本田(HONDA)奥德赛(ODYSSEY)轿车电路--仪表盘电路(Ⅰ)

1奥德赛轿车的仪表盘组成和指导功能汽车仪表盘一般都具有指示汽车重要部位运行参数、工作状态、危险报警的功能。完成这些功能的有仪表和报警灯及指示灯。仪表有:燃油表,发动机冷却液温度表,发动机转速表,车速表,数字式里程表和行程表。报警灯有:车门未关报警灯、燃油不足报警     

仑头-生物岛沉管隧道岸上最终接头设计

在沉管隧道工法中接头的处理一直是个难点，接头部位的设计质量关系到运营效果及维修费用，结合仑头—生物岛沉管隧道的情况，介绍了该隧道岸上最终接头设计中遇到的一些问题及解决方法。尽管该工程最终采用了水中接头，但岸上接头的思路对今后类似的工程将会有所启发。     

长安铃木天语SX4系列

天语SX4上市之后在众多的家庭轿车之中显得别具一格，高的坐姿、较大的离地间隙、宽大的轮胎，它带来的是一种完全不同的驾驶感受。在不久其两厢车间SX4上市后，我们才时其原委，那是源自于SX4的充满Crossover风格的运动休闲旅行轿车的设计。[编者按]     

WH100T摩托车电气系统介绍和常见故障分析

WH100T踏板摩托车采用单缸强制风冷四冲程发动机,该发动机具有电起动和脚踏反冲起动两种起动机构;采用干式自动离心式离合器实现无级变速;化油器采用配有自动旁路起动系统的等真空式化油器(CV);点火系统采用直流CDI无触点(DC-CDI)点火方式.其整车电气系统由充电系统、点火系统、电起动系统、照明系统和信号系统五部分组成.为了让广大用户对本车的电气系统有初步了解,现将这五部分分别做一个简单的介绍,WH100T摩托车线路图见图1.     

哈市道路春融期大面积翻浆的原因及防治措施的探讨

本文简要介绍哈尔滨市今春道路出现历史上大面积翻浆的主客观原因及新特点和尽快解决的办法。     

排气再循环对增压真喷式柴油机排放特性的影响

在ＩＳＵＺＵＬ６ＴＣ型增压中冷直喷式柴油机上进行了排气再循环试验，分析研究了在增压中冷柴油机上采用不同的ＥＧＲ系统，以及在不同负荷下ＥＣＲ率对其排放特性的影响，同时给出了ＥＣＲ降低柴油机ＮＯｘ排放的具体效果。     

高速公路路面车辙分析

通过对两条高速公路沥青路面的分析，阐述了路面结构、路面材料等因素与路面产生车辙的关系，提出了避免产生车辙的几点意见。     

脆性组氨酸三聚体蛋白和蛋白激酶Ca的表达及其与非小细胞肺癌侵袭、转移的相关性

目的 探讨脆性组氨酸三聚体（FHIT）蛋白和蛋白激酶Ca（cPKCa）在非小细胞肺癌（NSCLC）中的表达及其与NSCLC侵袭、转移的相关性。方法 采用免疫组化PicTure^TM通用型二步法，对41例NSCLC组织和11例肺良性病变组织行FHIT蛋白和cPKCn检测。结果 FHIT蛋白和cPKCa在NSCLC组织中的阳性表达率分别为48．8％和53．7％，在肺良性病变组织中的阳性表达率分别为90．9％和18．20％，均有显著性差异（P〈0．05）；COX比例风险模型生存分析结果显示，FHIT蛋白（P=0．020，RR=2．754）、cPKCa（P=0．022，RR=0．385）具有独立的预后意义。结论 FHIT蛋白和cPKCa表达与NSCLC的发展、侵袭及转移显著相关，可作为判断NSCLC临床预后的参考指标。     

人肺腺癌细胞系A549细胞双向电泳-飞行时间质谱研究

目的初步分析人肺腺癌细胞系A549细胞蛋白质表达情况,从蛋白组水平探讨肺腺癌发病的分子机制。方法应用2-DE技术对人肺腺癌细胞系A549细胞总蛋白进行分离,获得蛋白质表达谱;应用基质辅助激光解吸电离飞行时间质谱(MALDI-TOF-MS)结合生物信息学进行蛋白质鉴定。结果3块胶平均蛋白斑点数为1 138±49,平均匹配点数为986±32,匹配率为85.8%。随机选取背景清晰、分辨清楚、蛋白含量较高的20个斑点进行MALDI-TOF-MS分析,共获得了18个肽质量指纹图谱(PMF)。将PMFs质量数据通过Aldente软件查询SWISS-PROT数据库,根据匹配片段及氨基酸序列覆盖率等,初步鉴定出15种蛋白质。根据功能,这些蛋白质可分为:①基本代谢相关的酶类:果糖2-磷酸醛缩酶、视网醛脱氢酶1(RALDH1)、吡多醛激酶;②细胞骨架类:蛋白细胞角蛋白8(CK8)、-β2链微管蛋白;③应激相关蛋白:蛋白二硫化物异构酶A3(PDIA3);④信号转导分子:膜联蛋白1(ANX1)、膜联蛋白4(ANX4);⑤分子伴侣:热休克蛋白60(HSP60)、热休克蛋白-β1、抑制素(PHB);⑥转录及翻译相关蛋白:不均一性核糖核蛋白H(hnRNP H);⑦杂类:Rgr protein、NPM、PCBP1。结论应用2-DE/MALDI-MS方法获得了较为理想的人肺腺癌细胞系A549细胞2-DE蛋白质表达谱,初步鉴定了15种蛋白质。     

Radar Emitter Signal Recognition Based on Complexity Features

Intra-pulse characteristics of different radar emitter signals reflect on signal waveform by way of changing frequency, phase and amplitude. A novel approach was proposed to extract complexity features of radar emitter signals in a wide range of signal-to-noise ratio ( SNR), and radial basis probability neural network (RBPNN) was used to recognize different radar emitter signals. Complexity features, including Lempel-Ziv complexity (LZC) and correlation dimension (CD), can measure the complexity and irregularity of signals, which mirrors the intra-pulse modulation laws of radar emitter signals. In an experiment, LZC and CD features of 10 typical radar emitter signals were extracted and RBPNN was applied to identify the 10 radar emitter signals. Simulation results show that the proposed approach is effective and has good application values because average accurate recognition rate is high when SNR varies in a wide range.