带有加权Lipschitz函数的交换子的有界性

研究了由加权Lipschitz函数b和Calderón-Zygmund奇异积分算子T生成的交换子Tb在一些加权空间上的有界性,涉及到加权Hardy空间,加权Herz空间及和加权Herz型Hardy空间.同时也得到了其相应的端点估计.     

齐型空间上奇异积分交换子的端点估计

讨论了齐型空间上的一类由LMO(X)函数生成的奇异积分交换子的端点估计.     

膀胱癌分子标志物基质金属蛋白酶1的可溶性表达和尿液中的活性分析

通过分离人胚胎肾细胞(HEK293)中基质金属蛋白酶1(MMPl)基因序列,利用基因工程技术在大肠杆菌中表达并纯化了包涵体复性的MMP1;采用融合表达硫氧还蛋白(Thioredoxin,TrxA)的方法获得了可溶性的MMPl-TrxA复合蛋白,在TrxA蛋白和MMP1活性中心之间引入了一个肠激酶切割位点,通过酶切作用获得可溶性MMP1.明胶酶谱分析法对体外表达的MMP1和体内(尿液中)MMP1进行了分析比较.结果表明,TrxA蛋白能够显著提高MMP1的可溶性,且可溶性MMP1的明胶降解活性是复性的MMP1降解活性的1.54倍,与尿液中的MMP1的明胶酶降解活性相当.因此,明胶酶谱法是一种有效的、高灵敏的MMP1检测方法,所表达的可溶性MMP1为小分子探针筛选提供了更可靠的分子靶点.     

松毛虫性信息素微量成分鉴定方法的研究

 采用气相色谱-质谱分析确认了顺-5-,反-7-十二碳二烯乙酸酯是思茅松毛虫性信息素腺体的主要成分（次要成分由于含量极微且受杂质干扰，未能获得全扫描质谱图）。利用高分辨率毛细管气相色谱分析了思茅松毛虫性信息素腺体提取物的酯基转移和乙酰化反应的衍生物,进一步确认了顺-5-，反-7-十二碳二烯醇是思茅松毛虫性信息素腺体中的微量成分。探讨了功能团相互转换微量化学反应法鉴定松毛虫性信息素腺体中微量成分功能团和立体构型的优点。强调了性信息素微量成分鉴定工作在昆虫化学通讯系统研究中的重要性。     

带有齐性核的分数次积分算子在Hardy型空间上的有界性

该文研究了带有齐性核的分数次积分算子T_(Ω,α)在一些Hardy空间上的映射性质,其中核Ω在球面S~(n-1)上满足一些L~S-Dini条件.作者将前人的一些结果改进到0αn情形,同时还得到了算子T_(Ω,α)在Herz型Hardy空间上的一个端点估计.     

带有齐次核的分数次积分交换子在Herz型Hardy空间上的有界性

算子[b,TΩ,α]表示由lipschitz函数b与带有齐次核的分数次积分算子TΩ,α生成的交换子．本文主要研究该交换子在Herz型Hardy空间上的有界性，得到了它是从HKq1^η,p（R^n）到Kq2^η,p（R^n）有界的．     

用弛豫法探寻新的双开口膜泡

基于面积差弹性模型, 用弛豫法探寻满足开口膜泡边界条件的欧拉-拉格朗日方程组的新解, 得到了双开口的哑铃形分支解, 并结合以前得到的单开口哑铃形及闭合哑铃形, 对它们之间的相变进行了深入的研究. 为了探究实验上是否可能发现这些形状, 与以往实验上观察到的较小约化弛豫面积差的杯形、管形、烟囱形开口形状的能量进行了比较, 发现这些新形状在较大的约化弛豫面积差值时, 在某些线张力区间比以往发现的形状能量更低. 另外为了对比, 本文对于实验上已知的杯形、管形、烟囱形及球形之间的相变行进行了探讨, 并对两者之间的不同特点进行了对比.     

(2S,3R,7R/S)-3,7-二甲基-2-十三碳醇丙酸酯的全合成研究进展

靖远松叶蜂(Diprion jingyuanensis)是危害油松的一种叶蜂,其性信息素的活性成分为(2S,3R,7R/S)-3,7-二甲基-2-十三碳醇丙酸酯。本文根据C9+C6路径、C10+C5途径和其他路径对(2S,3R,7R/S)-3,7-二甲基-2-十三碳醇丙酸酯及其关键中间体的合成研究进行了综述。参考文献60篇。     

松毛虫性信息素共轭双键定位方法的研究

 亲二烯体试剂4-甲基-1,2,4-三唑啉-3,5-二酮(MTAD)与共轭二烯成分形成衍生物,经气相色谱-质谱分析,衍生物质谱图中各种特征碎片离子简单、明显,可用于确定共轭双键在碳链中的位置。以鉴定云南松毛虫性信息素腺体成分的共轭双键位置为例,进一步探讨了反-5-,顺-7-十二碳二烯醇及相应的醛和乙酸酯与MTAD形成衍生物的化学反应特点及色谱分析中应注意的问题。     

基于MFCC与神经网络的小蠹声音种类自动鉴别

昆虫发出的各种声音具有种间特异性,是非常可靠的分类依据。利用这一特性,本实验旨在探索一种对昆虫自动分类的新方法。本实验录制了红脂大小蠹、云南切梢小蠹、短毛切梢小蠹和华山松大小蠹4种小蠹虫的胁迫声,利用Adobe Adition2.0对每个声音文件进行降噪,再将其截取成只含有一个脉冲组的声音片段。在MATLAB环境下对这些声音片段进行端点监测并提取12维的MFCC（Mel频率倒谱系数）,然后将此特征参数输入BP神经网络进行训练和检测。设置训练样本数为20、40、60、80、100,4种小蠹检测样本数分别为54、95、54、50,结果显示识别率随着训练样本数的增加而提高,在训练样本量为100时的最高识别率达到98.14%,平均识别率为93.29%,收到了较好的效果。为了验证小蠹种类数对识别率的影响,本实验对4种小蠹进行了两两比较,结果显示总体上高于4种一起识别的结果。