排序方式: 共有24条查询结果,搜索用时 15 毫秒
11.
本文从高职语文的实用性出发,指出了目前高职语文教学中存在的不正确的教学方法和手段,并从教学实践总结出了具有改革意义的教学改进方式和方法。 相似文献
12.
13.
建立高分辨熔解曲线法(HRM)定量检测哈萨克族食管癌患者癌组织中FHIT、CDKN2A甲基化水平,并分析甲基化水平与食管癌病理参数的相关性。选取30例食管癌癌患者癌组织及30例癌旁组织,提取DNA,进行甲基化修饰。将标准品DNA(甲基化DNA与非甲基化DNA相互的掺入)稀释成0,5%,25%,50%,75%,100%甲基化DNA,并进行重复性和灵敏性评价。应用HRM定量检测癌组织及癌旁组织甲基化水平,探讨FHIT、CDKN2A基因启动子区甲基化水平与食管癌发生发展的关系。100%,80%,50%,30%,10%,0甲基化标准品的高分辨率熔解曲线从右向左依次排列,待测基因在标准曲线上的位置即表示其甲基化程度。HRM最低检测限为1%,明显高于MSP结果最低检测限10%。在30例食管癌癌患者癌组织中,检测出存在FHIT甲基化的为36.7%。其中8例甲基化程度为0—5%,3例为5%—10%。CDKN2A甲基化的为100%,其中7例甲基化程度为0—5%,11例为5%—10%,12例为10%—25%。与正常组织比较,抑癌基因的甲基化与癌症的发生无明显相关性。进一步讨论甲基化与食管癌的病理级别以及甲基化与分化程度的关系,二者均无相关性。通过HRM技术成功建立了定量检测哈萨克族食管癌组织中FHIT、CDKN2A甲基化程度的方法,FHIT、CDKN2A基因启动子甲基化与哈萨克族食管癌的发生发展无明显相关性,但多个抑癌基因的甲基化有望成为其早期发生发展的分子指标。 相似文献
14.
以NiSO4、Al2(SO4)3、CoSO4为原料,采用化学沉淀法分别制备铝、钴单独掺杂和复合掺杂的Ni(OH)2样品,利用XRD、EDS和SEM对产物的晶型结构、化学成分和微观形貌进行表征.结果表明:掺杂离子种类、数量及掺杂方式等因素对Ni(OH)2粉体的晶型结构、微观形貌均有较大影响.在掺铝量较低时样品为β-Ni(OH)2、α-Ni(OH)2混合相,当铝掺杂量(摩尔分数)大于10%时样品为单相的α-Ni(OH)2,微观形貌呈类球形;钴掺杂的样品为单相β-Ni(OH)2,微观形貌为纳米片构成的花瓣状微球,空隙清晰;Al/Co复合掺杂的样品为不规则层叠状结构的α-Ni(OH)2. 相似文献
15.
大学生活对每个新生都十分重要,但一个人到了新环境难免会存在如何适应的问题,大学新生对高校生活的适应主要的包括四个方面,因此我们应高度重视大学新生的适应性问题,搞好适应性教育工作,帮助每名大学新生顺利度过适应期。 相似文献
16.
17.
建立了粮谷中14种农药残留(9种有机氯、3种拟除虫菊酯和2种含氯有机氮)气相色谱-负化学源-质谱(GC-NCI-MS)的分析方法,试样样品用V(正己烷)∶V(丙酮)=1∶1超声波提取,硅镁吸附剂净化,采用GC-NCI-MS选择离子扫描方式检测.结果表明,该方法准确、快速、选择性好、抗干扰能力强,14种农药的方法最低检出限:0.01~0.18?μg/kg,平均添加回收率在75.2%~109.7%之间,变异系数都小于10%,并成功应用于大米、面粉试样中痕量农药残留分析. 相似文献
18.
目前对MiberⅠ型矿物复合纤维沥青胶浆的高温性能缺乏系统研究。基于此,采用重复蠕变试验和锥入度试验,对不同纤维掺量的MiberⅠ型矿物复合纤维沥青胶浆的高温性能进行了系统的研究。结果表明,掺加MiberⅠ型矿物复合纤维后,沥青胶浆的高温抗变性能力得到明显的改善,改善效果与纤维掺量密切相关。与木质素纤维沥青胶浆和玄武岩纤维沥青胶浆的高温性能进行了对比分析,结果表明,MiberⅠ型矿物复合纤维对沥青胶浆高温抗变形能力的改善效果优于木质素纤维和玄武岩纤维。研究结果可为MiberⅠ型矿物复合纤维在沥青混合料中的应用提供参考。 相似文献
19.
偏振图像比传统强度图像包含更丰富的物体表面反射及散射信息。用萨尔萨(SALSA)相机在自然光照下获取水下偏振图像,研究不同材质物体、放置深度、牛奶浓度及波段因素对水下目标物偏振成像的影响。结果表明:蓝色波段偏振成像能够较好地获取水下物体的边界轮廓等信息; 不同材质的目标物在水下呈现不同的偏振特性, 紫铜偏振度最高达0.69;在1.40 mg/L牛奶浑浊度的水下,偏振图像仍能通过比较目标物的偏振度(degree of polarization,DOP)信息来检测出水下目标物,瓷片的DOP仅降低0.31;此外,在水下约40 cm深度下,偏振成像获取的图像比强度图像轮廓更为清晰,如铁的偏振对比度比强度对比度高5.26%。 相似文献
20.
为了提高光纤通信网络中异常数据的识别能力,提出了基于熵目标函数最优化的异常数据检测算法。首先,对数据样本进行属性分类,依据异常数据特征密度指标完成邻域区间半径的选取;其次,通过对高阶统计量的大数据聚类度循环迭代,完成特征提取参数的优化;最后,由样本属性概率计算熵目标函数的最优值,并利用最优值完成异常数据检测。实验对1 000组通信数据进行测试,结果显示,该算法的检测精度均值约为95.7%,其数据融合率、检测耗时与平均误检率均优于2种传统方法。该算法具有精度高、收敛快、误检率低的优势,具有一定的应用价值。 相似文献