新葡京娱乐场-大陆娱乐场开户注册

【發(fā) 明 人】梁僑麗；雷玲玲；崔曉東；鄒娜姝；吳啟南 【摘要】 本發(fā)明涉及抗菌新化合物荊三棱酚I(sciryagarrolI)及其制備方法，屬醫(yī)藥技術(shù)領(lǐng)域。荊三棱酚I為新順式茋類化合物，結(jié)構(gòu)如下式。它可以從莎草科藨草屬植物荊三棱(Scirpus?yagara)的干燥塊莖中提取制備，即用80%乙醇提取，減壓濃縮，再分別以石油醚，乙酸乙酯萃取。乙酸乙酯萃取部分反復(fù)用硅膠柱層析純化，石油醚：乙酸乙酯梯度洗脫得到純品。荊三棱酚I對(duì)金黃色葡萄球菌和白色念珠菌具有一定的抗菌作用。

本發(fā)明公開了一種利用三維統(tǒng)計(jì)信道信息的異構(gòu)網(wǎng)絡(luò)下行干擾協(xié)調(diào)方法，異構(gòu)網(wǎng)絡(luò)中宏蜂窩基站覆蓋范圍內(nèi)存在若干低功率無(wú)線接入節(jié)點(diǎn)共享頻譜資源，宏蜂窩基站采用均勻平面天線陣，宏蜂窩基站利用已知的統(tǒng)計(jì)信道信息按照先依次對(duì)各低功率接入節(jié)點(diǎn)進(jìn)行宏蜂窩干擾協(xié)調(diào)再依次對(duì)各低功率接入節(jié)點(diǎn)進(jìn)行低功率接入節(jié)點(diǎn)干擾協(xié)調(diào)的步驟，或按照先依次對(duì)各低功率接入節(jié)點(diǎn)進(jìn)行低功率接入節(jié)點(diǎn)干擾協(xié)調(diào)再依次對(duì)各低功率接入節(jié)點(diǎn)進(jìn)行宏蜂窩干擾協(xié)調(diào)的步驟進(jìn)行干擾協(xié)調(diào)；干擾協(xié)調(diào)完畢后，宏蜂窩基站僅對(duì)其服務(wù)用戶集合中剩余的用戶進(jìn)行服務(wù)。本發(fā)明具有所需信道信

該項(xiàng)目是在國(guó)家自然科學(xué)基金《肌球蛋白輕鏈激酶基因調(diào)控在腫瘤細(xì)胞轉(zhuǎn)移中作用》和《肌球蛋白輕鏈激酶在腫瘤轉(zhuǎn)移中的作用及其分子機(jī)理研究》項(xiàng)目的資助下完成的。目前，正在應(yīng)用高轉(zhuǎn)移傾向的人乳腺癌細(xì)胞系進(jìn)行腫瘤轉(zhuǎn)移分子機(jī)理的研究。/line腫瘤的侵襲與移轉(zhuǎn)是惡性腫瘤最基本的生物學(xué)特性之一，也是腫瘤患者死亡的重要原因。然而，有關(guān)轉(zhuǎn)移的確切機(jī)制目前尚不十分清楚。因此，腫瘤轉(zhuǎn)移一直是腫瘤學(xué)研究的一個(gè)熱點(diǎn)。建立理想的腫瘤轉(zhuǎn)移動(dòng)物模型對(duì)深入進(jìn)行腫瘤轉(zhuǎn)移的研究具有重要的意義。SCID鼠為嚴(yán)重聯(lián)合免疫缺陷（Severecombinedimmunodeficiency，SCID）鼠，幾乎完全喪失T和B淋巴細(xì)胞免疫功能，缺乏體液和細(xì)胞免疫功能。本方法2003年6月27日申請(qǐng)了國(guó)家發(fā)明專利，申請(qǐng)?zhí)枺?3130264.5，我們應(yīng)用SCID鼠腫瘤轉(zhuǎn)移動(dòng)物模型，從乳腺癌細(xì)胞系MCF-7篩選到了一株具有高轉(zhuǎn)移傾向的乳腺癌細(xì)胞株，命名為L(zhǎng)M-MCF-7，為乳腺癌MCF-7細(xì)胞的轉(zhuǎn)移亞克隆。/line技術(shù)指標(biāo)和成熟程度：本發(fā)明采用含有小牛血清的RPMI1640培養(yǎng)液培養(yǎng)LM-MCF-7細(xì)胞，使其能體外長(zhǎng)期生長(zhǎng)和穩(wěn)定傳代。經(jīng)實(shí)驗(yàn)觀察與驗(yàn)證，體外生長(zhǎng)的LM-MCF-7具有典型的上皮樣形態(tài)，接觸生長(zhǎng)抑制喪失。遺傳學(xué)研究證實(shí)該細(xì)胞為異倍體，染色體數(shù)目和結(jié)構(gòu)畸變嚴(yán)重，符合惡性腫瘤的遺傳學(xué)特征。該細(xì)胞SCID鼠接種成瘤率為100％，與MCF-7細(xì)胞相比成瘤早，轉(zhuǎn)移快，轉(zhuǎn)移臟器范圍更廣泛。經(jīng)檢測(cè)，LM-MCF-7細(xì)胞系仍保留瘤組織原有的生物學(xué)特性，它的建立可為乳腺癌轉(zhuǎn)移機(jī)制的基礎(chǔ)研究和臨床的干預(yù)研究提供理性的配對(duì)細(xì)胞模型。

本發(fā)明公開了一種高維環(huán)境中資源分配問題的查詢方法。該方法將每一個(gè)物體用高維環(huán)境中的一個(gè)高維點(diǎn)和兩個(gè)附加參數(shù)來(lái)表示。然后將每個(gè)物體所對(duì)應(yīng)的高維點(diǎn)通過(guò)一種降維技術(shù)映射成一個(gè)一維空間中的鍵值，并用一個(gè)B+樹將所有物體對(duì)應(yīng)的一維鍵值和附加參數(shù)索引在內(nèi)存中。在查詢處理前，根據(jù)資源分配問題的查詢物體的查詢條件將資源分配問題轉(zhuǎn)化一維空間中的鍵值區(qū)間。在查詢處理時(shí)，采用“最佳優(yōu)先”的方法訪問B+樹，并用分配標(biāo)記值來(lái)控制B+樹的訪問何時(shí)終止，從而查詢結(jié)束。本發(fā)明利用了數(shù)據(jù)庫(kù)和信息檢索的現(xiàn)有研究和實(shí)現(xiàn)成果，基于已有的降維方法的擴(kuò)展和融合可以非常方便快捷的提供資源分配問題的查詢能力，提供最好的性能。

本發(fā)明的技術(shù)方案，提出了一種適用于高鐵毫米波波束覆蓋方案，通過(guò)引入分布波束成形技術(shù)，合理降低了車地之間通信的切換頻率，同時(shí)波束冗余覆蓋，解決了無(wú)縫切換問題，同時(shí)在車內(nèi)使用分布式天線布局，實(shí)現(xiàn)了車內(nèi)信號(hào)的覆蓋問題，達(dá)到了高鐵通信特殊場(chǎng)景下通信的目的。

【發(fā) 明 人】潘林梅；郭立瑋；黃敏燕；朱華旭【技術(shù)領(lǐng)域】本發(fā)明涉及一種陶瓷膜分離的技術(shù)，特別涉及一種適用于陶瓷膜微濾中藥液體制劑的膜分離方法。【摘要】          本發(fā)明公開了一種中藥液體制劑的陶瓷膜分離在線耦合超聲方法，步驟為：藥液加壓至膜組件中，調(diào)節(jié)陶瓷膜工作壓力與溫度，打開滲透液閥門，測(cè)定單位時(shí)間內(nèi)滲透液流出量，截留液循環(huán)流回原料罐，陶瓷膜管處于功率為5～20W的超聲中，工作壓差為0.1～0.5MPa，藥液溫度范圍為5～85℃。所述的超聲由探頭式超聲發(fā)生器發(fā)生，超聲探頭進(jìn)入陶瓷膜管的深度占陶瓷膜管總長(zhǎng)的10～90％。藥液為中藥酒類液體制劑或以水為溶劑的中藥液體制劑。可以在線控制膜污染、降低清洗頻率、顯著提高膜的分離效率。  

本發(fā)明公開了一種高pH源水的氧化過(guò)濾除錳除鐵方法，適用于pH＞8.5的源水處理，所述方法的工藝步驟包括：源水→一級(jí)泵站→配水井→預(yù)氧化池→混凝劑混凝→高密度沉淀池→過(guò)濾池→消毒→清水池→二級(jí)泵站→用戶，其中，在一級(jí)泵站處投加ClO2進(jìn)行預(yù)氧化，在預(yù)氧化池中投加KMnO4進(jìn)行預(yù)氧化。與現(xiàn)有技術(shù)相比，該方法采用先ClO2后KMnO4分段聯(lián)合預(yù)氧化方法，不僅可以有效去除錳鐵，減少色度、臭味、去除有機(jī)物和滅藻等，還能夠通過(guò)預(yù)氧化控制和削減消毒副產(chǎn)物產(chǎn)生。由于KMnO4藥劑投加量少，后續(xù)無(wú)需活性炭脫色，也無(wú)需

本發(fā)明公開了一種碳納米管改性的高導(dǎo)電高韌性石墨粘膠的制備方法，包括步驟:步驟 1，在碳納 米管表面化學(xué)修飾上親水性基團(tuán);步驟 2，將分散劑溶解于去離子水中獲得分散劑溶液;步驟 3，將帶 親水性基團(tuán)的碳納米管分散于分散劑溶液，獲得碳納米管分散液;步驟 4，將碳納米管分散液低速離心 后取上層清液，將上層清液與樹脂原液混合，獲得碳納米管改性的石墨粘膠。將本發(fā)明石墨粘膠用于制 備柔性石墨接地體的浸膠工藝，在提高石墨紙與纖維附著力的同時(shí)，還可顯著提高復(fù)合石墨帶的導(dǎo)電性

本成果提出的基于超像素樣本擴(kuò)充的空譜全卷積高光譜圖像分類方法有效的利用高光譜圖像的超像素分割結(jié)果指導(dǎo)偽樣本擴(kuò)充增加了訓(xùn)練集樣本數(shù)量，解決了高光譜圖像有標(biāo)記樣本的稀缺問題，同時(shí)空譜的全卷積分類網(wǎng)絡(luò)也充分利用了多尺度的空間特征和光譜特征實(shí)現(xiàn)了較高的分類精度。 成果非涉密，專利申請(qǐng)已經(jīng)提交。 實(shí)驗(yàn)采用反射光學(xué)系統(tǒng)成像光譜儀（ROSIS）傳感器獲取意大利北部帕維亞大學(xué)（Pavia  University）的高光譜圖像數(shù)據(jù)。該數(shù)據(jù)集由 103 個(gè)光譜帶組成，共 610×340 像素，光譜覆蓋范圍從 430nm 到 860nm，空間分辨率為 1.3m。該數(shù)據(jù)集一共含有 9 個(gè)類別的 42776個(gè)有標(biāo)記樣本，選取每類 30 個(gè)有標(biāo)記樣本作為訓(xùn)練集，其余作為測(cè)試集。 由下表可以看出，在每類選取 30 個(gè)樣本的情況下，本 模 型 的 OA，AA，Kappa系 數(shù) 比 DFFN 模 型 高 出20.8%，17.4% 和 26.5%；比CNN 高 出 23.1%，18.8% 和29.2%。并且下表證明了使用了偽標(biāo)簽樣本擴(kuò)充的空譜全卷積網(wǎng)絡(luò)的本方法在小樣本情況下每個(gè)類的分類準(zhǔn)確性均優(yōu)于 DFFN 和 CNN，達(dá)到了較好的分類效果。 表 1 PaviaU 數(shù)據(jù)集上對(duì)比實(shí)驗(yàn)結(jié)果