第一章生物化学实验基本知识与操作 第一节生物化学实验基本知识 第二节 第二章分光光度技术 实验一双缩脲法测定蛋白质浓度 实验二 Folin-酚试剂法(Lowry 法)测定蛋白质浓度 实验三紫外分光光度法测定蛋白质浓度 实验四考马斯(Comessie)亮兰结合法测定蛋白质浓度 实验五BCA 法测定蛋白质浓度 实验六激素对血糖浓度的影响及血糖的测定 第三章生物大分子的提取、沉淀和离心分离技术 第一节生物材料的选取与预处理 第二节生物大分子的沉淀分离技术 第三节生物大分子离心分离技术 实验七鸡血SOD的提取、分离及活力测定 实验八碱性磷酸酶的制备及活力测定 实验九酪蛋白的制备 实验十动物肝脏中提取DNA 实验十一猪心肌细胞线粒体可溶性ATP合酶的提 第四章电泳技术 实验十二DNA 琼脂糖凝胶电泳 实验十三血浆脂蛋白琼脂糖凝胶电泳 实验十四聚丙烯酰胺凝胶电泳分离乳酸脱氢酶同工酶 实验十五蛋白质分子量的测定——SDS-聚丙烯凝胶电泳 实验十六聚丙烯酰胺等电聚焦电泳 第五章层析技术 第一节 层析技术概述 吸附层析 第三节 分配层析 第四节 离子交换层析 第五节 凝胶层析 第六节亲和层析 第七节 高效液相层析 实验十七氨基酸的纸上层析与氨基酸的转氨基作用 实验十八血清-球蛋白的分离纯化与鉴定 实验十九 亲和层析纯化胰蛋白酶 实验十二离子交换层析分离氨基酸 实验二十一蛋白质分子量测定——凝胶过滤层析法 第六章 分子生物学基本技术 核酸分子杂交 聚合酶链反应 第三节分子克隆 实验二十二Southern杂交分析 实验二十三 Northern 杂交分析 实验二十四 PCR 基因扩增 验二十五质粒DNA的提取及酶切 实验二十六 DNA重组实验 实验二十七大肠杆菌感受态细胞的制备及转化 附录一常用缓冲液的配制方法 附录二易变质及需要特殊方法保存的试剂 附录三一般化学试剂的分级 附录四 English words in the lab

一、适用范围 本标准适用于各种单一饲料,混合饲料配合饲料和预混料。 二、原理 索氏脂肪提取器中用乙醚提取试样,称提取物的重量,除脂肪外还有有机酸,磷脂、脂溶性Vit,叶绿素等,因而测定结果称粗脂肪或乙醚提取物

目的要求： 一、天然药物有效成分提取分离方法的原理—溶剂提取法与水蒸气蒸馏法的原理、操作及其特点。 二、天然药物有效成分分离与精制——中草药有效成分各种分离方法的原理。 三、掌握色谱技术中洗脱剂选择的原则。 第一节 提取方法与技术 第二节 分离与精制 第三节 结晶及重结晶法 第四节 色谱分离法 第五节 结构研究法（Methods of Structure identification）

提取活体检材 提取活体血样时,采集静脉或耳垂血。 将新鲜血液滴在消毒纱布或中速滤纸上 ,约2cm2以上,在通风干燥的地方晾干。 提取口腔脱落上皮细胞时,应先用清水 漱口,然后用特制的口腔提取拭子或消 毒棉签反复刮拭左右两侧颊粘膜,置通 风干燥的处晾干

采用了氯化钙氯化焙烧-水浸法提取白云母中铷的方法.通过氯化焙烧热重-差热分析曲线可知,用氯化钙混合白云母进行氯化反应的温度要比用氯化钠低100℃左右,且用CaCl2氯化比NaCl更有效率.接着考察了氯化焙烧温度对铷提取率的影响,结果表明,只有当氯化焙烧温度提高至800℃后,才可能取得明显的铷的氯化效果,铷的提取率即达96.71%,随氯化焙烧温度升高,铷的氯化速率不断增大,特别是800℃后,铷的氯化速率明显增大,这说明高温有利于铷的氯化焙烧.最终对白云母与氯化钙氯化焙烧过程进行了动力学研究.结果表明,三维界面反应方程能较好地描述该氯化焙烧反应体系,根据阿仑尼乌斯公式计算出来的活化能为42.22 kJ·mol-1,说明白云母和CaCl2的氯化过程的确受界面化学反应控制

针对机器或设备的剩余寿命（Remaining useful life, RUL）预测精度低的问题，提出基于一维卷积神经网络（Convolutional neural network, CNN）和双向长短期记忆（Bidirectional long short-term memory, BD-LSTM）的集成神经网络模型。为了更好地抽取时间序列上的特征，以及产生更多的训练样本，采用滑动窗口对数据进行处理，同时采用卡尔曼滤波对数据进行降噪处理，将数据标准化以及设置RUL标签。与人工提取特征不同，利用一维CNN对数据进行特征提取，并舍弃了CNN中的池化层。然后将提取到的高维特征输入到BD-LSTM进行回归预测，并采用Bagging的方式对此神经网络进行集成来预测RUL。最后通过在NASA的数据集上验证该模型的有效性，以及相比于其他机器学习或者深度学习模型的优越性，实验表明所提模型在RUL预测方面更加准确

一、多糖提取的原理 二、香菇多糖提取的方法

提出了一种基于小波矩不变量和保局投影(LPP)的特征提取方法,并应用于中厚板表面缺陷自动识别.首先对图像做三级小波变分解,将中厚板表面图像的细节分解到各个尺度的各个分量中并利用小波阈值收缩法降噪;然后对各分量的傅里叶幅值谱提取Hu不变矩作为原始特征向量,并利用LPP将该特征向量的维数从77维降到8维;最后利用AdaBoost分类器对样本进行分类识别.实验结果表明,本文提出的特征提取方法适用于中厚板表面缺陷分类,识别率达到91.60%

探讨了最小二乘支持向量机时间序列预测的方法,提出了用核主成分分析提取主元,然后用最小二乘支持向量机进行预测．通过实验表明,这种方法得到的效果优于没有特征提取的预测．同时与主成分分析提取特征相比,用核主成分分析效果更好．

通过对人耳受到部分遮挡时识别的研究,提出了一种基于局部特征的部分遮挡人耳识别方法,即首先利用Gabor小波对人耳图像进行特征提取,由于该特征维数较高,再使用核Fisher判别分析(KFDA)方法进行有效降维后用于人耳识别.在逐步分析人耳各个子区域的鉴别能力的基础上,提出了基于分块图像和概率模型的识别方法.在北京科技大学(USTB)人耳图像库上的实验结果表明:基于Gabor滤波后图像所提取的特征比基于原始图像直接提取的特征具有更高的识别率,基于分块图像的识别率高于基于整体图像的识别率