1．微电脑控制,中文界面,彩色液晶显示,触摸屏操作,简洁、直观、方便。全程电脑自动控制或手工控制开关机，自动加热并恒温,自动制冷并恒温。2．智能保护：任意路不加热、不制冷或温度传感器损坏，界面中文报故障，并自动切断该路的加热或制冷，保护该路器件免受损坏。3．开关机：任意预设周1至周日每天任意自动开关机两次；手动开机在工作4小时后自动关机。 4．专利流蜡控制方式，流蜡管道不滴蜡、渗蜡；出蜡方式：手动、脚动，出蜡流量可调节。5．分体式结构：包埋部分和冷冻台分开，包埋部分带小冷台，冷冻台为整体铝合金材质。6．工作台和小冷台二路照明，照明灯采用DC24V  LED灯珠，手动开关灯珠照明，在主机停止工作后自动熄灭。7．自带放大镜，便于观察微小标本。（可配置）8．制冷方式：冷冻台：压缩机制冷。为避免因压缩机反复启动而损坏压缩机，自动延时启动压缩机。小冷台：半导体制冷。9、温度控制：室温～99℃预设，恒温精度±１℃

本发明属于污水处理技术领域，涉及一种活性染料废水的处理工艺技术，特别是一种新型活性染料废水的物化处理方法。染料是最主要的污染物，其中活性染料因其具有色泽艳丽、染色牢固、应用简便等特点而被广泛应用。然而活性染料会给水环境带来很严重的色度问题，其浓度在0.005mg/L便会使水体带有颜色，因此，无论是出于环保考虑还是视觉美观要求，都要将活性染料从废水中去除。但是由于活性染料对于光、热和某些氧化剂均具有良好的稳定性，采用传统废水处理技术难于将其有效去除。因此发展一套技术和经济上可行的活性染料废水处理技术非常必要。本发明的目的在于克服现有技术存在的缺点，寻求设计提供一种新型工艺和原理的活性染料废水处理方法，该方法以印染纺织行业排放的活性染料废水为对象，采用物化新技术对废水进行处理。

“智教”学生工作一体化服务平台通过其高效协同的后台分类处置能力，把高校学工事项进行整合和业务流程的约简化处理，包括迎新、学工管理、宿舍服务、报修服务、奖学金管理、勤工助学、学生返校、请销假等，运用大数据打通“最后一公里”，将线下的业务操作剥离开实体大厅转化为线上业务，实现高校学生管理工作的无纸化办公，让学生真正实现“最多跑一次”。 整合学生信息管理、奖助学金评定、日常事务审批（如请假、社团活动申请）等多项工作流程，实现自动化流转。以往奖助学金评定需人工收集资料、多部门线下传递审核，周期长达数月。借助平台，学生在线提交申请，系统自动抓取学业成绩、家庭经济状况等数据，各部门线上协同审核，评定周期缩短至，大幅提升工作效率。同时，流程节点清晰可查，每个环节的处理时间、负责人明确，方便监督与管理。 为学生打造一站式服务平台，学生无需在多个系统或部门间切换奔波。无论是查询考试成绩、办理学籍证明，还是申请校园活动场地，均可在平台上一站式完成。 将分散在学校各部门（教务处、学工处、财务处等）的学生数据统一汇聚至平台，建立学生综合数据库。通过数据清洗、整合与标准化处理，确保数据的准确性与完整性。学校管理人员可在平台上快速查询、分析学生各类数据，如通过分析学生成绩波动与考勤数据，提前发现学业困难学生，为制定针对性帮扶措施提供数据支撑，使数据利用效率提升数倍，消除数据孤岛。

高校“一站式”学生社区不仅是学生学习、休息的生活场域，也是高校加强基层党建的重要载体、构建“三全育人”格局、推进“五育并举”的内在要求，是创新育人途径的有益尝试和践行“一线规则”的有力抓手，构建高质量“一站式”学生社区教育管理服务体系。 立足新时代新形势新任务新要求，聚焦教育发展规律、思想政治工作规律和学生成长成才规律，将推进体制机制改革作为突破口，将提高大学生思想政治教育实效性、推进学生德智体美劳全面发展作为着力点，“秉持尊重差异、包容多样的态度，在多元中立主导，在多样中谋共识，在多变中定方向”，以看齐思维凝聚党建引领思想共识、以平台思维构建教育管理特色模式、以系统思维发挥“五育并举”综合效能、以共治思维打造团结有力育人队伍、以服务思维优化线上线下集成设施，以协同思维释放校内校外育人动能，从而依托“一站式”学生社区综合服务平台形成共创共建、共享共融、共进共赢的新型师生成长共同体，加速推动形成全员全过程全方位育人格局。 智教一站式学生社区综合服务平台包含一站式办理学籍证明、接诉即办、宿舍相关事务、军训活动、活动室预约等，减少奔波于不同部门的时间与精力消耗，在线提交申请、上传材料，并实时查询办理进度。

用于耐药性结核病的治疗，为制备抗结核杆菌药物提供了一个新 的选择，解决了已有异烟肼衍生物不能有效抑制耐药性结核杆菌、易 引起肝损伤等问题，该衍生物在抑制耐药性结核杆菌活性方面高于异 烟肼，而且不易引起肝损伤。

本成果采用最新的深度学习和分子模拟算法，结合新一代分子特征化方法，开发了多种计算机模型，可用于药物开发中的多个阶段，为药物的快速设计开发提供一个完整的基于人工智能的解决方案。成果：1.药物毒性预测方法：传统的化合物毒性检测技术一般需要使用生化试验、细胞实验、甚至动物模型，这些方法不仅耗费大量时间，而且成本很高。使用计算模型进行有机化合物的毒性预测，所需投入较少，但产出巨大。特别是基于化合物的物理化学和结构特性的计算模型，甚至能够在化合物合成之前就对其进行预测，大大提高了效率，使其越来越受到欢迎。在进行体外和体内试验之前先使用计算机模型对化合物进行大规模的毒性筛选，能够更好地解决候选药物具有毒性的问题。我们建立了一套新的基于多种分子指纹和机器学习算法的化合物毒性预测集成学习算法，运用此集成学习算法建立了新的有机化合物致癌性、致突变性和肝毒性预测模型。我们分别建立了名为CarcinoPred-EL (http://112.126.70.33/toxicity/CarcinoPred-EL/, 致癌性预测)、MutagenPred-EL (http://112.126.70.33/toxicity/MutagenPred-EL/, 致突变性预测)、LiverToxPred-EL (http://112.126.70.33/toxicity/LiverToxPred-EL/, 肝毒性预测)的预测服务器，这些服务器能够为使用者提供更高效更便捷的预测技术服务。自2017年服务器发表起，我们已为国内外药物分子设计研究者提供了5000多次共计超过20多万个化合物的毒性预测服务。在有机化合物毒性预测研究方向，我们主要完成了化合物的细胞毒性、心脏毒性、生殖毒性、血脑屏障透过性、水生生物毒性预测模型，以及糖尿病早期筛查模型的开发，正在进行P450酶阻滞剂性预测模型、基于图神经网络的毒性预测算法研究、基于分子对接的化合物毒性预测研究等。相关研究成果已发表多篇学术论文（Zhang L., et al. Scientific Reports, 2017, 7: 2118. WOS被引次数80，ESI 1%高被引论文；Ai H., et al. Toxicological Sciences, 2018, 165: 100-107；Yin Z., et al. Journal of Applied Toxicology. 2019, 39(10): 1366-1377；Ai H., et al. Ecotoxicology and Environmental Safety. 2019, 179: 71-78；Liu M., et al. Toxicology Letters. 2020, 332: 88-96；Feng H., et al. Toxicology Letters. 2021, 340: 4-14；Li S. et al. Interdisciplinary Sciences: Computational Life Sciences. 2021, 13: 25-33.）致癌性预测服务器首页致癌性预测结果页相关综述对本服务器的介绍RF-hERG-Score预测药物引起的hERG相关心脏毒性2.药物设计方法：在计算机上对药物靶点和药物分子的结构和活性建模，计算药物与靶点之间的相互作用关系，从而设计出具有治疗作用的药物。计算机辅助药物设计可以为药物设计各阶段的实验方案提供有意义的指导，减少需要通过实验评估的候选药物的数量，从而加快新药研发速度。我们应用分子对接、分子动力学模拟、自由能计算、机器学习等方法研究流感病毒等重要疾病的计算机辅助药物设计、并开发更有效的计算机辅助药物设计方法。在计算机辅助药物设计研究我们主要完成了流感病毒M2质子通道蛋白抑制剂虚拟筛选方法研究，正在进行先导化合物生成模型研究、基于机器学习的虚拟筛选打分函数算法开发、SARS-CoV-2病毒S蛋白与受体相互作用及药物设计研究。特异性重打分函数显著虚拟筛选性能显著较高筛选出两个候选抑制剂3.药物靶点识别方法：长非编码RNA（lncRNA）是一种长度在200nt至100,000nt之间的非编码RNA，是转录物的主要成分。研究表明lncRNA在许多生物学和病理学过程中起着重要作用。lncRNA起作用的重要途径是与其靶蛋白结合。lncRNA-蛋白质相互作用的实验研究需要大量资源。累积的实验数据使得通过计算方法预测lncRNA-蛋白质相互作用成为可能。我们使用各种数学建模和机器学习方法开发了几种用于预测lncRNA-蛋白质相互作用的新模型。这些模型命名为：RWLPAP（随机游走），LPI-NRLMF（邻域正则化逻辑矩阵分解），IRWNRLPI（集成随机游走和邻域规则化Logistic矩阵分解），LPI-BNPRA（双向网络投影推荐算法），LPI-ETSLP（基于特征值变换的半监督链路预测），HLPI-Ensemble（集成学习）。在交叉验证中，我们的模型获得了较好的预测性能。lncRNA-蛋白质相互作用预测模型的性能比较lncRNA-蛋白质相互作用预测服务器相关软件著作权：

本成果采用最新的深度学习和分子模拟算法，结合新一代分子特征化方法，开发了多种计算机模型，可用于药物开发中的多个阶段，为药物的快速设计开发提供一个完整的基于人工智能的解决方案。 成果：1.药物毒性预测方法：传统的化合物毒性检测技术一般需要使用生化试验、细胞实验、甚至动物模型，这些方法不仅耗费大量时间，而且成本很高。使用计算模型进行有机化合物的毒性预测，所需投入较少，但产出巨大。特别是基于化合物的物理化学和结构特性的计算模型，甚至能够在化合物合成之前就对其进行预测，大大提高了效率，使其越来越受到欢迎。在进行体外和体内试验之前先使用计算机模型对化合物进行大规模的毒性筛选，能够更好地解决候选药物具有毒性的问题。我们建立了一套新的基于多种分子指纹和机器学习算法的化合物毒性预测集成学习算法，运用此集成学习算法建立了新的有机化合物致癌性、致突变性和肝毒性预测模型。我们分别建立了名为CarcinoPred-EL (http://112.126.70.33/toxicity/CarcinoPred-EL/, 致癌性预测)、MutagenPred-EL (http://112.126.70.33/toxicity/MutagenPred-EL/, 致突变性预测)、LiverToxPred-EL (http://112.126.70.33/toxicity/LiverToxPred-EL/, 肝毒性预测)的预测服务器，这些服务器能够为使用者提供更高效更便捷的预测技术服务。自2017年服务器发表起，我们已为国内外药物分子设计研究者提供了5000多次共计超过20多万个化合物的毒性预测服务。在有机化合物毒性预测研究方向，我们主要完成了化合物的细胞毒性、心脏毒性、生殖毒性、血脑屏障透过性、水生生物毒性预测模型，以及糖尿病早期筛查模型的开发，正在进行P450酶阻滞剂性预测模型、基于图神经网络的毒性预测算法研究、基于分子对接的化合物毒性预测研究等。相关研究成果已发表多篇学术论文（Zhang L., et al. Scientific Reports, 2017, 7: 2118. WOS被引次数80，ESI 1%高被引论文；Ai H., et al. Toxicological Sciences, 2018, 165: 100-107；Yin Z., et al. Journal of Applied Toxicology. 2019, 39(10): 1366-1377；Ai H., et al. Ecotoxicology and Environmental Safety. 2019, 179: 71-78；Liu M., et al. Toxicology Letters. 2020, 332: 88-96；Feng H., et al. Toxicology Letters. 2021, 340: 4-14；Li S. et al. Interdisciplinary Sciences: Computational Life Sciences. 2021, 13: 25-33.） 致癌性预测服务器首页 致癌性预测结果页 相关综述对本服务器的介绍 RF-hERG-Score预测药物引起的hERG相关心脏毒性 2.药物设计方法：在计算机上对药物靶点和药物分子的结构和活性建模，计算药物与靶点之间的相互作用关系，从而设计出具有治疗作用的药物。计算机辅助药物设计可以为药物设计各阶段的实验方案提供有意义的指导，减少需要通过实验评估的候选药物的数量，从而加快新药研发速度。我们应用分子对接、分子动力学模拟、自由能计算、机器学习等方法研究流感病毒等重要疾病的计算机辅助药物设计、并开发更有效的计算机辅助药物设计方法。在计算机辅助药物设计研究我们主要完成了流感病毒M2质子通道蛋白抑制剂虚拟筛选方法研究，正在进行先导化合物生成模型研究、基于机器学习的虚拟筛选打分函数算法开发、SARS-CoV-2病毒S蛋白与受体相互作用及药物设计研究。 特异性重打分函数显著虚拟筛选性能显著较高 筛选出两个候选抑制剂 3.药物靶点识别方法：长非编码RNA（lncRNA）是一种长度在200nt至100,000nt之间的非编码RNA，是转录物的主要成分。研究表明lncRNA在许多生物学和病理学过程中起着重要作用。lncRNA起作用的重要途径是与其靶蛋白结合。lncRNA-蛋白质相互作用的实验研究需要大量资源。累积的实验数据使得通过计算方法预测lncRNA-蛋白质相互作用成为可能。我们使用各种数学建模和机器学习方法开发了几种用于预测lncRNA-蛋白质相互作用的新模型。这些模型命名为：RWLPAP（随机游走），LPI-NRLMF（邻域正则化逻辑矩阵分解），IRWNRLPI（集成随机游走和邻域规则化Logistic矩阵分解），LPI-BNPRA（双向网络投影推荐算法），LPI-ETSLP（基于特征值变换的半监督链路预测），HLPI-Ensemble（集成学习）。在交叉验证中，我们的模型获得了较好的预测性能。 lncRNA-蛋白质相互作用预测模型的性能比较 lncRNA-蛋白质相互作用预测服务器相关软件著作权：

绥化学院是黑龙江省属公立综合性普通本科高等学校，座落在中国寒地黑土绿色物产之乡绥化市，与省会哈尔滨相距70余公里。 学校办学历史悠久。1953年，经黑龙江省教育厅批准，绥化县创办了绥化师范学校;1971年，绥化地区在原绥化师范学校的基础上组建绥化地区师范学校;1978年，经国务院批准，成立绥化师范专科学校，是“文革”后国家首批设立的高等师范专科学校之一;2004年，经国家教育部批准成立绥化学院。2013年,通过教育部本科教学工作合格评估。 学校学科门类多样。现设有12个学院(系、部)，开设41个本科专业，涵盖教育学、文学、理学、工学、农学、经济学、管理学、艺术学等八个学科门类。现有全日制在校生11409人,留学生42人。 学校师资队伍精良。现有教职工821人，其中专任教师523人。博士、硕士学位人员517人，外籍教师7人，享受政府特殊津贴专家2人。广大教师艰苦奋斗、无私奉献、敬业爱生，培养了一代又一代社会主义合格建设者和可靠接班人，为学校高质量发展做出了卓越贡献! 学校设施条件完备。校园占地40万平方米，建筑面积22.24余万平方米，教学仪器设备总值1.15亿元，图书馆纸质藏书101万册，建有具备多媒体演示功能的教学大楼、仪器设备先进的实验大楼、具有电子检索及阅览功能的现代化图书馆、功能齐全的大学生创新创业基地、数字化宽带校园网络等多项教学、科研设施，建有环境优良、服务和保障功能完备的学生公寓、餐饮中心、购物超市、体育场馆、人工湖泊等多项生活、休闲设施。校园景色四季如画：丁香吐芳、草木滴翠、彩叶漫舞、雾凇垂枝。 学校教学质量优良。以“厚德载物、经世致用”为校训，以建设应用型大学为定位。打造精品师范，形成了“五练一熟”与“接力式”顶岗支教相结合的培养特色。学校有5门省级精品课程、2个省级教学团队、2个省级实验教学示范中心、1个省级人才培养创新试验区，获批省寒地黑土经济与文化学术交流基地、省特殊教育学术交流基地。2017年学校获批硕士学位授权立项建设单位。 学校坚持开放办学。与俄罗斯皮亚季戈尔斯克国立大学、阿穆尔国立人文师范大学，日本东亚学院、九州外国语学院，泰国西那瓦大学，意大利罗马艺术大学、那不勒斯艺术学院，加拿大道格拉斯学院，台湾彰化师范大学等国家和地区高校或教育机构开展校际交流合作，互派留学生。英语、俄语、日语等专业都有外籍教师授课，形成了寒地黑土文化与世界文化相融的教育教学特色。 学校大力发展特殊教育。建有黑龙江省唯一的特殊教育本科专业，建有残疾人高等教育基础实验室和医教结合康复中心，开设了特殊教育研究专刊，学校是省特殊教育师资培训基地和省特殊教育艺术人才培养基地，省特殊教育专业委员会理事长单位。学校开设残疾人高等教育，面向全国招收计算机科学与技术、环境设计、电子商务等本科专业听障生，共计有本科在校生156人,填补了黑龙江省残疾人高等教育空白。 学校贯彻以生为本理念。建有完善的“奖、贷、助、补、减、缓”助学体系，帮助学生完成学业。实施导师进宿舍和班主任制，帮助学生成长进步。重视学生心理健康教育、孝道与感恩教育、创新创业教育，广泛开展有益学生身心的文体活动。建有学生综合服务大厅，实行一站式服务。畅通学生诉求反馈机制，形成良性服务体系。 学校积极服务地方发展。学校与绥化市政府共建大学生创新创业基地，成为绥化市“都城地”战略发展的崭新名片。 先后与绥棱、望奎、兰西等地开展校县共建，帮助县域进行城区规划、旅游开发、人才培训。通过绥化市科技局为辖区企事业单位提供免费技术支持，通过新农村建设研究年、寒地黑土经济与文化研究所等平台开展立地科研。学校与绥化食品药品监督管理局联合，共建了哈外最大的食品药品检验检测中心。建立了食用菌研究所，培育了食用菌新品种，完成了农作物秸秆栽培食用菌技术攻关，带动了绥棱、庆安等县食用菌产业发展。学校还建设了陶艺馆、剪纸艺术专家工作室，致力于海伦剪纸、绥棱黑陶、望奎皮影戏等地方非物质文化遗产的保护和传承。 学校1989年获全国普通高校国家优秀教学成果特等奖;1998年被黑龙江省委省政府命名为“省级文明单位”;2003年获得“省级文明单位标兵”的称号;2009年获高等教育国家级教学成果二等奖;2010年获全国高校校园文化建设优秀成果二等奖;2011年荣获“国家级文明单位”称号，全省高校“先进基层党组织”称号;2008-2017年连续十年被绥化市政府命名为“服务地方经济建设先进单位”称号;2012年获全国高校校园文化建设优秀成果二等奖;2015年荣获省五一劳动奖状;2016年第三次获全国高校校园文化建设优秀成果二等奖。

怀化学院创办于1958年，前身为怀化师范高等专科学校，2002年经国家教育部批准升格为全日制普通本科院校。2000年以来，学校先后被评为“湖南省文明单位”、“湖南省文明高校”、“全国精神文明建设工作先进单位”、“国家节约型公共机构示范单位”。 学校坐落于古有“滇黔门户、全楚咽喉”之称，现有沪昆高铁，湘黔、枝柳、渝怀铁路，及209、320国道、沪昆、包茂高速交汇的交通枢纽城市——怀化市。学校占地1100余亩，建筑面积46万平方米，分东、西两个校区办学。 学校拥有馆藏图书145万册，电子图书55万册，中文期刊1712种；教学科研仪器设备总值达1.8亿元。有教职工1171人，其中教授89人、副教授246人，具有博硕士学位的教师分别为132人、569人；有省级教学名师1人，省级学科带头人7人；15人获得过曾宪梓教育基金奖，6人享受政府特殊津贴，8人分别获得“全国五一劳动奖章”、“全国优秀教师”、“全国教育系统劳动模范”称号。学校面向全国26个省、市、自治区招生，有全日制在校学生16866人，成人学历教育学生近4000人。 学校现有21个学院（部、中心），设投资学、国际经济与贸易、法学、社会工作、思想政治教育、科学教育、人文教育、学前教育、小学教育、体育教育、社会体育指导与管理、汉语言文学、英语、商贸英语、广播电视学、网络与新媒体、数学与应用数学、信息与计算科学、物理学、化学、生物科学、工业设计、材料科学与工程、材料化学、通信工程、光电信息科学与工程、广播电视工程、电子信息科学与技术、计算机科学与技术、软件工程、网络工程、制药工程、食品科学与工程、食品质量与安全、风景园林、生物工程、电气工程及自动化、生物制药、机械设计制造及其自动化、园林、财务管理、公共事业管理、物流管理、旅游管理、酒店管理、土地资源管理、音乐表演、音乐学、舞蹈学、美术学、视觉传达设计、环境设计、产品设计、服装与服饰设计、数字媒体艺术等55个本科专业，专业覆盖经、法、教、文、理、工、农、管、艺等九大学科门类。拥有教育部特色专业1个，教育部专业综合改革试点专业1个；省级特色专业7个，省级专业综合改革试点专业4个，省级教学团队3个；教育部大学生校外实践教育基地1个，省级实践教学示范中心3个、省级大学生创新训练基地2个、省级校企合作人才培养示范基地4个、省优秀实习教学基地8个；省级基础课教学示范实验室1个，中央与地方共建基础实验室9个、特色优势学科实验室14个，省级虚拟仿真实验教学中心1个；省级精品课程7门。学校已同美国、加拿大、西班牙、乌克兰等国的高校建立了教学、科研及人才培养等方面的友好合作关系，并实现教师、留学生互派，形成了开放办学格局。 学校拥有中国现当代文学、植物学省级重点建设学科2个，控制科学与工程、设计学、生物工程等省级应用特色学科3个。建有省、校级科研机构（平台）38个，含民族药用植物资源研究与利用、武陵山片区生态农业智能控制技术湖南省重点实验室2个，聚乙烯醇纤维新材料与制品湖南省工程实验室，湖南省民间非物质文化研究基地、湖南省和平文化研究基地等2个省级哲学和社会科学研究基地，湘西药用植物与民族植物学湖南省教育厅重点实验室，民族民间文化艺术研究中心湖南省高校哲学社会科学重点研究基地，以及农村学前教育研究基地、湖南文化遗产翻译与传播等4个省文化厅、省民委研究基地（中心）。近五年来，教师发表的论文被《SCI》、《EI》、《ISTP》收录296篇，获授权专利321项，出版学术专著和教材107部；主持省部级以上科研项目222项，其中国家自科基金项目16项，国家社科基金项目9项。近年来获国家级教学成果奖、省部级教学成果奖13项；获国家自然科学奖、教育部科技进步奖、湖南省自然科学奖及科技进步奖9项，湖南省社会科学成果奖4项。 学校已为国家培养各类毕业生近15万人，其中一大批成为各级党政机关领导干部或国内外知名学府和科研单位的教学、科研骨干。中国科学院院士席南华、长江学者、国家“千人计划”专家贾宗超、著名作家王跃文、青年歌唱家陈思思、“全国十大杰出青年法学家”蒋悟真等优秀人才是其中的代表。 面向未来，怀化学院将秉承“怀仁化物、立地仰天”的办学理念及“厚德博学、唯实求新”的校训，朝着建设区域性高水平应用型大学的奋斗目标稳步迈进。

　　进口实芯理化板台面，铝木框架结构，壁厚1.4㎜，表面采用环氧树脂粉末喷涂，具有防静电、防水、防火、耐刮、耐磨、抗击使用寿命长等特点。设有抽屉及设有储物柜，充分达到实验前的准备及储物作用。