不同。此外，不同部位、不同分子量的粗根荨麻多糖免疫活性存在较大差异，其中UML40、UMS40、UMR40均能够显著活化巨噬细胞，促进其吞噬活性及NO、TNF-α...     

“互联网+”时代背景下计算机基础应用类课程在线教学设计

随着我国"互联网+"时代的到来,传统学校教学模式和教学理念已不能满足时代发展的需要,全国各类院校倡导教学改革,提出开展线上教学,更是迫切要求将教学与互联网完美融合。本文重点探索计算机基础应用类课程在线教育教学设计、教学方法及考核方式。     

异地搬迁大型铝电解槽技术升级改造的工程运用

近年由于铝工业产能过剩,国家对新建电解铝产能只能采取等量或限量置换,一些传统电解铝企业由于受当地的电价限制,需要将电解铝产能向有成本优势地区进行产能转移和技术升级改造,增强企业竞争力使企业扭亏为盈。本文特针对某电解铝企业异地搬迁项目对电解槽结构改造、异地运输、母线优化等进行了详细论述,为今后大量的电解槽异地搬迁项目提供参考。     

基于密度聚类的光条中心线提取方法

为了解决线结构光3维测量中噪声光斑对提取精度的影响，采用了密度聚类灰度重心提取算法提取激光光条中心线。该方法由中心线预提取以及中心线最终提取两阶段组成，预提取阶段实现对激光与光斑两者中心线的同时提取，最终提取阶段采用基于连通性的密度聚类算法完整保留激光中心线并剔除噪声光斑。在仿真实验阶段，对大小为600pixel×600pixel、含有激光中心线的图像进行了加噪处理，并使用提取结果与真实中心线之间各点的均方根误差以及运行时间作为考察标准进行了实验研究。结果表明，该方法与传统灰度重心法相比，在高亮度各向异性光斑、高亮度小面积光斑、高亮度点噪声图像的均方根误差分别降低了12.59pixel，15.12pixel和83.36pixel，时间复杂度分别提高了0.383s, 0.412s和0.416s。该方法与传统灰度重心法相比具有更高的提取精度、近似的时间复杂度，且对噪声光斑具有较好鲁棒性，可以在噪声光斑图像中完整提取出光条中心线。     

基于启发式BP算法的软件缺陷预测模型

针对软件缺陷预测时缺陷数据集中存在的类别分布不平衡问题，结合上采样算法SMOTE与Edited Nearest Neighbor (ENN) 数据清洗策略，提出了一种基于启发式BP神经网络算法的软件缺陷预测模型。模型中采用上采样算法SMOTE增加少数类样本以改善项目中的数据不平衡状况，并针对采样后数据噪声问题进行ENN数据清洗，结合基于启发式学习的模拟退火算法改进四层BP神经网络后建立分类预测模型，在AEEEM数据库上使用交叉验证对提出的方案进行性能评估，结果表明所提出的算法能够有效提高模型在预测类不平衡数据时的分类准确度。