网上赌场真人发牌-澳门网上赌场空城

基于MDE具有明確活性中心結(jié)構(gòu)的特點(diǎn)，團(tuán)隊(duì)進(jìn)一步結(jié)合原位/在線X射線吸收光譜和理論計(jì)算深入揭示了取代基調(diào)控催化劑性能的機(jī)理（圖3）。研究團(tuán)隊(duì)發(fā)現(xiàn)，NiPc MDEs的CO2還原起峰電位與Ni中心的部分還原緊密相關(guān)，而不簡(jiǎn)單取決于理論計(jì)算中的反應(yīng)能壘。氰基（CN）取代可以使分子更容易被還原，因此具有更正的起峰電位。此外，OMe取代可以提高催化過(guò)程中Ni-N鍵強(qiáng)度并促進(jìn)CO中間體脫附，從而提高催化劑穩(wěn)定性。

本發(fā)明公開(kāi)了一種基于相變磁性材料的非易失性邏輯器件及邏 輯操作方法，非易失性邏輯器件包括磁頭以及依次附著于襯底上的底 電極、絕緣層，相變磁性薄膜和頂電極；其中相變磁性材料由一種相 變材料基質(zhì)中摻雜鐵磁性元素構(gòu)成，材料的磁性能夠通過(guò)非晶態(tài)-晶態(tài) 相變來(lái)可逆調(diào)控。本發(fā)明基于材料的相變控磁特性實(shí)現(xiàn)“實(shí)質(zhì)蘊(yùn)涵” 邏輯運(yùn)算以及“與”、“或”、“與非”和“或非”四種布爾邏輯運(yùn) 算，其運(yùn)算結(jié)果以材料的剩余磁化存儲(chǔ)在器件中，從而實(shí)現(xiàn)

本發(fā)明公開(kāi)了一種基于子空間融合和一致性約束的準(zhǔn)稠密匹配擴(kuò)展方法。首先獲取可靠的種子匹配，在種子匹配周圍選定待擴(kuò)展區(qū)域。然后對(duì)區(qū)域內(nèi)的所有待擴(kuò)展像素點(diǎn)進(jìn)行稠密 SIFT 特征提取，并通過(guò)子空間學(xué)習(xí)將待擴(kuò)展點(diǎn)的特征信息和位置信息進(jìn)行融合。在尋找匹配時(shí)，利用一致性約束學(xué)習(xí)一個(gè)局部非剛體變換，該變換與仿射變換·748·等模型相比可以更好地描述非平面復(fù)雜場(chǎng)景。每一次擴(kuò)展完成之后，對(duì)擴(kuò)展結(jié)果進(jìn)行優(yōu)化，剔除不好的匹配

（一）成果背景 分布式光伏可在用戶側(cè)就近安裝與消納，減少因長(zhǎng)距離輸送帶來(lái)的線路損耗問(wèn)題，在新型電力系統(tǒng)建設(shè)中發(fā)揮著重要作用。2021年6月，國(guó)家能源局綜合司發(fā)布了《關(guān)于報(bào)送整縣（市、區(qū)）屋頂分布式光伏開(kāi)發(fā)試點(diǎn)方案的通知》，用以推動(dòng)分布式光伏高質(zhì)量發(fā)展、支撐新型電力系統(tǒng)建設(shè)。在該政策的推進(jìn)下，分布式光伏容量迅猛增長(zhǎng)。截至2021年底，國(guó)內(nèi)分布式光伏裝機(jī)容量已達(dá)到107.5GW，約占光伏總裝機(jī)容量的三分之一，且其增長(zhǎng)速度已經(jīng)超過(guò)了集中式光伏。 （二）痛點(diǎn)問(wèn)題 對(duì)于配電網(wǎng)來(lái)說(shuō)，光伏出力易受天氣因素影響，具有極強(qiáng)的隨機(jī)波動(dòng)特性，大規(guī)模分布式光伏接入，一方面加劇了配電網(wǎng)負(fù)荷短時(shí)波動(dòng)，影響電力實(shí)時(shí)平衡，制約負(fù)荷預(yù)測(cè)精度提升；另一方面，分布式光伏出力特性與負(fù)荷特性的不匹配造成其難以消納，為有源配電網(wǎng)運(yùn)行管理帶來(lái)嚴(yán)峻挑戰(zhàn)。 對(duì)于電力市場(chǎng)交易來(lái)說(shuō)，隨著新一輪電力體制改革的持續(xù)深入，分布式光伏所有者作為售電商參與市場(chǎng)競(jìng)爭(zhēng)成為必然趨勢(shì)。分布式光伏出力的不確定性與短時(shí)劇烈波動(dòng)性，使得分布式光伏電站/售電商難以制定合理的市場(chǎng)交易策略與電力交易合同，面臨嚴(yán)重的市場(chǎng)風(fēng)險(xiǎn)。 因此，亟需精準(zhǔn)的分布式光伏功率預(yù)測(cè)，為有源配電網(wǎng)調(diào)度運(yùn)行、分布式光伏消納，分布式光伏參與電力市場(chǎng)等提供有力數(shù)據(jù)支撐。 （三）技術(shù)方案 1、基于變分模態(tài)分解與動(dòng)態(tài)圖卷積網(wǎng)絡(luò)的分布式光伏功率預(yù)測(cè) 首先利用變分模態(tài)分解各分布式光伏復(fù)雜出力序列分解為相對(duì)簡(jiǎn)單、波動(dòng)較小的不同頻率子序列，以減小場(chǎng)站間關(guān)聯(lián)關(guān)系的挖掘難度。然后，基于分布式光伏場(chǎng)站間時(shí)空關(guān)聯(lián)性處于動(dòng)態(tài)變化中的考慮，利用全連接神經(jīng)網(wǎng)絡(luò)將各節(jié)點(diǎn)特征映射到多維空間，而后利用時(shí)域卷積挖掘跨節(jié)點(diǎn)關(guān)聯(lián)關(guān)系，由此以數(shù)據(jù)驅(qū)動(dòng)方式挖掘各頻率下各場(chǎng)站子序列關(guān)聯(lián)性，有效實(shí)現(xiàn)子序列動(dòng)態(tài)圖結(jié)構(gòu)的構(gòu)建。最終，基于可用于非歐式空間結(jié)構(gòu)數(shù)據(jù)建模的卷積神經(jīng)網(wǎng)絡(luò)，將其與動(dòng)態(tài)圖結(jié)構(gòu)結(jié)合，建立考慮動(dòng)態(tài)時(shí)空關(guān)聯(lián)性的圖卷積預(yù)測(cè)模型，針對(duì)不同頻率下出力子序列分別預(yù)測(cè)，而后重構(gòu)得到各場(chǎng)站功率進(jìn)而獲取配電網(wǎng)分布式光伏總功率。 2、基于深度聯(lián)邦學(xué)習(xí)的分布式光伏發(fā)電功率預(yù)測(cè) 首先，基于長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)構(gòu)建時(shí)域自編碼器模型，該模型編碼器用于提取每個(gè)時(shí)間步輸入的時(shí)域特征，而后利用解碼器將該特征向量轉(zhuǎn)換為輸出序列進(jìn)行未來(lái)時(shí)間步的預(yù)測(cè)，自編碼能顯著增強(qiáng)長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)的時(shí)域建模能力。而后，利用注意力機(jī)制解決其在處理長(zhǎng)輸入時(shí)間序列時(shí)會(huì)導(dǎo)致解碼器面臨特征冗余問(wèn)題，且使模型聚焦于對(duì)輸出更關(guān)鍵的時(shí)域特征。由此，利用注意力自編碼預(yù)測(cè)模型通過(guò)對(duì)時(shí)域特征的有效挖掘?qū)崿F(xiàn)功率預(yù)測(cè)精度的進(jìn)一步提升。 在此基礎(chǔ)上，開(kāi)發(fā)了用于分布式光伏功率預(yù)測(cè)的聯(lián)邦學(xué)習(xí)框架，在該框架中，本地用戶僅需將本地模型進(jìn)行共享，無(wú)需數(shù)據(jù)的傳輸，而后由中央服務(wù)器進(jìn)行模型的聚合以實(shí)現(xiàn)用戶間信息共享。在各本地場(chǎng)站進(jìn)行注意力自編碼預(yù)測(cè)模型的訓(xùn)練；在中央服務(wù)器，基于聯(lián)邦平均算法實(shí)現(xiàn)各本地預(yù)測(cè)模型的匯聚、全局模型的生成與下發(fā)。在保證數(shù)據(jù)隱私性的前提下取得與傳統(tǒng)集中式機(jī)器學(xué)習(xí)訓(xùn)練近似的預(yù)測(cè)效果。 （四）競(jìng)爭(zhēng)優(yōu)勢(shì) 1、有效表征廣域分布式光伏集群間時(shí)空關(guān)聯(lián)特征，實(shí)現(xiàn)分布式光伏功率預(yù)測(cè)精度提升。 當(dāng)缺乏氣象實(shí)測(cè)或預(yù)報(bào)數(shù)據(jù)時(shí)，考慮分布式光伏時(shí)空相關(guān)性可有效提升分布式光伏功率預(yù)測(cè)精度。現(xiàn)有研究多利用各光伏場(chǎng)站地理距離或者整體出力表征時(shí)空相關(guān)性。這種靜態(tài)建模方式在分布式光伏出力模式長(zhǎng)期穩(wěn)定的情況下，可以取得較好的預(yù)測(cè)效果。然而，易受天氣因素的影響，分布式光伏出力極易發(fā)生短時(shí)波動(dòng)，因而各場(chǎng)站關(guān)聯(lián)性處于動(dòng)態(tài)變化過(guò)程。以恒定的場(chǎng)站間關(guān)聯(lián)關(guān)系去考慮這種復(fù)雜的集群出力序列，顯然無(wú)法反映天氣影響下分布式光伏出力短時(shí)變化，難以實(shí)現(xiàn)功率預(yù)測(cè)精度的有效提升。 所提的基于變分模態(tài)分解與動(dòng)態(tài)圖卷積網(wǎng)絡(luò)的分布式光伏功率預(yù)測(cè)方法，利用數(shù)據(jù)驅(qū)動(dòng)方式實(shí)現(xiàn)挖掘各場(chǎng)站間關(guān)聯(lián)特性的動(dòng)態(tài)實(shí)時(shí)挖掘。在基礎(chǔ)上，考慮到不同模態(tài)分量下各場(chǎng)站間關(guān)聯(lián)關(guān)系的差異性，將各場(chǎng)站原始功率分解為了相對(duì)簡(jiǎn)單、波動(dòng)較小的不同頻率模態(tài)分量，減小關(guān)聯(lián)關(guān)系的挖掘難度。 2、有效保證各分布式光伏數(shù)據(jù)隱私性，且能取得與傳統(tǒng)集中式機(jī)器學(xué)習(xí)訓(xùn)練方式近似的預(yù)測(cè)效果 現(xiàn)有的數(shù)據(jù)驅(qū)動(dòng)預(yù)測(cè)方法性能在很大程度上依賴于訓(xùn)練數(shù)據(jù)的數(shù)量，因此大多以一種集中的訓(xùn)練方式實(shí)現(xiàn)，即中央服務(wù)器匯聚來(lái)自各場(chǎng)站的運(yùn)行數(shù)據(jù)而后進(jìn)行模型的訓(xùn)練。然而，這種集中訓(xùn)練的方式會(huì)期限數(shù)據(jù)隱私，使用戶信息暴露在公共環(huán)境而導(dǎo)致被外部攻擊者進(jìn)行數(shù)據(jù)分析、行為探測(cè)等。此外，在競(jìng)爭(zhēng)激烈的電力市場(chǎng)中，分布式光伏場(chǎng)站所有者可能不愿共享數(shù)據(jù)。這些因素使傳統(tǒng)模型訓(xùn)練方式難以實(shí)現(xiàn)。 所提的基于深度聯(lián)邦學(xué)習(xí)的分布式光伏發(fā)電功率預(yù)測(cè)方法，利用注意力自編碼模型在本地場(chǎng)站進(jìn)行建模預(yù)測(cè)，實(shí)現(xiàn)對(duì)本地功率時(shí)域特征的有效挖掘；利用分散式訓(xùn)練的聯(lián)邦學(xué)習(xí)框架，實(shí)現(xiàn)各場(chǎng)站預(yù)測(cè)模型信息共享，有效保證本地用戶的數(shù)據(jù)隱私的同時(shí)取得不錯(cuò)的預(yù)測(cè)效果。 創(chuàng)新點(diǎn) 1、考慮了場(chǎng)站間關(guān)聯(lián)關(guān)系的動(dòng)態(tài)性。對(duì)于分布式光伏，雖然場(chǎng)站數(shù)量眾多、分布廣泛，但是其位置臨近，由于云團(tuán)運(yùn)動(dòng)等氣象因素導(dǎo)致的相關(guān)性較強(qiáng)。所提方法以數(shù)據(jù)驅(qū)動(dòng)方式根據(jù)網(wǎng)絡(luò)當(dāng)前的各場(chǎng)站輸入功率進(jìn)行關(guān)聯(lián)關(guān)系的動(dòng)態(tài)表征，實(shí)現(xiàn)功率預(yù)測(cè)精度的有效提升。 2、在保障各分布式光伏站點(diǎn)數(shù)據(jù)隱私應(yīng)的前提現(xiàn)實(shí)現(xiàn)信息共享。利用自編碼結(jié)構(gòu)進(jìn)一步提升LSTM的時(shí)間序列建模能力；利用注意力機(jī)制模型聚焦于對(duì)預(yù)測(cè)更關(guān)鍵的輸入特征，以此實(shí)現(xiàn)時(shí)域特征的有效挖掘。在此基礎(chǔ)上，利用聯(lián)邦學(xué)習(xí)框架聚合各本地模型，實(shí)現(xiàn)各站點(diǎn)信息聚合，實(shí)現(xiàn)精度有效提升。 市場(chǎng)前景 隨著新型電力系統(tǒng)建設(shè)目標(biāo)的推進(jìn)，分布式光伏裝機(jī)容量呈爆發(fā)式增長(zhǎng)。所研成果可應(yīng)用于配電網(wǎng)負(fù)荷預(yù)測(cè)、用戶可調(diào)度容量評(píng)估、激勵(lì)型需求響應(yīng)基線負(fù)荷估計(jì)等場(chǎng)景中，為高比例分布式光伏有源配電網(wǎng)的安全、經(jīng)濟(jì)、高效運(yùn)行，維持電力平衡等工作提供重要參考。同時(shí)，隨著分布式光伏逐步參與到電力市場(chǎng)，所研成果可為分布式光伏售電商制定最優(yōu)的交易策略，簽訂合理的價(jià)格合同提供有力數(shù)據(jù)支撐。綜上所述，所研成果市場(chǎng)前景廣闊。

2020年5月1日，武漢大學(xué)基礎(chǔ)醫(yī)學(xué)院院長(zhǎng)李紅良團(tuán)隊(duì)在《細(xì)胞—代謝》雜志上發(fā)表論文，題為《COVID-19合并2型糖尿病患者血糖控制與預(yù)后的相關(guān)性研究》，為臨床有效救治新冠肺炎合并2型糖尿病患者提供了關(guān)鍵的臨床研究證據(jù)。已有研究表明，合并高血壓，糖尿病，心血管疾病、腎臟損害及肝臟疾病基礎(chǔ)疾病是導(dǎo)致新冠肺炎患者死亡和預(yù)后較差的重要原因之一，以上基礎(chǔ)疾病往往使得新冠肺炎患者的風(fēng)險(xiǎn)更高，死亡率也更高。那么，糖尿病患者得了新冠肺炎該怎么辦？血糖控制和新冠肺炎可有什么關(guān)聯(lián)？糖尿病患者要怎么做才能在新冠肺炎的威脅下保證自己的生命安全？ “此研究成果在全球范圍內(nèi)首次明確證明，血糖控制良好，即維持血糖變異范圍在3.9-10.0 mmol/L，與新冠肺炎合并糖尿病患者死亡率顯著降低密切相關(guān)。”李紅良告訴《中國(guó)科學(xué)報(bào)》。以2型糖尿病為主的糖尿病在我國(guó)成人中總體患病率已經(jīng)超過(guò)10%，而在歐美等發(fā)達(dá)國(guó)家，2型糖尿病的患病率更是接近甚至超過(guò)30%。新冠肺炎和2型糖尿病（T2D）這兩種全球流行病的碰撞，已然導(dǎo)致了一個(gè)嚴(yán)峻的現(xiàn)實(shí)，即2型糖尿病（T2D）已經(jīng)是新冠肺炎的第二常見(jiàn)共病。 然而，就在血糖控制對(duì)新冠肺炎合并2型糖尿病患者所需醫(yī)療干預(yù)程度和死亡率的影響尚不明確，只有相對(duì)有限的隊(duì)列研究初步證明，2型糖尿病患者感染新冠肺炎的預(yù)后更差的情況下，新冠疫情直接威脅全球5億血糖患者的生命安全。為此，李紅良團(tuán)隊(duì)對(duì)湖北省19家醫(yī)院9663例確診的新冠肺炎病例進(jìn)行了回顧性縱向多中心研究，分析新冠肺炎合并2型糖尿病患者血糖水平與臨床治療之間的關(guān)系。研究表明：感染新冠肺炎的2型糖尿病患者的血糖控制，和患者的較高死亡率之間有著顯著的相關(guān)性，血糖控制良好的新冠肺炎合并2型糖尿病患者治愈率，存活率有著明顯提升。一般來(lái)說(shuō)，糖尿病患者更容易受到病毒感染，且一旦感染，與非糖尿病人群相比，預(yù)后更差。面對(duì)新冠肺炎威脅，糖尿病患者乃至普通大眾，該將血糖控制在什么范圍內(nèi)？研究發(fā)現(xiàn)，糖尿病（T2D）患者需要更多的醫(yī)療干預(yù)，死亡率顯著升高和多器官損傷較非糖尿病個(gè)體明顯。更為重要的是，團(tuán)隊(duì)發(fā)現(xiàn)血糖控制良好，即維持血糖變異范圍在3.9-10.0mmol/L，和新冠肺炎合并糖尿病患者死亡率顯著降低密切相關(guān)。此發(fā)現(xiàn)，不僅為新冠肺炎合并糖尿病患者改善血糖控制和改善預(yù)后提供了重要臨床證據(jù)，也是對(duì)普通糖尿病患者，和所有普通大眾的警示，在已經(jīng)明確了控制好血糖能明顯降低新冠肺炎病毒死亡率的情況下，更需要保持良好的生活作息，堅(jiān)持鍛煉，將血糖含量維持在穩(wěn)定范圍內(nèi)。（崔雪芹）相關(guān)論文信息：https://doi.org/10.1016/j.cmet.2020.04.021

中試階段/n該項(xiàng)目2016年獲得湖北省科技進(jìn)步一等獎(jiǎng)。由于乙酰甲喹和喹烯酮尚未確定每日允許攝入量(ADI)、殘留標(biāo)識(shí)物(MR)和靶組織(TT)，未能制訂最高殘留限量(MRLs)和休藥期(WP)，喹乙醇僅有豬肌肉暫定MR及MRL，這三種藥物一直沒(méi)有科學(xué)的食品安全標(biāo)準(zhǔn)和風(fēng)險(xiǎn)管控技術(shù)，消費(fèi)者健康受到威脅。

項(xiàng)目簡(jiǎn)介 一種 690-730MPa 超高強(qiáng)度 80-100mm 淬透性鋁合金及其制備方法，其特征是所述的 鋁合金主要由鋁（Al）、鋅（Zn）、鎂（Mg）、銅（Cu）、鋯（Zr）和鍶（Sr）組成，其中， 鋅（Zn）的質(zhì)量百分比為 10.78～13.01%，鎂（Mg）的質(zhì)量百分比為 2.78～3.51%，銅（Cu） 的質(zhì)量百分比為 2.26～2.80%，鋯（Zr）的質(zhì)量百分比為 0.204～0.24%，鍶（Sr）的質(zhì)量 百分比為 0.0025～0.0751%，余量為鋁和少量雜質(zhì)元素。所述

近日，上海交通大學(xué)電子系義理林教授課題組基于智能鎖模算法、時(shí)間拉伸技術(shù)和實(shí)時(shí)高速電路建立的實(shí)時(shí)光譜分析控制平臺(tái)，實(shí)現(xiàn)了鎖模激光器輸出飛秒脈沖的實(shí)時(shí)光譜調(diào)控，對(duì)飛秒激光器的設(shè)計(jì)具有重要的應(yīng)用價(jià)值。相關(guān)成果以“Intelligent control of mode-locked femtosecond pulses by time-stretch-assisted real-time spectral analysis”為題目于2020年1月發(fā)表于國(guó)際光學(xué)頂尖期刊《Light: Science & Applications》（中科院長(zhǎng)春光機(jī)所與Nature出版集團(tuán)合辦期刊），并入選為封面文章，在“News & Views”欄目被專門評(píng)述。博士生蒲國(guó)慶為第一作者，義理林教授為通信作者。 圖說(shuō)：期刊封面文章 飛秒尺度（1E-15秒）脈沖對(duì)應(yīng)著原子分子、材料、生物蛋白、化學(xué)反應(yīng)等豐富物質(zhì)體系的眾多超快過(guò)程，有著廣泛而重要的應(yīng)用。鎖模激光器作為產(chǎn)生飛秒脈沖的重要基礎(chǔ)研究工具，在物理、化學(xué)、生物、材料、信息科學(xué)等領(lǐng)域都有廣泛的應(yīng)用。飛秒鎖模激光器自上世紀(jì)六十年代發(fā)明以來(lái)，與其相關(guān)的研究分別于1999，2005，2018年獲得過(guò)諾貝爾獎(jiǎng)。 隨著超快光學(xué)的快速發(fā)展，越來(lái)越多的前沿應(yīng)用需要對(duì)飛秒脈沖的時(shí)域和光譜進(jìn)行精細(xì)控制。由于飛秒脈沖的產(chǎn)生涉及非常復(fù)雜的非線性和色散傳輸效應(yīng)，達(dá)到特定脈沖狀態(tài)的穩(wěn)態(tài)輸出需要對(duì)激光器多個(gè)參數(shù)在高維空間進(jìn)行優(yōu)化，傳統(tǒng)基于激光器光學(xué)設(shè)計(jì)和優(yōu)化的方法已被證明難以精確實(shí)現(xiàn)。 通過(guò)對(duì)飛秒脈沖狀態(tài)進(jìn)行智能識(shí)別，結(jié)合智能算法對(duì)激光器多參數(shù)進(jìn)行全局優(yōu)化，有望獲得理想的飛秒脈沖輸出，但其主要挑戰(zhàn)在于飛秒脈沖難以實(shí)時(shí)精確識(shí)別。低速時(shí)域采樣無(wú)法識(shí)別飛秒脈沖寬度和形狀，光譜儀雖可識(shí)別飛秒脈沖積分光譜但無(wú)法識(shí)別其瞬時(shí)光譜，因此傳統(tǒng)方法都無(wú)法做到實(shí)時(shí)控制飛秒脈沖精確鎖模狀態(tài)。為了解決這一難題，義理林教授課題組提出在鎖模控制環(huán)內(nèi)引入時(shí)間拉伸-色散傅里葉變換（TS-DFT）技術(shù)，通過(guò)時(shí)域到光譜的轉(zhuǎn)換，采用低速時(shí)域采樣即可識(shí)別飛秒脈沖對(duì)應(yīng)的瞬時(shí)光譜寬度和形狀。結(jié)合智能控制算法，實(shí)現(xiàn)了以1.4nm為精度對(duì)飛秒脈沖光譜寬帶從10nm到40nm進(jìn)行可編程控制，光譜形狀可編程為高斯型或三角形等。這是本領(lǐng)域首次實(shí)現(xiàn)飛秒鎖模脈沖光譜寬度和形狀高精度實(shí)時(shí)編程控制，解決了飛秒鎖模脈沖鎖模狀態(tài)無(wú)法精確調(diào)控的難題。 基于實(shí)時(shí)的光譜控制，該研究還展示了從窄譜鎖模態(tài)至寬譜鎖模態(tài)以及從三角形光譜脈沖態(tài)至寬譜鎖模態(tài)的演變過(guò)程，發(fā)現(xiàn)兩者動(dòng)力學(xué)過(guò)程具有相似性，提出了目標(biāo)鎖模狀態(tài)可能決定中間動(dòng)力學(xué)過(guò)程的猜想，為人們進(jìn)一步探索鎖模激光器內(nèi)部機(jī)理提供新視角。 圖說(shuō)：基于快速光譜分析的飛秒鎖模脈沖智能控制 非線性光學(xué)著名專家John Dudley教授（歐洲物理學(xué)會(huì)主席，IEEE/OSA Fellow）在《Light: Science & Applications》的“News & Views”欄目撰文介紹此項(xiàng)工作，認(rèn)為本工作極具創(chuàng)新性，開(kāi)拓了研究鎖模動(dòng)力學(xué)新的可能性，很可能應(yīng)用于多種鎖模光纖激光器中。 義理林教授課題組過(guò)去六年來(lái)一直致力于解決飛秒鎖模激光器的智能控制問(wèn)題，2019年發(fā)表在光學(xué)領(lǐng)域頂級(jí)期刊《Optica》的“智能鎖模激光器”成果入選美國(guó)光學(xué)學(xué)會(huì)旗下新聞雜志《Optics & Photonics News》2019年光學(xué)年度進(jìn)展“Optics in 2019”。該方向工作部分得到國(guó)家自然科學(xué)基金（61575122）的支持。《Light: Science & Applications》論文全文https://www.nature.com/articles/s41377-020-0251-x《Light: Science & Applications》“New & Views”評(píng)述論文https://www.nature.com/articles/s41377-020-0270-7

研發(fā)階段/n本成果所制備的金霉素抗體對(duì)金霉素具有很高的特異性，可對(duì)動(dòng)物源食品中金霉素的殘留量進(jìn)行專一檢測(cè)和判定。樣品處理不需要過(guò)柱凈化，處理步驟簡(jiǎn)單、實(shí)用，特別適合基層檢驗(yàn)檢疫單位使用。樣品處理較現(xiàn)有儀器簡(jiǎn)單、靈敏、省時(shí)。本成果經(jīng)過(guò)靈敏度、精密度、特異性等質(zhì)控項(xiàng)目測(cè)定各項(xiàng)指標(biāo)達(dá)到國(guó)家相關(guān)技術(shù)要求。技術(shù)水平：專利技術(shù)（國(guó)家發(fā)明專利授權(quán)號(hào)：ZL2005100863473）應(yīng)用前景：本成果用于對(duì)金霉素殘留的檢測(cè)具有良好的應(yīng)用前景，可以在較短時(shí)間內(nèi)檢測(cè)大量樣品，排除大量陰性樣品，同時(shí)樣品處理既簡(jiǎn)單、省時(shí)、省

可以量產(chǎn)/n該成果屬于基因表達(dá)分析技術(shù)領(lǐng)域，公開(kāi)了CmEF1α基因和CmRAN基因在分析甜瓜果實(shí)的基因表達(dá)時(shí)作為內(nèi)參基因的應(yīng)用，本發(fā)明還公開(kāi)了一種采用實(shí)時(shí)熒光定量PCR分析甜瓜果實(shí)基因表達(dá)的方法，它是將CmEF1α基因和CmRAN基因組合的幾何平均數(shù)作為甜瓜果實(shí)基因表達(dá)分析中的內(nèi)參基因。CmEF1α基因和CmRAN基因在不同坐果方式的甜瓜果實(shí)的不同發(fā)育階段均能穩(wěn)定表達(dá)，是甜瓜果實(shí)發(fā)育過(guò)程中利用實(shí)時(shí)熒光定量PCR技術(shù)檢測(cè)基因表達(dá)分析的可靠?jī)?nèi)參基因組合。該成果具有可靠性和實(shí)用性，能夠顯著提