单味药北五味子的体内成分分析

此次分析的目的是对单味药北五味子进行血清成分研究,寻找给药后血清中存在的活性成分.方法是通过HPLC建立指纹图谱,比较分析空白血清、给药血清的差异.     

指纹身份验证系统在考试中的应用

目前大规模的考试很多，如教育系统的普通高考、成人高考、硕士研究生入学考试、自学考试、中等学校招生考试．非教育系统的各种资格考试、国家公务员考试、各类证书考试等。但各类考试都不同程度存在着代考现象。考试部门使用传统的方式认定考生身份、查处替者者，如核对照片、笔迹和手印等靠人眼来判断和识别，缺乏准确性、可靠性和科学性。     

基于遗传算法的指纹方向图分区

在本文中，我们介绍了一种基于遗传算法的指纹方向图划分方案.根据各种典型指纹类别的拓扑特性而引进了一组动态分区 模板和代价函数用于引导方向图分区，并将寻找最佳匹配划分的过程转化成一个N维向量空间的函数优化问题，然后给出了该问题 基于遗传算法的求解过程.最后，我们讨论了本方法在指纹分类中的应用.     

DNA分子标记技术及其原理

综述几种DNA分子标记技术：RFLP是用限制性内切酶切割不同个体基因组DNA后，含同源序列的醇切片段在长度上的差异，可靠性较高、但操作烦琐，信息含量低；染色体原位杂交是利用特异性核酸片段作探针，直接同染色体DNA片段杂交，在染色体上显示特异DNA，准确、直观，但技术非常复杂；PCR是模仿DNA在生物体内的自然复制过程来扩增DNA片段，安全性好，快速易行；RAPD是以人工合成的碱基顺序随机排列的寡核苷酸单链为引物，对所研究的基因组DNA进行PCR扩增，产生多态性的RAPD片段，可以检测多个基因位点，但不能识别杂合子位点；AFLP指纹技术是在RFLP与RAPD两种指纹技术基础上建立和发展起来的，有较高的稳定性，但对基因组纯度和反应条件要求较高；DNA芯片技术是一种以杂交测序基本理论为基础的新型生物技术，用于测序、基因表达、疾病诊断等，但造价、探针的密度与纯度还有待完善；小卫星DNA一般与RFLP技术结合以获得小卫星DNA指纹图谱，信息含量高，但它在染色体上分布不均匀；微卫星DNA既可用作探针获得指纹图谱，也可通过PCR方法进行微卫星位点多态性分析，但工作量大；ISSR即内部简单重复序列，也是一种新兴的分子标记技术，具有很好的稳定性和多态性。     

指纹图谱与质谱分析竹叶化学成分

为比较不同种竹叶化学成分的差异,建立了基于6种竹叶的指纹图谱分析实验方法,并运用高效液相色谱-质谱联用技术对具有地域特点的长沙青皮竹竹叶的化学成分进行鉴定。通过相似性评价系统计算了6种竹叶的色谱指纹图谱之间的相似性。长沙青皮竹与水竹化学成分最为相似,相似度为0. 992,说明两者化学成分很相似;长沙青皮竹与班竹之间的化学成分相似性最小,相似度为0. 209。质谱分析通过相对分子质量可鉴定出8个成分,多为黄酮类,符合竹叶化学成分的一般规律。通过该实验的实践可使学生系统地掌握指纹图谱分析方法,了解高效液相色谱-质谱联用技术在天然活性成分研究中的应用。     

基于OpenCV的指纹提取算法与实现

目前,OpenCV函数库的应用越来越广泛,将其运用到数字图像处理中解决一些图像处理问题,能够提高图像处理的有效性。而常用的大津算法容易造成图像细节丢失的问题,为了解决这些问题对大津算法进行了改进,使其能够在不均匀光照、图像模糊的情况下很好地对图像目标进行分割,结果准确,实现简单。使用OpenCV函数库实现一个指纹提取算法,该算法利用改进后的大津算法得到最佳阈值,用最佳阈值对图片进行分割处理。利用面向对象Vc++6.0编程工具进行仿真实验,结果表明,基于OpenCV函数库的指纹提取算法是有效的,提高了指纹提取的准确性,贴近真实图像。     

让学生提出合适的问题——《奇妙的指纹》教学设计及反思

本单元是在观察了植物，寻访了小动物后，引导学生通过观察、比较、体验等方法，亲自了解自己的身体，使他们从整体上对人的构造有个概略的了解。而本课“奇妙的指纹”则是对人体的局部进行较深人地观察。通过本课学习让学生知道：每个手指的指纹是不同的，每个人的指纹也是不同的。     

基于覆盖技术的滚动指纹采集算法

本文主要研究指纹自动识别技术中的活体滚动指纹采集算法相关问题。在现有的活体滚动指纹采集算法基础上,我们借鉴其某些算法思想,对其中的一些关键问题进行了深入的研究,提出了一些改进的方法。得到了一个新的完整的活体滚动指纹采集算法——帧图像拼接算法。利用这种算法,我们可以采集到质量很好的滚动指纹图像。     

多思者多食？

指纹可以鉴定身份,可是你想过没有,我们手上的细菌在鉴定身份方面甚至比指纹更管用!     

指纹图象预处理技市研究

预处理是指纹自动识别过程的第一步,它的好坏直接影喃着指纹自动识别的效果。文章对目前指纹图象预处理技术进行了详细介绍,并重点介绍了相关算法。