核酸外切酶III辅助的荧光适体 传感器免标记检测卡那霉素

随着抗生素的广泛使用，一些负面影响也随之出现食品和生态环境中残留的抗生素极大威胁着人类的身心健康与生存环境因此，发展快速、便捷的抗生素检测方法对进一步控制抗生素污染有着非常重要的意义该文利用核酸外切酶III能特异性催化dsDNA的特性，构建了核酸外切酶III辅助信号放大的荧光适体传感器用于卡那霉素（Kana）检测当目标物不存在时，双链DNA被核酸外切酶III切成短的寡核苷片段，不能嵌入核酸染料从而表现出低的荧光当卡那霉素存在时，它与相应的核酸适体链结合，从而将双链转变成单链DNA游离的单链DNA不能被核酸外切酶III切割，嵌入核酸染料后表现出很高的荧光信号在最佳实验条件下，该方法对卡那霉素浓度在0.01~50 ng/mL范围内呈线性相关，最低检测限为8.12×10-3 ng/mL废水样品中的加标回收率为96.05%~105.04%，表明该策略可用于实际环境中卡那霉素的检测     

基于作战环的不同节点攻击策略下的作战网络效能评估

基于作战环思想, 以作战网络抽象模型为基础, 围绕作战环的分类、定义、形式化描述、数学模型等基本问题开展了理论研究, 进一步丰富了作战环理论体系。同时, 以能否快速有效打击对方目标实体为根本依据, 建立了基于目标节点打击率和基于目标节点打击效率的作战网络效能评估指标。通过仿真实验, 将作战环相关理论运用于不同节点攻击策略下的作战网络效能评估, 为实际作战体系对抗中双方的攻击与防护提供应用指导, 也为进一步开展基于作战环的作战网络应用研究提供参考借鉴。     

微结构光纤分布式传感技术实现油井压裂监测

提出了一种使用聚酰亚胺涂敷、低羟基高纯石英玻璃微结构的散射增强型微结构光纤，用于监测和评估油井开采中水力压裂技术的过程与效果，该光纤对高温、高湿度、富氢环境有较好的耐受力。通过分布式传感系统测量了该光纤的散射增强效果，当光纤损耗为3 dB/km时，测量精度可以提高2~5倍，在实际油井压裂监测中，微结构光纤分布式传感系统数据结果显示，可以对压裂效果实现监测并进一步指导压裂和暂堵工作。     

基于放电检测和机器视觉技术的火花塞缺陷检测系统

为了减少传统人眼目测检测造成的误差,提高火花塞的缺陷检测效率,设计了1种基于放电检测技术和机器视觉技术的火花塞缺陷检测系统.火花塞缺陷检测系统由工控机、NI DAQ数据采集卡、IGBT驱动板、IGBT模块、点火线圈、分压模块和工业相机构成.利用脉宽调制技术和电磁感应原理,对火花塞施加电压,通过抓拍点火线圈电压输出下火花塞放电火花的位置信息,检测火花塞陶瓷件是否存在缺陷.试验结果表明:该火花塞缺陷检测系统输出的放电高电压安全可测,检测精度更是高达95％,满足了火花塞缺陷检测的实际应用需求.     

基于中心点和双重注意力机制的无人机高分辨率图像小目标检测算法

无人机拍摄的图像具有分辨率高、视野大以及目标小的特点，而现有的目标检测方法对小目标特征的提取能力不足。为此，首先采用以中心点表示目标的检测网络CenterNet，引入可变形双重注意力机制，以提高对小目标的特征表达能力；然后针对原始非极大值抑制难以处理嵌套型冗余框的问题，在冗余检测剔除过程中提出了广义非极大值抑制方法；最后引入LegoNet卷积单元，减少了卷积参数，实现了精度与速度的平衡。实验主要采用的验证数据集为VisDrone2019和UAV_OUC，UAV_OUC数据集相比于VisDrone2019，其图片具有更高的分辨率。相比于CenterNet，所提出的方法在数据集UAV_OUC和VisDrone2019上的检测精度大约分别提高了10%和2%。     

自适应跌倒前实时检测方法

为了能利用单一传感器在跌倒撞击前实时检测出跌倒即将发生,结合支持向量机(SVM)和阈值法设计了一种自适应跌倒前实时检测方法.实验结果表明,该方法能在跌倒撞击前实时检测出跌倒即将发生,且比人工阈值法和SVM方法有更长的间隔时间,比SVM方法有更高的召回率和特异度.     

基于目标跟踪与轨迹聚类的行人移动数据挖掘方法研究

随着物联网、大数据、人工智能等技术在安防领域不断取得突破性进展,公共视频监测系统近年来得到飞跃式发展.基于监控设备产生海量的非结构化视频数据,通过对监控视频中的行人轨迹进行分析和研究,可以挖掘出其中蕴含的行为模式,这对人群行为研究有着重要的研究价值.本文使用基于目标检测的多目标跟踪算法对地铁站出口,商场出口等场景中的行人移动轨迹进行提取,并在此基础上对行人的轨迹模式进行分析.针对行人轨迹的特点,在基于点密度聚类算法的基础上,提出并实现了基于轨迹相似度的轨迹聚类方法.结果表明,该方法能够有效的提取行人轨迹,并且从大规模轨迹数据中提取出轨迹模式.     

基于纳米粒子的光纤LSPR传感器用于检测超级电容器电极表面电荷状态

随着环境问题日益严重,具有环保清洁特质的超级电容器等新能量存储设备得到广泛关注.因此,对于实时灵活地评估能量存储器件的运行机理和充电状态(State of charge,SOC)仍然具有挑战性.电化学分析法是研究电极反应机理和电极过程动力学的重要方法,但有时不能实时在线监测内部电极的表面电荷状态.透射电子显微镜和X-射线衍射仪等检测设备由于体积庞大和价格昂贵等原因,限制了对超级电容器的原位监测的发展.提出了一种灵活便携的光纤局域表面等离子体共振(Local surface plasmon resonance,LSPR)探针,用于超级电容器内部电极的电荷量实时在线分析.将负载金纳米粒子的反射式光纤LSPR传感器贴合超级电容器电极表面,结果表明,此结构可以灵敏地监测超级电容器充放电过程中的电极表面电荷状态;通过与传统电化学工作站的结果比较,该方法得到的电荷状态与实际电荷量具有良好的线性关系,有效拓展了光纤传感器在能量检测领域的研究与应用.     

基于正弦注意力表征网络的环境声音识别

将正弦注意力表征网络引入环境声音识别，首先提取梅尔频率倒谱系数（Melfrequency cepstral coefficient，MFCC）作为音频识别特征，使用门控循环单元提取MFCC每一帧的特征，根据正弦函数激活每一帧音频得分，并依照每一帧的音频得分为音频重新分配权重，从而将注意力集中在音频重点区域。最后结合全连接层和Softmax分类器对环境声音类别进行判别。实验在公开数据集Urban Sound 8K上验证并与其他模型对比，结果表明所提出模型效果最好，在数据集上的识别率高达93.5%。     

基于改进K-means算法的工件表面缺陷分割算法研究

工件表面缺陷的存在影响工件产品的质量以及工件的安全使用,传统的工件表面缺陷检测由人工完成,工作量大且易受到检测人员主观因素的影响,很难保证检测的效率与精度.本文提出了一种基于改进的K-means算法的工件表面缺陷分割算法,将自适应人类学习优化算法应用到K-means聚类算法中,使自适应人类学习优化算法初始化K-means聚类算法的聚类中心,最后将改进的K-means聚类算法结合形态学进行工件表面缺陷的检测.实验表明,该算法能够较理想的分割出工件表面的缺陷,具有分割精度高、实用价值较好的特性.