银杏外种皮中银杏酚酸对小菜蛾幼虫的拒食及毒杀作用

小菜蛾(Plutella zylostella L.)是一种全球性的重要害虫,其抗药性引起国际学术界的广泛关注,而开发高效、低毒、低残留、无污染的生物农药成为了国内外农药开发的主流．报道了从废弃的银杏(Ginkgo biloba L.)外种皮中分离到的银杏酚酸对小菜蛾的拒食和毒杀作用．实验采用皂化和酯化反应及柱层析方法从银杏外种皮中分离获得银杏酚酸,并对1～3龄小菜蛾幼虫进行生物测定．生测结果表明银杏酚酸对小菜蛾有较好的拒食和毒杀作用．当处理的质量浓度为6．25mg／L时3龄幼虫的非选择性拒食率在24,48h后分别达到77．8％,94．7％以上．处理时间达到48h时,1～2龄幼虫的LC50为1.31mg／L,3龄幼虫的LC50为6．07mg／L．这表明了银杏外种皮有很好的开发前景,将为今后新型植物农药的开发和银杏废弃物的综合利用提供依据．     

低阶不变矩人耳识别方法

介绍了不变矩原理及特点,由于高阶矩对噪声敏感,提出一种低阶不变矩分子区域人耳识别方法.对分子区域的人耳图像,提取各个区的低阶不变矩首尾相连组成一组特征矢量,作为耳识别模型.在北京科技大学建立的图像库遍历实验后,结果表明,低阶矩识别效果好于高阶矩,分区好于整体.划分32区低阶不变矩达到100%的识别率.     

由3,3‘-大位阻基团取代的1,1’-联二萘酚衍生的手性磷酸的合成研究

通过改进suzuki偶联反应条件和引入Kumuda偶联反应,成功地在手性1,1‘-联二萘酚的3,3’-位引入了大位阻的9-蒽基和2,4,6-三异丙基苯基;并在此基础上成功地制备了相应的手性磷酸.产物经过1H-NMR和31p-NMR分析确认结构准确无误.     

基于属性识别理论的塔里木河水质评价与分析

属性识别理论是根据实测资料构造样本空间矩阵,利用评价指标进行样本属性分类和构造样本属性矩阵,用熵理论确定指标权重,然后进行水质评价.根据塔里木河各测站的资料,建立了属性识别模型,评价了塔里木河的水质;结果表明塔里木河枯水期水质较差,丰水期水质良好,平水期水质一般,评价结果符合塔里木河水质的现状.属性识别理论概念清晰,计算简单,评价结果比较客观.     

螺旋碳纤维化学镀镍及其电磁参数研究

采用化学镀法,以联氨作为还原剂,在螺旋碳纤维表面沉积金属镍,获得一种新的复合功能材料。通过SEM和EDX能谱分析,碳纤维基体上包覆了一层致密均匀而且连续的纯金属镍层,没有引入其它杂质元素。通过对样品在2~18 GHz范围内的电磁参数进行分析讨论,可知表面金属化一定程度上提高了样品的介电损耗,尤其在10~18 GHz有较大增幅,最大达到了35.2左右,表面金属化对样品的电阻率产生了不可忽略的影响,并且在低频处复合材料的电磁损耗都较纯基体材料有较大提高。     

面向H.264SVC空域-时域可伸缩编码的码率分配算法

提出一种面向H.264 SVC空域时域可伸缩编码的码率分配算法。通过对SVC编码过程的分析,设计了一个两阶段基于模型的码率分配算法框架。在每一阶段中沿空域或时域可伸缩性方向上,码率分配问题都被描述为一个优化问题进行求解。在充分挖掘层次间相关性的基础上,提出空域、时域视频层的失真和码率模型。利用所得到的率失真模型,使用拉格朗日乘数法,求取该分配问题的最优数值解。实验结果表明,新的率失真模型所提供的高效码率分配算法,大幅度提高了现有参考代码JSVM的性能,其编码效率平均增益达1.22 dB。     

多层金刚石薄膜制备工艺和应力分析研究

采用热丝化学气相沉积方法,优化金刚石薄膜制备工艺。通过改变甲烷浓度成功制备出厚度均匀的多层金刚石薄膜,实现了多种调制周期的金刚石薄膜制备,调制周期最小至100 nm。通过拉曼光谱和X射线衍射方法对单层以及多层金刚石薄膜进行应力分析,发现单层结构中,微米金刚石薄膜应力最大,随着金刚石晶粒尺寸的减小,薄膜应力减小;多层金刚石薄膜结构中,微米层与纳米层均匀交替生长,有效地降低了薄膜应力,有利于提高金刚石薄膜在应用中的稳定性。     

木基复合材料破坏过程中声发射特性的研究

利用声发射监测系统获取了胶合板和贴面刨花板两种木基复合材料三点弯曲加载状态下断裂损伤的声发射信号。利用累计能量和振铃总计数两项声发射信号特征参量分析了胶合板和贴面刨花板损伤破坏过程及其特点;利用幅值和有效电压（RMS）研究了随挠度增大胶合板和贴面刨花板内部裂纹产生、扩展、宏观裂纹形成至断裂的过程。结果表明:声发射信号的幅值、有效电压、累计能量、振铃总计数等参量可以有效表征木基复合材料内部损伤演化过程;贴面刨花板的断裂损伤发生早于胶合板,且贴面刨花板的损伤演化过程分为线弹性阶段和断裂韧性阶段,胶合板分为线弹性阶段、非线性变形阶段和断裂韧性阶段。     

基于低秩交叉重构的领域自适应算法

为了解决现有领域在自适应方法中忽略了整个数据域内部结构的信息和源域与目标域之间的差异问题,提出了一种新的基于低秩交叉重构的领域自适应方法.通过对源域和目标域的交叉重构来构造新的源域与目标域,使得同类数据相互交织,缩短了同类数据之间的距离; 通过对重构矩阵施加低秩约束,将2个域的同类数据对齐,以此来充分挖掘源域和目标域同类数据之间的内在结构信息,并利用该结构信息来学习分类器,从而取得更好的跨域识别效果.在5个公开数据集上的实验结果表明:该方法具有较高的跨域识别准确率.