学科分类
/ 1
20 个结果
  • 简介:本研究探讨了多重PCR技术在SARS病毒检测中的应用.根据香港中文大学在GenBank上公开发表的SARS病毒基因组cDNA序列,人工合成克隆特异靶基因DNA片段,以此片段作为阳性样品,根据世界卫生组织推荐的进行单PCR与多重PCR检测分析.以单PCR法获得了121bp、182bp及302bp的靶基因片段3条;以二重PCR法获得了121bp+182bp、121bp+302bp与182b+302bp的靶基因片段组合;以二重PCR法获得了121bp+182bp+302bp的靶基因片段组合.结果表明:多重PCR技术可成功应用于SARS病毒的检测.

  • 标签: SARS病毒 多重PCR检测 CDNA序列 特异性靶基因 非典型肺炎
  • 简介:氧化石墨是一种新型二维纳米碳材料,比表面积较大,亲水性突出,折射率随湿度变化显著,可用于高灵敏度的光纤湿度传感.我们提出并实验验证了一种基于氧化石墨的干涉型光纤湿度传感器,在保偏光纤与普通单模光纤的两个熔接点处分别采用花生形光纤结构与错位熔接,构建在线型光纤Mach-Zehnder干涉仪,并通过沉积将氧化石墨均匀地镀在保偏光纤表面.当环境湿度变化时,氧化石墨薄膜吸附或释出水分子,其折射率发生变化,改变包层模的有效折射率,进而导致干涉条纹的强度变化.实验结果表明,在35%~65%RH的测量范围内该传感器具有灵敏度高达0.165dB/%RH的线性响应,因此具有灵敏度高,结构简单的优点.

  • 标签: 光纤湿度传感 Mach-Zehnder干涉 氧化石墨烯
  • 简介:采用循环伏安法研究三氯生在石墨修饰电极上的电化学行为及建立对其含量测定的电化学分析方法。在pH7.0PBS缓冲液中,氧化峰电流与三氯生的浓度在(2.0×10^-8~1.2×10^-7)mol/L范围内呈良好的线性关系,检测限为3.0×10^-9mol/L。已用于实际样品中三氯生含量的直接测定。该方法灵敏度高、检测范围宽,结果令人满意。

  • 标签: 三氯生 石墨烯 玻碳电极 电化学
  • 简介:神经毒气是化学战武库中的主要成员,已经在实际战争中得到使用。例如,在两伊战争及伊拉克与反叛的库尔德少数民族的战斗中,就使用了神经毒气塔崩(Tabun)。近年来,一种称为沙林(Sarin)的神经毒气被用来对付手无寸铁的广大民众,在松本和东京引起严重的人员伤亡事件。这是首次在非战争状态下被恐怖分子利用的化学武器。有关神经毒气方面的信息不多,广大民众对此均感生疏,象本文这样系统地介绍神经毒气的文章将对公众有所帮助。本文将首先对有毒气体作一简单介绍,然后叙述神经毒气的各有关方面,包括神经毒气的化学结构,制造原理,毒性机理,中毒治疗,检测方法及去污技术等有关内容。

  • 标签: 神经毒气 芥子气 沙林 有毒气体 化学武器 检测方法
  • 简介:菰黑粉菌与寄主互作形成膨大肉质茎——茭白,已成为我国第二大水生蔬菜.作为一种二态性真菌,菰黑粉菌的二型态转换与其致病力密切相关,对茭白孕茭至关重要.研究发现,尿素水解可能作用于真菌二型态转换.本文克隆了菰黑粉菌的尿素水解编码基因UeUal,发现该基因全长2598bp且无内含子,与宾地瘤黑粉菌的尿素水解基因近源.该蛋白的功能区域包含尿素水解γ亚基、尿素水解α亚基、尿素水解β亚基以及酰胺氢区域.利用qRT-PCR检测菰黑粉菌二型态转换过程中UeUal的表达变化,发现该基因在融合菌丝形成后表达量显著性升高,推测该基因与菰黑粉菌二型态转换后期的菌丝生长有密切联系.以上结果为进一步研究菰黑粉菌二型态转换机制及菰黑粉菌与茭白互作机制提供了基础材料.

  • 标签: 菰黑粉菌 茭白 二型态转换 尿素水解酶UeUal
  • 简介:按文献方法合成得到两种水溶性富勒乙二胺(EDA)衍生物C-(60)-(EDA)-3和Gd@C-(82)-(EDA)_8,并采用紫外-可见吸收光谱和荧光光谱法研究它们分别与牛血清白蛋白(BSA)和人血清白蛋白(HSA)相互作用机理.发现血清白蛋白最大吸收峰280nm处在和富勒乙二胺衍生物作用后发生1-2nm蓝移,可能是由于富勒乙二胺衍生物改变氨基酸残基的微环境所引起,表明药物与BSA和HSA发生了相互作用.荧光光谱分析表明,C60-(EDA)3和Gd@C-(82)-(EDA)_8均对BSA和HSA有明显荧光淬灭作用,且随着浓度的增大淬灭作用越强.研究结果表明,其荧光淬灭机制为静态淬灭,静态淬灭常数均大于10-4L/mol,进一步计算出结合常数均大于10-5L/mol,结合位点数约为1.三维荧光光谱研究结果发现,C-(60)-(EDA)_3和Gd@C_(82)-(EDA)-8与血清白蛋白相互结合时,可能导致BSA和HSA的色氨酸、酪氨酸和苯丙氨酸等具有光学活性的氨基酸残基的微环境发生改变.

  • 标签: C60-(EDA)3衍生物 Gd@C82-(EDA)8衍生物 血清白蛋白 荧光光谱 三维荧光
  • 简介:行人重识别在视频监控领域是一个非常具有挑战性的问题,不同的摄像头位置角度、光照等因素会使同一行人的图像差异较大.文章提出一种DGD(DomainGuidedDropout)卷积神经网络(CNN)与样本相对距离结合的行人重识别算法:首先,通过卷积神经网络来提取来自多个域的数据中具有一般性及鲁棒性的特征;其次,通过计算各个特征样本之间的相对距离来筛选出更具有一般性及鲁棒性的特征;最后,比较筛选出的特征间的欧氏距离进行重识别.实验结果表明,该算法能够提高行人重识别的效率.

  • 标签: 卷积神经网络 样本相对距离 欧氏距离
  • 简介:从来源丰富的罗非鱼头部提取乙酰胆碱酯液,通过检测活性.并进行对不同浓度农药的抑制率及与标准方法的对比试验,结果认为此粗液完全可用于快速检测蔬菜中农药残留。可为基层单位提供一个应急、简便的检测手段。

  • 标签: 罗非鱼 乙酰胆碱酯酶 农药残留
  • 简介:本文使用底物法和国标法对地下水、水源水、饮用水中菌落总数进行了监测,结果经统计学检验,两种方法监测结果的P值小于0.5,无显著性差异。底物法可以替代国标法用于评价饮用水中微生物。

  • 标签: 酶底物法 国标法 菌落总数
  • 简介:行人检测在智能监控、自动驾驶、辅助驾驶、智能机器人等研究领域有着广泛的应用.传统的行人检测方法大多使用滑动窗口遍历图片的方式,导致计算量大,检测速度受到限制.目前基于深度学习的行人检测方法进入了一个快速的发展阶段,但是还存在例如小尺寸行人漏检等很多问题.现提出基于卷积神经网络的多尺度行人检测方法,分析了增加检测层、并联卷积层与改变卷积核尺寸对行人检测性能的影响.在KITTI数据集上的实验结果表明,该方法可以实现较好的行人检测效果.

  • 标签: 卷积神经网络 多尺度行人检测 增加检测层 并联卷积层
  • 简介:人脸关键点定位是计算机视觉的一部分,在人脸识别、人脸表情识别、人脸动作捕捉等工作中有重要的作用.非约束条件下人脸关键点定位,其难点在于人脸关键点位置在复杂环境下呈现非线性变化,影响人脸关键点定位的精准性.现提出基于级联卷积神经网络的人脸关键点定位方法,分析了级联深度模型全局回归阶段多尺度特征融合对人脸关键点定位的影响;同时提出了一种具有可学习参数的人脸关键点定位损失函数.经过大量实验表明,这里提出的人脸关键点定位算法能够有效的提高针对非约束条件下人脸关键点定位精确度.

  • 标签: 级联卷积神经网络 多尺度特征融合 人脸关键点定位 回归损失函数
  • 简介:利用改进的电弧放电技术合成及多步高效液相色谱(HPLC)分离方法,得到了大碳笼含钆氧化物团簇的金属富勒Gd_2O@C_(88).激光解吸电离碰撞诱导解离质谱/质谱的研究结果表明,氧化钆团簇位于碳笼内部.密度泛函理论计算结果表明,金属富勒结构为Gd_2O@D_2(35)-C_(88).内嵌团簇向碳笼转移4个电子,价态+4,碳笼-4价,金属富勒的电子结构表示为[Gd_2O]~(4+)@[D_2(35)-C_(88)]~(4-).

  • 标签: 金属富勒烯 氧化物团簇 大碳笼 密度泛函理论
  • 简介:本文对联免疫法测定贝类体内镉-金属硫蛋白过程中可能引入的不确定度进行了分析和评定。研究发现,样品前处理和ELISA操作(上板)两个步骤是带来检测不确定度的主要因素。经计算此方法的标准不确定度为0.252μg/kg,扩展不确定度为0.504μg/kg(k=2)。

  • 标签: 酶联免疫 贝类 镉-金属硫蛋白 不确定度
  • 简介:单隐层前向神经网络的学习能力是有限的.特别地,作为分类器,单隐层前向神经网络对于图像的复杂信息和不同图像之间的细节信息很难学习和处理.文章借鉴深度神经网络的思想,将单隐层矩阵输入的神经网络拓展到多隐层神经网络,并采用传统的反向传播算法对其训练并给出学习算法.通过多个数据库的实验对比,结果显示所提出的算法具有良好的效果.

  • 标签: 神经网络 图像分类 深度学习
  • 简介:绘画作品的数字化对有效使用绘画资源具有重要意义,传统图像分类方法并未考虑绘画作品主观特性,且大部分特征需要人工提取,存在细节特征丢失等问题.在此提出基于卷积神经网络的绘画图像分类方法,分析了卷积核大小、卷积神经网络结构宽度、训练样本数量对分类结果的影响,以优化网络结构和参数.实验结果表明,该方法对绘画图像分类的有效性,在不同绘画图像数据集的分类实验上也得到了较好的分类结果.

  • 标签: 卷积神经网络 绘画图像分类 卷积核大小 网络结构宽度 训练样本数量
  • 简介:在此提出一种改进的深度卷积神经网络模型,该模型通过增加并联卷积层,拓展卷积神经网络宽度实现,有利于提取图像特征,提高网络性能;卷积层中对特征图像采用批量归一化方法进行预处理,加快网络训练.实验结果表明,该模型能更准确地学习宫颈癌细胞图像特征,从而有效降低了分类错误率.

  • 标签: 卷积神经网络 图像识别 宫颈癌细胞
  • 简介:深度学习是人工智能领域发展的一个不可或缺的部分,并且广泛应用于图像识别方面.为了进一步降低宫颈癌细胞图像的识别错误率,本文提出了一种基于卷积神经网络的改进算法.该算法通过搭建卷积神经网络框架,对下采样过程中特征提取阶段的池化模型进行改进,在下采样过程中对池化域内的每个元素分配合适的权值得到下采样特征图.实验结果表明,我们所提出的基于卷积神经网络的改进算法降低了对宫颈癌细胞图像的识别错误率.

  • 标签: 池化 卷积神经网络 深度学习 宫颈细胞图像 图像识别