云南十字花科蔬菜根肿病发生规律及防治技术研究

十字花科蔬菜根肿病是由鞭毛菌亚门芸苔根肿病菌(Plasmodiophora brassicae)侵染引致的一种土壤传播病害.在云南10个地州市49个县(区)均有发生.全年均可发病,并有夏秋病重,冬春病轻的危害特点.大白菜、甘蓝全生育期均可感病,尤以苗期为烈.二叶期以前是病菌最早的侵入时期.因此,幼苗期是防治重点,培育无病壮苗是防病保苗保产的关键措施.大白菜品种间抗病性差异明显,通过田间筛选,白菜王、星星、俄罗斯大白菜等品种较抗病;百菌清、甲基托布津等是防治根肿病的有效药剂.     

存储特定流数据的通用框架

通过仔细研究存储流数据的各种应用的共同特征,提出了一种数据流存储模型.在数据流存储模型基础上,采用先进的基于组件的开发方法,实现了一个存储流数据的通用框架,通用框架采用本体技术来解决语义互操作性.测试结果表明,通用框架可以调用一组用户提供的过滤算法,筛选出指定数据流中符合条件的信息,将它们成批存储到数据库中.用户可以通过定制和配置参数的方法,在各种不同的应用环境中重用该通用框架.     

离子色谱法在城市和背景区域SO2监测中的应用

介绍用无动力采样技术采集样品、离子色谱法分析SO2污染物浓度的监测方法。国际实验室间分析结果的比对实验表明，离子色谱法具有快捷、准确及自动化程度较高等优点。该方法在城市和背景区域环境空气背景值研究，如SO2污染物迁移规律、空气质量预测预报模型验证及远距离传输等方面具有很大的实用价值。     

锂离子电池正极材料LiMn2O4的低热固相合成与性能表征

锂离子电池具有比能量高、环境污染小等优点,广泛应用于手提电话、便携式电脑、摄像机等设备中。其正极材料的研究是锂离子电池的研究重点。层状结构的LiCoO2、LiNiO2和尖晶石结构的LiMn2O4是仅有的三种能在3.5V以上电位可嵌入Li的正极材料[1~3]。目前市售的锂离子电池主要采用LiCoO2作正极材料,但由于Co资源缺乏和价格相对昂贵,而锰资源丰富,价格低廉且无毒,对环境友好,因此世界各国都在大力进行以LiMn2O4为正极材料的锂离子电池的实用化研究。LiMn2O4传统的制备方法是高温固相反应合成法[4~7],但由于Mn的变价多,与Li形成贫Li或…     

生物技术培养银杏发根中的黄酮分析研究

本文研究了银杏发根中黄酮含量的高效液相色谱（ＨＰＬＣ）分析方法,改进了样品预处理过程,实行提取、水解同步进行,并与天然银杏树叶中的黄酮进行了对照,分析结果表明,采用生物技术培养的银杏发根中确实含有银杏黄酮。     

He-N20偶极矩面及振转跃迁强度的理论研究

用超分子MP4方法和大基组(aug-cc-pVTZ)及键函数得到He-N2O体系的分子间从头算势能面及偶极矩面．用离散变量表象方法计算了^4He-N2O及^3He-N2O体系的振转能级，并进一步计算得到其振转跃迁强度，计算结果很好地解释了实验现象。     

用于电致发光器件的蓝光聚合物材料研究进展

聚合物电致发光材料成型加工简便、可大面积生产,可应用于大面积平板显示及固体照明器件。与红、绿光聚合物发光材料相比,蓝光聚合物电致发光材料在发光性能、材料寿命等方面仍然存在较大差距,这成为全色显示的瓶颈。通过在聚合物主链上引入大体积的取代基或侧链、形成具有三维空间共轭效应的支化结构或能量可转移的主客体结构等,来改善溶解性和光物理性能等,从而得到发光效率高、色纯度好、热力学性能优异且材料加工性能良好的蓝光聚合物电致发光材料。本文从材料设计的角度简要介绍了国内外蓝光聚合物发光材料的主要研究进展。     

有机铋化学近十年的研究进展

铋及其化合物具有相对价廉、低毒性、低放射性等特点,已应用于医药、催化、化妆品和电子技术等领域。本文回顾了近10多年来有机铋化学的研究状况,主要从以下4个方面进行综述：（1）新型有机铋化合物的合成途径与结构特征;（2）有机铋化合物作为交联偶合、氧化、芳基化和其它反应的试剂;（3）作为催化剂;（4）作为生物医药用于溃疡、肿瘤和放射治疗等。文中着重于从分子水平关联新型有机铋化合物的结构与其化学和生物活性之间关系。此外,还介绍了有机铋化学研究领域的不足和今后的发展趋势。     

基于支持向量机的高维特征非线性快速筛选与肽QSAR建模

以氨基酸的531个物理化学性质参数直接表征肽的结构, 基于支持向量回归发展了一种新的高维特征非线性快速筛选方法, 将其应用于苦味二肽和血管紧张素转化酶抑制剂2个肽体系的定量序效关系(QSAR)建模, 各筛选获得10个意义明确的保留描述子. 以保留描述子建立支持向量回归模型, 其拟合精度、留一法交叉测试精度和外部预测精度较文献报道结果均有较大幅度提升, 优势明显; 对所建模型进行了非线性回归显著性测验、单因子相对重要性显著性测验和单因子效应分析, 增强了模型的可解释性. 新方法在肽、蛋白质QSAR建模等高维数据回归预测领域有广泛应用前景.