摘要：以大豆苷元为母体,取代氨基烷氧基为侧链,设计、合成了28个结构新颖的未见文献报道的大豆苷元衍生物,并检测了其对雌激素受体阳性的人乳腺癌细胞株MCF-7的体外活性.结果表明,化合物4c,4g及6a对MCF-7的增殖有显著的抑制作用,48,72 h的抑制率均大于50%(p<0.01).化合物11h具有显著的促进MCF-7细胞增殖的作用,48,72h的增殖率均大于20%(p<0.05);化合物10a作用48 h时对MCF-7细胞的增殖有显著的促进作用,增殖率大于10%(p<0.05).

摘要：并行设计模式能够降低并行编程的难度与复杂度。针对科学与工程计算领域大量耗时的数据密集型应用的计算,提出了一种能够适用于阵列数据划分应用的FJRR并行设计模式;鉴于开发者更习惯串行编程,在FJRR模式中提出并实现了一种类串行化并行程序设计的思想。通过两个示例进行了模式应用说明与性能分析,并将该模式在EasyPAB可扩展并行应用开发平台中实例化并应用。

摘要：在模拟冷却水中添加Al_2O_3纳米颗粒制备纳米流体,用zeta电位表征纳米流体的稳定性。研究了十二烷基苯磺酸钠(SDBS)浓度、超声处理时间、溶液pH值对纳米流体稳定性的影响及最佳优化条件。单因素实验结果表明,随着SDBS浓度、超声处理时间、溶液pH值的增加,纳米颗粒zeta电位绝对值#ζ#均先增加后减小。在此基础上,运用响应曲面法中的BoxBehnken设计(BBD)模型对纳米颗粒分散条件进行优化,结果显示,SDBS浓度对zeta电位的贡献最大,其次为溶液p H值;SDBS浓度与pH值、超声时间与pH值两两之间的交互作用较明显;BBD模型给出模拟冷却水中纳米颗粒分散稳定性的优化条件为SDBS浓度0.339%(质量分数),超声时间61 min,pH值8.05,预测#ζ#为50.8 mV,实验测得优化条件下#ζ#为50.6 mV,与预测值接近。

摘要：目的:寻找高效、低毒、生物活性更为广泛的抗心衰药物。方法:受临床联合用药的启发,根据药物设计中的生物电子等排原理和结构拼合原理,将具有强心活性的1[2(3,4二甲氧基)苯基]乙基5氰基6甲基脲嘧啶与β受体阻滞剂中常见的芳氧丙醇胺结构中的丙醇胺片段进行拼合,设计并合成了10个1{1[2(3,4二甲氧基)苯基]乙基5氰基6甲基脲嘧啶3}3取代氨基2丙醇类化合物,V1~10。结果与结论:所合成的目标化合物均未见文献报道,结构经红外光谱、核磁共振氢谱、质谱和元素分析确证。初步药理筛选结果显示,大部分目标化合物有不同程度的强心活性,Ⅴ_(9)的活性较好。

摘要：介绍了Matlab的基本功能;提出了用Matlab实现凸轮动态仿真的三要素及基本步骤;给出了Matlab进行仿真的理论设计和源程序;实际运行结果表明用Matlab进行凸轮动态仿真具有形象、直观等特点,对凸轮的计算机辅助设计制造有重要的参考价值。

摘要：为了提高汽车玻璃检具设计的推理效率和设计质量,通过对汽车玻璃检具设计内容和领域知识特点的分析,提出以CBR方式进行初步设计,RBR方式进行修改设计的汽车玻璃检具智能设计方法。针对汽车玻璃检具方案设计阶段的CBR推理,研究实例表达及检索技术,在CBR基础上,采用RBR对设计方案进行修正改进。通过两种推理方式的互为补充,将会得到更佳的汽车玻璃检具设计方案。介绍了该方法的实现过程,并对汽车玻璃检具设计进行了分析。

摘要：本项目地下室整体开发,最大长度约为640m,属于超长超大地下室结构。为考虑温度应力对大面积地下室的影响,利用不用软件分析对比。在定量分析的基础上提出控制裂缝的相关构造及施工措施。同时,针对场地内存在岩溶(溶洞)、构造带等复杂情况,为控制造价及施工安全性,进行了多方案的基础、围护、上部连桥结构等优化及方案比选。

摘要：随着我国食用油消费方式由散装向包装油的转变和物流业的发展,食用油中小包装厂建设飞速发展,由于包装厂的地域、加工规模、产品种类、货物周转率及物流状况等各不相同,设计出的仓储方案也各有差异。通过分析影响库容的所有相关因素,结合建筑厂房设计固有特点,探讨设计参数输入条件,揭示能够指导设计应用的一般性规律,构建特定条件下的最小库容理论计算模型,基于模型叠加实际生产运营中不断变化的常见变量,通过引入周转率来修正真实状态对理论模型的偏差,进而推导出一个简便的公式,以期为设计提供参考。

摘要：多年来,新疆艺术学院舞蹈学院坚持以培养德、智、体、美等全面发展,基础知识扎实,专业知识宽广,综合素质高,社会责任感强,具有健康的心理和完整的人格,有一定创新精神和较强艺术实践能力的复合型、应用型舞蹈艺术人才为目标。坚持以素质教育为核心,以提高人才培养质量为根本。扎实基础知识,拓宽专业口径,突出民族艺术特色,强化实践能力训练,注重创新精神培养,建立了一专多能、复合型的人才培养模式。本文重点论述舞蹈教育复合型人才培养模式的建设与应用。

摘要：为了解决现有基于灰度图像分割的水位线检测方法易受水面耀光、倒影等复杂光照条件的影响,且在高洪期水尺易被漂浮物缠绕引起测量粗大误差的问题,设计了一种基于深度学习的水尺水位智能监测方法。该方法采用不同条件下采集并由人工精确标注的水尺、水面和漂浮物三分类样本图像构建数据集,训练深层全卷积神经网络,实现了对水尺图像的逐像素分类预测,最终在语义分割图像中检测水位线的像素位置,将其转化为实际水位值。试验结果表明:该方法能够克服传统方法在图像特征提取方面的不足,提升图像分割对野外复杂变化环境的适应性,实现测量有效性的识别,达到水尺水位智能监测的目的,测量的综合不确定度小于***。