GC-ECD法测定中药配方颗粒中20种有机氯农药残留量

本研究在于建立10种中药配方颗粒中20种有机氯农药:六六六(α-BHC、β-BHC、γ-BHC和δ-BHC 4种异构体),滴滴涕(pp′-DDE、pp′-DDD、pp′-DDT和op′-DDT 4种同系物),五氯硝基苯,艾试剂,七氯,环氧七氯,异狄氏剂,狄氏剂,六氯苯,五氯苯胺,五氯甲基苯硫醚,顺氯丹,反氯丹和氧氯丹残留量的GC-ECD测定方法。将配方颗粒样品经乙酸乙酯超声提取,再经Florisil固相萃取小柱及硫酸磺化净化,采用DB-5气相毛细管色谱柱(柱长60m,内径0.25mm,膜厚0.25μm)检测。所使用的方法为程序升温,ECD检测器检测,内标法定量,进样口温度250℃,检测器温度300℃,载气为高纯氮气(99.999%),流速为1.0mL·min~(-1),脉冲不分流进样,进样量为1μL。结果表明:20种农药成分在2～100μg/L时有良好的线性关系。20种农药成分加标回收率范围为71.37%～118.06%,相对标准偏差(RSD)为1.19%～7.88%。该方法简便、准确,可应用于中药配方颗粒中20种有机氯农药留量的同时检测。     

食品中叶酸分析方法及稳定性研究进展

通过优化样品前处理体系,建立精确的叶酸分析检测方法,对促进叶酸的多方面、深层次研究具有迫切的现实意义。介绍了叶酸的分子结构及其主要存在形式,以及常见食品中叶酸的含量。阐述了化学法和酶解法等样品前处理方法,分析表明在测定富含淀粉、蛋白质的豆类、谷物等食品中的叶酸时,更适合采用与淀粉酶、蛋白酶等联合使用的酶解法。综述了微生物法、荧光分析法、液相色谱法等常见叶酸检测方法,指出高效液相色谱-质谱联用法可快速测定不同形式的叶酸,且具有高效、精确等特点。探讨了影响叶酸稳定性的因素,以及提高叶酸摄入量和稳定性的措施,认为可通过在主粮作物中添加叶酸、蛋白质胶囊包裹叶酸、促进叶酸与蛋白质结合等方式来提高叶酸的摄入量及其稳定性。     

基于DBN特征提取的雷达辐射源个体识别

针对传统特征参数难以表征复杂体制雷达信号个体特征的问题,基于深度置信网络DBN的深层特征提取和高维数据处理能力,提出一种基于DBN特征提取的雷达辐射源个体识别算法。首先建立基于多层受限玻耳兹曼机的DBN模型,然后通过DBN无监督提取脉冲包络前沿特征,再利用标签数据对模型参数进行有监督微调完成训练,最后输入未知辐射源信号脉冲包络前沿特征实现辐射源个体识别。与传统算法相比,该方法能够自适应地提取脉冲深层次细微差异,提取过程减少了对人为经验的依赖。实验结果表明,该算法对脉冲包络特征提取效果明显,有较高的识别精度。     

基于多任务学习的高分辨率遥感影像建筑实例分割

针对基于深度神经网络的高分辨率遥感影像建筑物提取算法中将建筑物提取视为二分类问题(即将遥感影像中的像素点划分为建筑物与非建筑两类)而无法区分建筑物个体的局限性, 将基于Xception module改进的U-Net深度神经网络方法与多任务学习方法相结合进行建筑物实例分割, 在获取建筑物二分类结果的同时, 区分不同建筑物个体, 并选择Inria航空影像数据集对该方法进行验证。结果表明, 在高分辨率遥感影像的建筑物二分类提取方面, 基于Xception module改进的U-Net方法明显优于U-Net方法, 提取精度升高1.4%; 结合多任务学习的深度神经网络方法不仅能够实现建筑物的实例分割, 而且可将二分类建筑物的提取精度提升约0.5%。     

基于短语级情感分析的不良信息检测方法

针对基于关键词字符匹配和粗粒度情感分析方法的传统不良信息检测方法准确率低的问题,提出一种基于短语级情感分析的不良信息检测方法.该方法制定语法规则来提取敏感词所在短语,结合二次分类的情感词典,通过分析短语的情感倾向来判断表达者对敏感关键词的情感倾向,从而判定内容的敏感性.本文方法克服了字符串匹配方法的缺点,如:传统的字符串匹配方法忽视敏感词上下文,从而导致大量误报的缺点,及粗粒度情感分析方法由于无法准确定位情感对象,只能以文本整体情感倾向代表表达者主观情感,导致不能精准分析与敏感词相关的情感倾向及敏感性.实验表明,本文方法与传统方法相比,准确率有较大的提升.     

不同地应力条件下平行钻孔抽采瓦斯运移特性实验分析

利用自主研发的"多场耦合煤层气开采物理模拟实验系统",开展了不同地应力水平下平行钻孔瓦斯抽采的物理模拟实验,研究结果表明：1）平行钻孔瓦斯抽采中,抽采前期压降曲线斜率大,中、后期压降曲线斜率相对较小,并且相邻抽采管之间瓦斯解吸速率较边界抽采管快,任意时刻平行或垂直抽采管方向气压变化值均关于抽采管对称,离抽采管抽采段越近,瓦斯解吸速率越快,瓦斯解吸速率与距离抽采管连接段远近无关;2）瓦斯抽采中,随着地应力增加,瓦斯解吸速率减缓,压降漏斗收缩变小,瓦斯有效解吸面积变小,且地应力对消除突出危险区域出现时间影响差异不明显,但随着地应力增加,消突范围渐缩小;3）瓦斯抽采中,瞬时流量随时间演化可分为急速升高、快速衰减和极限抽采三个阶段,并且随着地应力增加,瞬时流量峰值减小,瞬时流量衰减速率减缓,瓦斯累积流量降低,累积流量增长速率减缓,抽采效率降低。     

一种改进的主成分分析特征抽取算法:YJ-MICPCA

针对主成分分析(PCA)假设数据服从高斯分布的条件以及只能处理特征之间线性关系的不足,提出一种基于Yeo-Johnson变换和最大信息系数(MIC)的PCA特征抽取算法,命名为YJ-MICPCA。通过YeoJohnson变换改善原始数据分布,使其近似服从高斯分布,并将PCA中计算协方差矩阵转化为计算MIC矩阵的平方,使其也能处理特征间存在的非线性关系。以UCI机器学习数据库中的11个数据集为实验对象,采用支持向量机、朴素贝叶斯模型、k近邻算法这3种分类器,比较了YJ-MICPCA与PCA及其他常用非线性降维方法LLE、Isomap、MSD、KPCA的降维效果和分类精度,结果表明YJ-MICPCA总体上优于其他几种算法。     

铀(VI)和磷酸三丁酯配合物在离子液体中的电化学行为研究

选择磷酸三丁酯（TBP）作为配体,考察铀酰—TBP配合物在1-丁基-3-甲基咪唑双三氟甲基磺酰亚胺盐（[Bmim][NTf2]）离子液体的萃取及电化学行为。发现铀（VI）经过两步单电子还原为铀（IV）,且铀（V）至铀（IV）的还原电位（-2.7 V Vs.Pt）超过此体系的电化学窗口,电沉积物为U3（PO3）4,继续热处理电沉积产物约573 K时转化为UP2O7。此研究表明离子液体可能在乏燃料金属的电化学分离中表现出乐观的前景。     

小波包分析在乏燃料剪切机故障诊断中的应用

针对乏燃料剪切机剪切声音信号特征提取的难题,利用小波包分析方法,对不同磨损状况刀具的剪切声音信号进行小波包变换,提取变换信号的各频段归一化能量特征向量,根据声音信号的能量特征向量可辨识不同状况的乏燃料剪切机剪切声音,从而实现乏燃料剪切机故障诊断.实验表明,该特征向量能有效识别刀具的正常磨损、一级磨损、二级磨损三种状况,有效解决了基于隐马尔可夫模型的故障模式识别中特征提取的问题.     

基于模糊颜色提取的彩色图像分割

为了对彩色图像进行有效分割,提出了一种基于模糊颜色提取的新型彩色图像分割算法,这种算法可以有效的进行区域分割.首先,提出了一种模糊颜色提取方法,然后介绍了该算法,算法经过迭代可以选择典型的种子颜色来提取颜色分量,最后应用区域生长法可以确保所需区域的完整连通性.区别于现有的图像分割方法,本方法是将相同的像素分成几个模糊集,分割成功率提高10%左右.实验结果表明该算法可以合理分割出所需区域,避免冗余,并且具有较好的噪声抑制力和鲁棒性.