肌少症与废用性肌萎缩

本研究旨在比较肌少症和废用性肌萎缩这两种常见的肌萎缩现象。肌少症与废用性肌萎缩均涉及肌肉退化,但两者并不相同。肌少症主要由于年龄增长或慢性疾病导致的肌纤维减少和快肌纤维萎缩,而废用性肌萎缩则是由于肌肉活动量不足引起的肌纤维横截面积减小和慢肌纤维退化。两者在发生机制上虽然具有一定的相近之处,但是最终的生理改变各不相同。另外,目前对于肌少症和废用性肌萎缩的区分和界定仍存在一些争议。未来的研究需要更深入地探索肌纤维类型和功能的变化,进一步区分二者的差异,有助于寻找更有效的预防和治疗策略。

L360M钢在饱和CO_(2)环境中的腐蚀行为及主控因素探究

为研究温度、Cl-浓度及流速对L360M管线钢在饱和CO_(2)环境中的腐蚀行为的影响,采用室内挂片失重试验设计正交实验方案,通过集热式磁力搅拌器进行动态模拟试验,并根据正交实验结果选取主控因素进行单因素实验并开展电化学实验。结果表明:各因素对L360M管线钢在饱和CO_(2)环境中的腐蚀速率的影响按大小排序如下:温度>Cl-浓度>流速。随着温度的升高,腐蚀速率先增大后减小。腐蚀产物膜对金属基体的保护作用与膜层的致密性、覆盖度、稳定性有关。

基于演化博弈的用户综合用能行为决策方法研究

随着综合能源市场中人们的能源消费形式日趋多样化,如何根据用户用能需求的变化特征分析用户群体的综合用能行为决策是目前亟需解决的重要问题。针对该问题,提出了一种基于演化博弈的用户综合用能行为决策方法。首先,考虑居民、大工业以及商业用户在内的三类用户,基于主客观组合赋权法构建了一种计及用户用能特性和用户舒适度因素的效用模型。在此基础上,基于演化博弈方法提出用以描述用户用能选择动态过程的博弈模型。最后,利用分布式迭代求解方法对模型进行求解。基于仿真算例的结果验证了所提方法的正确性和有效性。

基于用电特征分析的异常用电检测方法

针对目前异常用电检测中存在的专变用户窃电率高、窃电模式难以察觉、使用窃电检测模型查找窃电用户过程中训练集不足的问题,提出了一种基于用电特征分析的无监督方式异常用电检测方法.该检测方法引入离群点查找算法,量化了海量数据中不同异常用电行为,将其提取为异常用电特征序列,并且根据专变用户不同计量方式和用电特点,构建了基于局部离群因子(local outlier factor,LOF)检测算法的用电不平衡特征序列,定义了考虑失压持续时间的电压异常特征序列和基于每日电流曲线聚类结果的电流异常特征序列,设计了异常用电评价流程,提出异常用电检测方法.通过实例验证了此检测方法能够完全甄别存在异常用电行为的用户,且检测方法对窃电时刻预测结果较为准确,其查准率和召回率的调和均值F1值为0.81.该方法能为企业提供异常行为发生的时间段,为窃电行为的及时调查提供有力的依据.

电动汽车LCL复合型无线充电研究

为了满足电动汽车电池的充电需求,从改进线圈结构出发,提出了原边采用LCL结构,副边采用新型复合型结构的两线圈结构,对该结构进行磁耦合谐振时的理论分析。副边结构中存在3个可变补偿电容,通过改变磁能再生开关MERS的导通角α对可变补偿电容的电容值进行调整匹配,可得到电动汽车最大功率(MP)充电、恒流(CC)充电、恒压(CV)充电的3种充电模式,同时能使系统稳定工作于耦合谐振状态。搭建了系统模型,分析了在MP,CC,CV 3种方式下的3个可变补偿电容的状态,并对可变补偿电容结构进行进一步分析。搭建了Simulink模型与实验平台,结果表明通过改变3个可变补偿电容MERS的导通角,即可得到电动汽车CC,CV,MP的充电状态。该新型结构对电动汽车磁耦合谐振式充电有着重要影响。

不同来源的大豆水溶性多糖乳状液乳化特性及红外光谱分析

本研究以不同大豆副产物为原料,利用微波辅助草酸铵提取大豆水溶性多糖,通过测定乳状液界面张力、粒度分布、Zeta电位、流变性质、多重光散射、微观结构和傅立叶变换红外光谱等,探讨不同副产物提取的大豆水溶性多糖乳状液乳化特性及红外光谱差异分析.结果表明:大豆种皮多糖乳状液的界面张力最低(51.15 mN/m),Zeta电位绝对值最高(-24.9 mV),剪切应力和黏度也最高,粒度分布更加集中且均匀,粒径更小,TSI稳定系数更小,斜率更小,表明大豆种皮多糖的乳化能力最强,乳状液的稳定性最好.四种多糖的特征吸收峰相似程度差异较大,大豆种皮多糖具有1650~1500 cm^(-1)的特征峰,表明与蛋白结合形成糖蛋白导致其乳状液乳化能力强、稳定性最好.

甘肃省藏族地区初级中学英语教师专业发展现状及发展策略研究

教师是英语教学活动的主导者,其专业发展在很大程度上制约着教学活动的内容与质量。民族地区英语教师的专业发展受当地人文环境等因素的影响,其专业发展的状况与方向也不甚相同。因此,对民族地区英语教师专业发展现状的了解和基于当地实际探究其专业发展的策略也显得尤为重要。

尖音库蚊复合体蚊虫DNA甲基化水平分析

目的分析比较尖音库蚊复合体中淡色库蚊、致倦库蚊、骚扰库蚊的DNA甲基化水平以及致倦库蚊吸血前后DNA甲基化水平。方法采集羽化后5 d且未吸血的3个库蚊亚种和吸血3 d的致倦库蚊,提取DNA,超声切割为约250 bp的片段后进行测序,测序数据与致倦库蚊基因组序列(Taxonomy:ID7176)进行比对,获取全基因组胞嘧啶碱基甲基化信息。从基因组、染色体和染色体元件水平分析3个库蚊亚种的甲基化水平(甲基化水平高于3%定义为高甲基化)。比较未吸血的3个库蚊亚种间以及吸血前后致倦库蚊的甲基化水平差异,P<0.001且甲基化差异绝对值>5的位点记为差异甲基化位点;Q<0.05且甲基化差异绝对值>3的区域记为差异甲基化区域(DMR)。将距离DMR最近的转录起始位点(TSS)所在基因记为DMR相关基因,对其进行基因本体论(GO)富集分析。结果淡色库蚊、骚扰库蚊和致倦库蚊全基因组甲基化水平分别为0.454%~0.672%、0.491%~0.649%和0.499%~0.655%(均低于3%),CHH位点甲基化水平分别为0.631%、0.618%和0.624%,均高于CHG位点的0.567%、0.559%、0.559%(t=7.14、83.43、6.87,均P<0.05)和CG/CpG位点的0.508%、0.505%、0.505%(t=10.59、12.52、13.33,均P<0.05);3个库蚊亚种共有的高甲基化位点有56个、高甲基化区域有11个。淡色库蚊、骚扰库蚊和致倦库蚊之间全基因组甲基化水平差异无统计学意义(F=0.07,P>0.05),1号染色体(0.568%、0.562%、0.565%)、2号染色体(0.573%、0.564%、0.566%)、3号染色体(0.575%、0.566%、0.569%)的甲基化水平差异均无统计学意义(F=0.05、0.11、0.13,均P>0.05),启动子(0.567%、0.552%、0.556%)、外显子(0.562%、0.556%、0.558%)、内含子(0.561%、0.550%、0.555%)和TSS(0.579%、0.506%、0.621%)的甲基化水平差异均无统计学意义(F=0.37、0.06、0.06、0.16,均P>0.05)。淡色库蚊和骚扰库蚊间筛选出178个差异甲基化位点、4个DMR,淡色库蚊和致倦库蚊间筛选出209个差异甲基化位点、8个DMR,骚扰库蚊和致倦库蚊间筛选出215个差异甲基化位点、11个DMR。GO富集结果显示,DMR相关基因主要富集于对辐射反应、对光刺激反应和对非生物刺激反应等生物过程。致倦库蚊吸血后全基因组甲基化水平从0.602%升高至0.617%,但差异无统计学意义(t=1.21,P>0.05);吸血前1、2、3号染色体的甲基化水平分别为0.569%、0.569%和0.572%,吸血后上升为0.596%、0.597%和0.600%,但差异均无统计学意义(t=1.31、1.33、1.30,均P>0.05);吸血前启动子、外显子、内含子和TSS的甲基化水平分别为0.557%、0.561%、0.560%、0.552%,吸血后上升为0.585%、0.584%、0.584%、0.594%,但差异均无统计学意义(t=1.48、1.35、1.20、1.69,均P>0.05)。致倦库蚊吸血前后基因组间有6个DMR。GO富集结果显示,DMR相关基因在细胞组分上主要富集于内体、囊泡等,在分子功能上主要富集于蛋白结合、小GTP酶结合等。结论淡色库蚊、致倦库蚊、骚扰库蚊全基因组甲基化水平较低,两两亚种间的DMR相关基因主要与对非生物刺激反应生物过程相关。吸血后的致倦库蚊甲基化水平略有升高,吸血前后的DMR相关基因主要和蛋白结合相关。

Identification of damaged corn seeds using air-coupled ultrasound

Corn,an important staple in many countries around the world,is subject to a very inefficient germination rate due to worm-damaged seeds.However,air-coupled ultrasound is a rapid,safe and widely accepted method for the early detection of such damage.In this study,the current effectiveness and future prospects of this technique for identifying damaged seeds were explored.The presented procedure started with drawing a sample of 810 seed particles,consisting of 400 that were intact,400 manually damaged and 10 damaged by worms.Then the principal component analysis(PCA)method was used to reduce the dimensions of air-coupling ultrasonic information and extract the top ten principal components.Finally,a KNN decision tree by using SIMCA software and a Fisher recognition model by using MATLAB software were constructed.The pattern recognition was established by using KNN,which has the most accurate recognition rate.The correct recognition rate of modeling for the front and back data of the intact particles was 98%and 100%,respectively;and for the manually damaged particles,99%and 97%,respectively.The results show that the model developed by using air-coupled ultrasonic data can classify corn seed particles both with and without holes to provide a basis for the development of a seed selection system,which has a significant role in improving the clarity and the germination rate.