基于光流方向信息熵统计的微表情捕捉

以光流法为依据,提出了一种基于光流方向信息熵(entropy of oriented optical flow,EOF)统计的方法捕捉微表情关键帧.首先,采用改进的Horn--Schunck光流法提取视频流中相邻两帧图像的微表情运动特征;其次,采用阈值分析法筛选出投影速度模值较大的光流向量;之后,采用图像信息熵统计光流变化角度,进而得到视频序列的方向信息熵向量,通过对熵向量的分析,实现微表情关键帧捕捉;最后,本实验采用芬兰奥卢大学的SMIC微表情数据库和中国科学院心理研究所傅小兰的CASME微表情数据库作为实验样本,通过与传统的帧差法比较,证明了本文提出的算法优于帧差法,能够较好地表现出微表情变化趋势,为微表情识别提供基础.     

黑藻抗氧化肽制备及其活性表征

采用胰蛋白酶酶解黑藻蛋白制备抗氧化肽,以酶解物清除2,2'' 联氮 双 3 乙基苯并噻唑啉 6 磺酸 (ABTS) 自由基的百分率为响应值,考察酶底比（酶与底物的比例,以质量百分比表示）、酶解pH和酶解时间对酶解物清除自由基的影响响应面法优化黑藻蛋白的最佳酶解条件为：酶底比86%、时间59 h、酶解pH值 73所得黑藻蛋白酶解物 (1 000 μg/mL) 对ABTS、DPPH自由基、超氧阴离子、羟自由基的清除率分别为679%、401%、501%、253%酶解物经截留分子量3 kDa和10 kDa的滤膜超滤和Sephadex G 25凝胶柱层析分离纯化后,所得黑藻抗氧化肽P 1和P 1 A (1 000 μg/mL) 对ABTS、DPPH自由基、超氧阴离子、羟自由基的清除率分别显著提升到806%、431%、521%、314%和882%、482%、544%、355%研究结果为黑藻抗氧化肽应用于功能性食品或天然抗氧化剂提供理论依据     

机器视觉在油气勘探开发中的应用现状

作为人工智能正在快速发展的技术分支,机器视觉在油气勘探开发中的作用越发显著,已成为"智慧油田"建设不可或缺的组成部分。首先简述了机器视觉技术,然后分析了机器视觉在油气勘探开发领域的应用现状,并重点介绍了基于深度学习的机器视觉技术的应用;最后对机器视觉在油气勘探开发中的应用前景进行了分析。研究表明:相对于人工图像识别,机器识别要更准确、高效;一般原始图像越复杂、解释要求越高,对图像预处理技术、特征提取算法要求越高;仅以形态形式表示信息的图像识别相对简单,原始图像的二值化处理是关键;当大量信息蕴含在图像纹理、色彩中时,智能解释的难度要大得多;基于深度学习的机器视觉技术实现了自动特征识别,未来将在油气勘探开发领域发挥重要作用。     

具有短连接基团的新型Gemini表面活性剂的合成与性质

合成了一种阳离子型 Gemini 表面活性剂二亚甲基-1,2-二(十二烷基二乙基溴化铵), 简写作C₁₂C₂C₁₂(Et), 并对其水溶液的表面性质与聚集行为进行了研究. 发现C₁₂C₂C₁₂(Et)在临界胶束浓度时的表面张力(γcmc)远小于具有长连接基团的同系物; 球形胶束与拉长的胶束共存于该体系的水溶液中, 并且在所研究的浓度时主要以球形胶束为主.     

黔产绿豆衣水分、总灰分及浸出物测定

目的:测定绿豆衣药材中水分、总灰分及浸出物的含量,为建立绿豆衣质量标准提供实验依据.方法:按照《中国药典》2015年版四部0832(第二法)水分测定、2302灰分测定和2201浸出物测定法对绿豆衣进行水分、总灰分、浸出物测定.结果:绿豆衣水分含量在10.9％～12.0％之间;总灰分含量在2.3％～2.5％之间;浸出物含量在3.0％～3.4％之间.结论:建议绿豆衣水分限度值为15％;总灰分限度值为3.0％;浸出物标准不得少于2.5％.