学科分类
/ 1
9 个结果
  • 简介:来自国家环保总局的消息:在收悉岛津公司《镍-63用于气相色谱仪的豁免申请》后,根据《放射性同位素与射线装置安全和防护条例》(国务院令第449号)的有关规定和专家审查意见,经研究认为,岛津公司进口的电子俘获检测器(ECD,型号分别为:ECD-2010、ECD-9)中镍-63放射源的活度不大于3.7E+8Bq/台,虽为V类放射源,但由于其活度很低,且制造工艺具有固有安全性,对环境、公众和工作人员的影响很小。因此,环保总局同意对上述型号电子俘获检测器(ECD)中镍-63放射源实行豁免管理。

  • 标签: 电子俘获检测器 气相色谱仪 岛津公司 国家环保总局 固有安全性 放射性同位素
  • 简介:继北京奥运会让世界惊艳之后,“神州七号”今晚的启航,也被外媒形象地称为“太空夺金”。这个比喻并不恰切,“神州七号”的升空,以及中国人首次在太空留下足印的太空漫步,绝非只是参与太空技术竞争那么简单。

  • 标签: 自主创新 民族 驱动 北京奥运会 技术竞争 太空
  • 简介:小世界是一种以较低的连接和能量成本实现高效的信息分离与整合的网络结构,而人脑网络具有显著的小世界特性。在弥散张量成像(diffusiontensorimaging,DTI)脑网络的研究中,如何有效地量化和评估网络的小世界属性依然是研究中存在的一个关键问题。在研究文中,我们首先概括了已有小世界属性评估指标及其存在的问题,随后提出了一种新的基于网络全局效率和局部效率的小世界属性评估指标。为了验证该指标的有效性,我们基于75个中老年人的DTI脑网络对其进行了应用与评估。与传统指标相比,该指标对研究对象的年龄变化更敏感,并与多项认知评估量表的结果存在显著相关。网络节点随机化和网络失连接这两种攻击测试的结果也表明,新指标在DTI脑网络的研究中具有较高的准确性和稳定性。

  • 标签: 小世界属性 弥散张量成像网络 网络效率 脑网络
  • 简介:介绍了一种测定大米、黄豆、面粉等食品中氟含量的快速方法.首先利用氧弹燃烧技术对样品进行预处理,将氟转化为氟化氢,用碱液吸收燃烧产物,吸收液加入TISAB消除Al3+、Fe3+等离子干扰,调节溶液pH值在5~8后进行定容,然后用氟离子选择性电极用标准加入法测定溶液的电势,从而测得有机物中氟的含量,线性范围在1~10-6mol·L-1时,回收率96.4%~102.5%.

  • 标签: 氧弹 定容 燃烧产物 碱液 吸收液 氟化氢
  • 简介:实验室科学家用于完成研究的工作时间是有限的。在如今现代化、实验仪器密集的实验室里,每年用于一位科学家和实验室场地的开销可能超过$250000或$120/h。由于完成研究的成本高,而且时间有限,因此需要考虑许多因素来最优化的利用科学家时间。这篇文章以一个实际调查为例讨论了如下因素,包括实验室工作流程,高效液相色谱(HPLC)分离中的溶剂质量以及如何避免重复性工作,如何使用简单自动化设备来监测实验状态从而除去多步骤和减少工作频率以节省科学家的时间。当将所有小细节纳入考虑范围中时,因节省细碎的时间而对实验成本的节约和实验效率的提升具有非常重要的潜在影响。

  • 标签: 实验效率 溶剂质量 废液处理 选择试剂 工作时间 费用
  • 简介:近日从卫生部获悉,我国即将在北京、黑龙江、上海、江苏、浙江、湖南、广东等七省市建立饮用水水质与水性疾病监测点,试行监测数据网络直报,开展城市饮用水卫生监测网络试点工作,此举意味着我国将逐步建立健全饮用水卫生监测网络

  • 标签: 饮用水卫生 监测网络 数据网络 卫生部 黑龙江 监测点
  • 简介:深度学习算法现在已经成为医学图像处理的最成功的模型,生成对抗网络将神经网络与对抗训练的思想相结合,已经开始应用于医学图像处理。该文主要介绍了几种典型的生成对抗网络,回顾了生成对抗网络在医学图像处理中的应用,包括图像的生成、转换、重建、分割等任务,并对生成对抗网络在智能诊断中的作用、目前存在的问题和未来的发展方向做了讨论。

  • 标签: 深度学习 生成对抗网络 图像合成 图像分割
  • 简介:生物系统具有鲁棒抵御外界干扰而维持自身性能稳定的特征。细胞中分子相互作用负反馈环是系统鲁捧控制的主要机理之一。本文对各种负反馈环之间的差异进行了对比并针对p53、Mdm2构成的负反馈环建立了数学模型,以模拟负反馈系统的衰减振荡。

  • 标签: 蛋白质相互作用网络 负反馈环 鲁棒性 数学模型
  • 简介:目的:通过对志愿者观看3D影片之后的脑电信号进行主成分分析,选取最能代表立体视觉疲劳度的主成分,运用BP神经网络对疲劳等级进行建模,提高对疲劳度等级的预测准确度。方法:采集15名志愿者观看五部不同3D影片前后的脑电信号,先对脑电信号进行疲劳度分级并选取特征通道;再对特征通道的脑电信号进行主成分分析选取影响最大的特征主成分,利用BP神经网络进行建模,根据建立的模型对立体视觉引起的疲劳等级进行预测,将预测结果与已知的疲劳等级进行对比。结果:根据文献中的疲劳等级将实验结果分成三个等级;据累计贡献率超过90%选取的前四个主成分建立的预测模型,准确度达95.4%。结论:运用主成分分析和BP神经网络的方法对立体视觉疲劳度进行预测,预测准确度较高,与直接根据脑电特征参数建立模型的方式相比简便和准确,这一方法对立体视觉引起的疲劳度分级及预测提供了新的思路。

  • 标签: 立体视觉疲劳 主成分分析 BP神经网络