单细胞成像观测研究进展

细胞是生命活动的基本单位,是独立生存的生命实体,是展现活的生命状态全部特点的最小单位,是组成生物体的结构和功能的基本单元.它是以膜为界的一个小室,充满着生物分子,其浓度和组成的变化都决定着细胞的生存、繁殖、损伤和死亡.干细胞是一类具有自我更新和分化潜能的细胞.目前人类胚胎干细胞已可成功地在体外培养,变成所需要的功能细胞,以替换坏死的细胞.     

基于Deep-IndRNN的DGA域名检测方法

恶意服务常利用域名生成算法（DGA）逃避域名检测,针对DGA域名隐蔽性强、现有检测方法检测速度较慢、实用性不强等问题,采用深度学习技术,提出了一种基于Deep-IndRNN的DGA域名检测方法。方法运用词袋模型（BoW）将域名向量化,然后通过Deep-IndRNN提取域名字符间特征,并使用Sigmoid函数对域名分类检测。其主要特点在于:通过将Deep-IndRNN的多序列输入拼接为单向量输入,以单步处理代替循环处理,同时结合Deep-IndRNN能保存更长时间记忆的特点,可有效释放深度学习时占用的GPU、CPU等系统资源,且在保证高准确率和精确度的前提下提高训练、检测速度。实验结果表明,基于Deep-IndRNN的DGA域名检测方法在检测任务中具有较高的准确率和精确度,相比于DNN、CNN、LSTM、BiLSTM、CNN-LSTM-Concat等同类检测方法,能显著提高训练、检测速度,是有效可行的。     

基于反射式太赫兹时域谱的水太赫兹光学参数测量与误差分析

利用垂直反射式太赫兹时域光谱(THz-TDS)技术 测量了水的THz光学参数并对测 量误差进行了分析。测量过程中,把高阻Si片的空气-Si表面作为参考信号,Si-水表面最 为样 品信号,通过两者之比的传输函数计算得到了水的THz折射率和吸收率,然后应用误差传 播理论分析这些光学参数的误差。结果发现,折射率和吸收率误差中,由多次测量引入的随 机 误差在0.1~1.1THz范围内基本不变,而在接近0.1THz和1.1THz处误差变大,即呈现U型 分布。这表明,在接近0.1THz和1.1THz时, THz-TDS仪器的测量灵敏度下降;由高阻Si片厚 度和Si折射率误差引入的误差比THz-TDS多次测量引入的随机误差大得多,在 0.1~1.1THz 范围对应的水折射率误差分布较均匀,而对应水的吸收率误差随着频率的增加而增大。本文 的方法同样适用于类似的垂直反射式THz-TDS系统提取其它材料的THz光学参数及其误差 分析。     

毛细管电泳在手性化合物分离分析中的研究进展

手性化合物的对映异构体往往表现出不同的生理活性,因此建立手性化合物的有效分离分析方法具有重要意义。毛细管电泳（CE）是一种分离效率高、分析速度快、样品用量少、分离模式灵活多样的分离分析方法,在手性化合物的分离和检测领域应用广泛。该文主要综述了2017~2019年CE在手性分离分析方面的最新进展,并对其未来的发展趋势进行了展望。     

大黄酸修饰电极对细胞色素C的催化还原

研究了大黄酸修饰电极的性质及对细胞色素C的催化还原，并研究了其电极应用机理。     

不一致决策系统中约简之间的比较

本文在相关文献的基础上研究了不一致决策系统中绝对约简、各种相对约简之间的关系,包括相对于个体的约简和相对于整个决策系统的约简.证明了μ-决策约简等价于信息论意义下的相对约简.     

毛细管电泳紫外检测法测定莲须中的槲皮素、木犀草素、山萘酚、异槲皮甙

采用毛细管区带电泳紫外检测法(CZE-UV)同时测定中药莲须中槲皮素、木犀草素、山萘酚、异槲皮甙4种有效成分.研究了缓冲溶液的离子浓度、pH值和电压对分离度和迁移时间的影响,得到了最佳分离实验条件.在离子浓度为40 mmol/L Na2B4O7缓冲溶液(pH 9.0)中,分离电压为16 kV,波长为254 nm时,槲皮素、木犀草素、山萘酚、异槲皮甙4种物质在10 min内得到了良好的分离测定,其检出限分别为5.0、6.7、4.5和6.0 mg/L.本方法应用于实际样品的测定,结果令人满意.     

Magnetic-resonance image segmentation based on improved variable weight multi-resolution Markov random field in undecimated complex wavelet domain

To solve the problem that the magnetic resonance (MR) image has weak boundaries, large amount of information, and low signal-to-noise ratio, we propose an image segmentation method based on the multi-resolution Markov random field (MRMRF) model. The algorithm uses undecimated dual-tree complex wavelet transformation to transform the image into multiple scales. The transformed low-frequency scale histogram is used to improve the initial clustering center of the K-means algorithm, and then other cluster centers are selected according to the maximum distance rule to obtain the coarse-scale segmentation. The results are then segmented by the improved MRMRF model. In order to solve the problem of fuzzy edge segmentation caused by the gray level inhomogeneity of MR image segmentation under the MRMRF model, it is proposed to introduce variable weight parameters in the segmentation process of each scale. Furthermore, the final segmentation results are optimized. We name this algorithm the variable-weight multi-resolution Markov random field (VWMRMRF). The simulation and clinical MR image segmentation verification show that the VWMRMRF algorithm has high segmentation accuracy and robustness, and can accurately and stably achieve low signal-to-noise ratio, weak boundary MR image segmentation.     

基于后验概率度量的粒子滤波跟踪算法研究

 针对遮挡、光照变化、尺度变化等复杂环境中的视觉跟踪问题,提出一种基于后验概率度量的粒子滤波跟踪算法。由于后验概率指标与Bhattacharyya系数指标相比具有更强的峰值特性,采用后验概率指标作为相似性度量函数,通过粒子的更新、推广、观测、估计等步骤实现跟踪算法。通过对实际视频图像序列进行目标跟踪实验,实验结果表明:传统算法只有约50%的图像能够实现尺度自适应,而本文算法采用传统算法25%的粒子就能够收敛逼近目标的真实轨迹,达到更强的抗遮挡能力,90%以上的图像序列都能够实现良好的尺度自适应效果。     

基于云计算SaaS应用软件开发模式研究

以Goole App Engine(GAE)云平台为切入点,对其中的数据存储技术(BigTable)做了深入的分析和研究.在此基础上利用GAE所提供的开发工具,基于面向对象的思想,采用Struts+Spring+Jsp的开发框架,使用了Google App Engine开发技术,设计并实现了人事管理的原型系统.通过对原型系统的开发和云端的部署及测试,分析了原型系统的性能.在此基础上,提出了在云平台上开发SaaS软件或进行数据迁移需要探索和解决的问题,认为在云计算发展的初期,在云端只适合开发部署基于请求-应答的高伸缩性的不涉及多表关联的简单互联网应用系统、简单存储系统及需要高效性计算的智能决策系统.