基于酒店特征信息和在线评价信息的酒店选择

为辅助游客通过旅游网站进行酒店选择,提出了一种基于旅游网站提供的备选酒店特征信息和在线评价信息的酒店选择方法.首先,基于酒店特征信息和在线评价信息构建备选酒店有向加权图,依据备选酒店特征信息,基于离差最大化法对酒店特征进行客观赋权,并采用简单加权法确定有向加权图结点权重,依据备选酒店间在线评价信息的比较关系确定有向加权图的有向边及有向边权重;然后,基于PageRank算法原理给出备选酒店排序值求解算法;最后,以基于缤客网站提供的酒店特征信息和在线评价信息进行酒店选择.结果说明了提出方法的有效性和可行性.     

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。     

针对短波3G-ALE信号的改进脉冲干扰性能研究

针对美军新一代短波3G-ALE信号为提高其协议信息传输可靠性而在通信链路层进行的多重数据编码,提出一种改进脉冲干扰方法。首先利用公开的伪随机扰码,建立对周期脉冲信号进行伪随机预加扰的干扰模型;之后推导信号接收处理公式,在此基础上分析脉冲占空比、脉冲周期等干扰参数,以及扰码失步、干扰频偏等因素对于干扰性能的影响;最后仿真干扰实验并得到相关结论。实验结果验证改进脉冲干扰对于3G-ALE信号协议信息可靠传输的干扰有效性,在设置脉冲占空比75%、脉冲周期使得脉冲持续时间等于整数倍符号长度TB时的干扰效果最佳;2TB以内的扰码失步、80 Hz以内的干扰频偏导致的干扰效果下降,则可以通过提高干信比较好地予以克服。     

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。     

基于像素值排序最值阶跃响应的可逆信息隐藏

针对现有明文域可逆信息隐藏方案对于单个像素值修改过程中仅嵌入单比特秘密信息,提出一个基于像素排序值(pixel value ordering,PVO)阶跃响应的可逆信息隐藏方案。PVO对像素块排序后的最值进行预测和修改实现秘密信息的可逆嵌入,具有高保真的特性。利用PVO后的参考像素来确定高保真阶跃修改量,然后通过阶跃处理进行块内冗余像素的选择,最终通过排序序列与像素位置的映射关系来实现信息的嵌入。方案每修改单个像素值信息能够实现多比特秘密信息的嵌入,并且由像素排序确定得到的阶跃修改量能够保证信息提取后图像的无损恢复。经仿真实验验证,在达到同样嵌入容量要求条件下,研究结果较先前基于预测扩展处理的像素值排序方案能够大幅减少像素修改的数量,并且低负载条件下峰值信噪比性能指标得到显著提升。     

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.     

基于BIM的输水工程安全监测信息集成与可视化分析

为了提高长距离输水工程安全监测信息的可视化表达效果,实现海量动态安全监测信息的高效管理,并用以辅助安全分析,提出了基于建筑信息模型(building information modeling,BIM)的输水工程动态安全监测信息集成与网络可视化方法。首先,根据输水工程三维虚拟场景元素构成分析,建立输水工程三维BIM模型;然后,应用关键字段映射的方法建立BIM模型与安全监测信息间的动态耦合;最后,基于WebGL图形加载技术,使用Forge Viewer实现BIM模型的WEB显示。结合天津南水北调工程,开发了相应系统并进行应用,实现了网络环境下工程安全监测动态信息与BIM的可视化集成,为输水工程安全分析提供了支撑平台。     

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。