排序方式: 共有35条查询结果,搜索用时 10 毫秒
11.
12.
适用于灰度级信号的数据嵌入方法 总被引:1,自引:0,他引:1
针对灰阶信号载体,研究了高效数据嵌入方法.利用二元隐写编码和湿纸编码,对±1隐写提出了双层嵌入方法,证明了只要二元隐写码达到二元隐写的嵌入率上界,则对应的双层嵌入可达到±1隐写的嵌入率上界.进一步对±2隐写提出了三层嵌入方法,分析了三层嵌入与嵌入率理论上界的距离,分析结果表明,将双层嵌入和三层嵌入组合即可得到近似最优的±2隐写方法. 相似文献
13.
张卫明 《中国新技术新产品精选》2011,(13):192-193
工程量清单作为招标文件的组成部分,一个最基本的功能是作为信息的载体,以便投标人能对工程有全面充分的了解。本文对工程量清单计价方法的特点和工程量清单计价模式下建筑安装工程造价的组成进行了分析。 相似文献
14.
研究了低浓度白芨葡甘聚糖(BSG)溶液的流变性与多糖浓度、外加电解质浓度、pH值及温度等的相关性。结果表明,BSG水溶液在2~16g.L-1时是假塑性流体。在低剪切速率下(γ.1s-1),溶液的表观黏度η迅速降低;剪切速率增大(γ.1s-1),溶液的η达到稳定(ηs)。在高剪切速率下溶液的ηs随浓度的增加而增加。向溶液中加入电解质,或者改变pH值,都不会影响ηs。对质量浓度为16g.L-1的BSG溶液,升高温度,η降低,η与温度的关系符合Arrhenius方程。 相似文献
15.
茶果粗脂肪及粗皂甙积累的研究 总被引:1,自引:0,他引:1
本文报道了茶果在成熟过程中粗皂甙及粗脂肪的积累情况。果皮中粗皂甙积累较为缓慢,在果实成熟期含量为12.4%。果皮中粗脂肪的含量一直很低。种子干重在7、8、9三个月中增加较快。种子中粗皂甙和粗脂肪的含量在8、9二个月中增长最多,此期是茶果成熟的关键时期。茶果成熟度与粗脂肪及粗皂甙的含量关系很大,在果实成熟时,它们的含量较高。研究表明.茶果采收的最佳时间应为十月的最后一周。 相似文献
16.
花椒挥发油的提取、分离和抗菌实验 总被引:17,自引:0,他引:17
研究花椒(Zanthaxylum Bungearum Maxim)挥发油的抗菌作用.超临界CO2萃取法(CO2-SFE)和乙醇回流法提取花椒挥发油及硅胶柱分离乙醇回流法所得挥发油,适当处理后共得到8个样品,用滤纸片和试管法分别测定其抗菌活性和最低抑菌浓度(MIC).结果表明,试验中8个样品分别对8种受试菌种有不同的抑制作用.说明花椒挥发油有明显的抑菌作用;挥发油中极性相对较小的成分主要对真菌起抑制作用,而极性相对较大的样品主要对细菌起抑制作用. 相似文献
17.
苦瓜皂甙的分离以及PTP1B抑制活性 总被引:1,自引:0,他引:1
通过溶剂萃取、大孔树脂D-101去杂、正相硅胶柱粗分、ODS反相硅胶柱反复分离纯化、薄层色谱检测,从苦瓜中分离出5种化合物.借助于ESI-MS、IR、13C NMR、1H NMR、DEPT-NMR等波谱技术,对这5种化合物进行结构鉴定.结果表明,此5种化合物都属于皂甙类,其中化合物A是甾体皂甙,其余4种为四环三萜葫芦烷皂甙.这5个化合物分别为:A为α-菠甾醇-3-O-β-D-吡喃葡萄糖甙;B为19(R)-羰基-25-二甲氧基-5β-葫芦烷-6,23-二烯-3β,25-羟基-5-19环氧酯-3-O-β-D-吡喃葡萄糖甙;C为葫芦烷-5-烯-3β,22,23,24,25-五基-3-O-3-β-D-吡喃葡萄糖(1→6)-D-吡喃葡萄糖甙(苦瓜素A);D为葫芦烷-5,23-二烯-3p,7,25-羟基-9-醛基-7-O-β-D-吡喃葡萄糖甙(苦瓜素L);E为葫芦烷-5,23-二烯-3β,7-二羟基-9-醛基-25-甲氧基-7-O-β-D-吡喃葡萄糖甙(苦瓜素K).5种化合物进行PTP1B抑制活性筛选试验,结果表明,这5种皂甙单体中,化合物D和化合物E对PTP1B没有抑制活性,化合物A、B、C对PTP1B有不同程度的抑制活性,其中抑制活性大小为化合物A>化合物C>化合物B. 相似文献
18.
银杏叶食用安全性的毒理学评价 总被引:4,自引:0,他引:4
对银杏叶食品安全性毒理学进行了全面评价,试验动物经口LD50 >21. 5g/kg,基本无毒;遗传毒性实验未见有致突变作用; 30d喂养实验表明动物各项生理指标均未发生异常,表明银杏叶有较高的食用安全性. 相似文献
19.
20.
目前,许多深度学习的预训练模型被发布出来用以帮助工程师和研究人员开发基于深度学习的系统或进行研究,从而减少了他们的工作量。过去的工作表明,秘密信息可以被嵌入到神经网络参数中且不影响模型的准确性,恶意开发者可以借此将恶意软件或其他有害信息隐藏到预先训练的模型中。因此,对这些隐写后的预训练模型进行可靠的检测非常重要。我们分析了现有的神经网络隐写方法,发现它们不可避免地会导致参数统计的偏差。针对LSB隐写,实验发现其会造成参数位平面随机性上的偏差;针对COR隐写和SGN隐写,实验发现其会造成参数分布上的偏差。基于这些偏差,我们提出神经网络隐写的隐写分析方法,即从良性和恶性模型中提取特征建立分类器。据我们所知,这是第一个检测神经网络隐写术的工作。实验结果表明,本文提出的检测算法能够可靠地检测出含有嵌入式信息的模型。值得注意的是,我们的检测方法即使在低负载下仍然有效。 相似文献