检索结果-南通市图书馆

光生物素标记Patoc　1株DNA探针鉴别双曲和问号钩端螺旋体的初探

作者：淼泉

来源：南通市图书馆图书评论

学校读者我要写书评

暂无评论

中国人兽共患病杂志 1994年第1期10卷 19-21页

作者：陆淼泉李娜浙江医科大学微生物学教研室日本岐阜大学医学部微生物学教室

本文以光生物素标记的双曲钩体Ｐａｔｏｃ１株全ＤＮＡ作为探针，对不同血清型的问号钩体与双曲钩体在硝酸纤维素膜上和微量反应板中进行ＤＮＡ－ＤＮＡ杂交试验。结果发现标记探针只能识别双曲钩体ＤＮＡ，而对问号钩体ＤＮＡ无一发生... 详细信息

本文以光生物素标记的双曲钩体Ｐａｔｏｃ１株全ＤＮＡ作为探针，对不同血清型的问号钩体与双曲钩体在硝酸纤维素膜上和微量反应板中进行ＤＮＡ－ＤＮＡ杂交试验。结果发现标记探针只能识别双曲钩体ＤＮＡ，而对问号钩体ＤＮＡ无一发生杂交，表明该探针具有高度特异性和敏感性，可用于鉴别双曲钩体和致病性钩体。

关键词：双曲问号钩端螺旋体光生物素

在线全文

学校读者我要写书评

暂无评论

作者： (女)淼泉

学校读者我要写书评

暂无评论

机器人增量学习研究综述

控制与决策 2024年第5期39卷 1409-1423页

作者：马旭淼徐德中国科学院大学人工智能学院北京100049 中国科学院自动化研究所中国科学院工业视觉智能装备技术工程实验室北京100190

机器人的应用场景正在不断更新换代,数据量也在日益增长.传统的机器学习方法难以适应动态的环境,而增量学习技术能够模拟人类的学习过程,使机器人能利用旧知识来加快新任务的学习,在不遗忘旧技能的前提下学习新的技能.目前对于机器人增... 详细信息

机器人的应用场景正在不断更新换代,数据量也在日益增长.传统的机器学习方法难以适应动态的环境,而增量学习技术能够模拟人类的学习过程,使机器人能利用旧知识来加快新任务的学习,在不遗忘旧技能的前提下学习新的技能.目前对于机器人增量学习的相关研究仍然较少,对此,主要介绍机器人增量学习研究进展.首先,对增量学习进行简介;其次,从参数和模型的角度出发,将当前机器人增量学习主流方法分为变参数方法、变模型方法、混合方法3类,分别对每一类进行论述,并给出相应的增量学习技术在机器人领域中的应用实例;然后,对机器人增量学习中常用的数据集和评价指标进行介绍;最后,对增量学习未来的发展趋势进行展望.

关键词：增量学习变参数方法变模型方法混合方法技能学习机器人

流式细胞术应用于金黄色葡萄球菌体外药敏试验的初步研究

在线全文

学校读者我要写书评

暂无评论

中国人兽共患病杂志 2003年第4期19卷 50-53页

作者：夏晓华陆淼泉浙江省人民医院杭州310014 浙江大学医学院

目的　建立金黄色葡萄球菌体外流式细胞荧光法药敏试验新方法。方法　选用碘化丙啶作为荧光染料 ,用流式细胞术检测 2株标准株和 5 6株金黄色葡萄球菌临床菌株对苯唑西林的敏感性。根据细菌培养物在不同浓度药物作用后所检测到的荧光强... 详细信息

目的　建立金黄色葡萄球菌体外流式细胞荧光法药敏试验新方法。方法　选用碘化丙啶作为荧光染料 ,用流式细胞术检测 2株标准株和 5 6株金黄色葡萄球菌临床菌株对苯唑西林的敏感性。根据细菌培养物在不同浓度药物作用后所检测到的荧光强度来判断细菌存活率 ,从而推断MIC值。并与微量稀释法和VITEK仪检测结果进行比较。结果　 5 8株金黄色葡萄球菌的流式细胞荧光法药敏试验结果与VITEK仪和微量稀释法结果完全一致。结论　所建立的金葡菌流式细胞荧光法药敏试验 ,具有快速、准确、客观等优点。

关键词：流式细胞术金黄色葡萄球菌体外药敏试验苯唑西林

在线全文

学校读者我要写书评

暂无评论

绿脓杆菌胞外粘液多糖的实验研究

中国人兽共患病杂志 1996年第5期12卷 9-11页

作者：陆淼泉尹秀褚佩英浙江医科大学浙江省卫生防疫站

本实验提纯了绿脓杆菌粘液株的胞外粘液多糖物质（ＭＥＰ），并对其在细菌粘附中的作用进行了研究。结果发现纯化的ＭＥＰ制品或抗ＭＥＰ血清可以阻断绿脓杆菌粘液株对健康人的颊上皮细胞的粘附作用，证明ＭＥＰ确是绿脓杆菌粘液株的粘... 详细信息

本实验提纯了绿脓杆菌粘液株的胞外粘液多糖物质（ＭＥＰ），并对其在细菌粘附中的作用进行了研究。结果发现纯化的ＭＥＰ制品或抗ＭＥＰ血清可以阻断绿脓杆菌粘液株对健康人的颊上皮细胞的粘附作用，证明ＭＥＰ确是绿脓杆菌粘液株的粘附素。

关键词：绿脓杆菌粘液株粘液多糖粘附素

在线全文

学校读者我要写书评

暂无评论

基于双重距离的多目标粒子群优化算法

控制与决策 2024年第6期39卷 1801-1809页

作者：慈雨荣淼彭晨上海大学机电工程与自动化学院上海200444

多目标粒子群优化(multi-objective particle swarm optimization,MOPSO)算法在维护收敛性的同时搜索分布良好的最优解集较为费力.为此,提出一种基于双重距离的MOPSO,由种群的平均距离定义粒子的邻域空间,邻域粒子数为粒子的等级,数量越... 详细信息

多目标粒子群优化(multi-objective particle swarm optimization,MOPSO)算法在维护收敛性的同时搜索分布良好的最优解集较为费力.为此,提出一种基于双重距离的MOPSO,由种群的平均距离定义粒子的邻域空间,邻域粒子数为粒子的等级,数量越多,粒子的等级越大.当等级相同时,算法结合粒子的拥挤距离选择最优粒子,并更新外部归档集.此外,算法结合粒子的变异行为避免陷入局部最优.在对比实验中,该算法在收敛性和多样性上可取得较优结果.最后,将该算法应用到电力系统的环境/经济调度模型(environmental/economic dispatch,EED),也可获得性能较好的解集.

关键词：平均距离拥挤距离邻域信息多目标粒子群优化多目标问题环境/经济调度