三唑类手性农药高效液相色谱分离的研究

采用正相高效液相色谱研究了三唑酮、烯唑醇、腈菌唑、粉唑醇、多效唑和双苯三唑醇6种三唑类手性农药在Chiralcel OD-H和Chiralcel OJ-H手性柱上的对映体分离,通过优化分离条件,实现了几种手性农药对映体的拆分,并探讨了流动相极性对分离的影响。在此基础上对比了2种纤维素手性固定相的手性拆分效果,探讨了相应的手性识别机理。     

含二茂铁盘状主体的阴离子识别与电化学传感

合成了两个新的具有两条或三条苯并咪唑阳离子臂的盘状主体分子1和2, 利用核磁滴定和微分极谱测定了主体分子对氯、溴、碘等阴离子的识别性能和电化学响应.结果表明, 主体1和2与客体阴离子之间形成(C(H) ...X-氢键作用, 阴离子位于主体构象变化所围成的锥形空穴中, 形成1∶1型的超分子配合物.识别阴离子时多重氢键作用使主体分子1表现出显著的化学位移和电化学响应.     

基于长短时记忆网络的多模态情感识别和空间标注

情感计算中音/视频的情感识别对人机交互等领域的深层次认知具有重要应用价值,在现代远程教育中可作为教学过程性实时评估的重要技术之一.为克服单一模态模型识别精度依赖于情感类型这一问题,本文提出一种基于长短时记忆(LSTM)网络的多模态情感识别模型,采用双路LSTM分别模拟人类听觉和视觉处理通路处理语音和面部表情的情感信息,在eNTERFACE’05双模态情感数据集上进行训练和测试,并模拟人脑边缘系统情感区进行决策层加权特征融合,传统情绪六分类标准的准确率可达74.7%.同时,考虑到传统离散情绪六分类法无法进行程度度量,且存在外在表现相似和多情感同时并存的问题,本文提出一种新的多模态情感识别模型的空间标注法,采用模型层特征融合方法将情感分类特征映射到激活度-效价空间(Arousal-Valence Space),从而更好刻画情感的程度,实验结果显示准确率在空间两个维度上分别达到84.1%和86.6%.相比于已有的大多数相关研究,本文提出的模型运算量小,识别精度高,可进行实时在线情感识别.     

基于方位优选多信息指纹的无源标签室内定位研究

基于指纹的超高频射频识别(UHFRFID)定位现存的方法主要依赖于一些单指纹和全局参考点上,针对指纹库存在数据量冗余和易受到环境变化影响的问题,提出了一种方位优选多信息指纹(OPMIF)技术.OPMIF是一种指纹融合技术,它结合对目标到达角(DOA)的模糊估计,为不同位置目标构建特定的指纹数据库.首先,通过阵列天线相位控制筛选方位优选参考标签(OPRT),无需精确计算目标的DOA因而不会增加计算量和定位时延.然后,利用阵列天线接收OPRT标签的多频多径响应(MFMP)获取多种指纹.多种指纹融合包含更多环境相关的信息,可以改善单一指纹定位易受环境变化影响的缺点.多信息指纹(MIF)包括信号协方差矩阵(SCM)、接收信号强度(RSS)和信号子空间(SSP).然后将定位问题转化为模式识别问题,基于集成学习算法随机森林(RF)设计多个分类器来训练不同类型的指纹.最后,针对同一样本数据多指纹训练的不同学习器的估计结果可能不同,同时对于不同采样数据的同一种指纹学习器的估计结果也有可能不同,提出了一种后验权重估计定位(PWEL)算法来融合不同分类器和样本的预测.仿真实验通过定位误差累积分布函数(CD...     

加权指数损失下长短时记忆网络换道意图识别模型

针对车道变换意图识别中数据源单一,传统序列模型难以捕获长序列范围内换道意图且存在长期依赖问题,提出一种结合时间信息加权指数损失函数的长短时记忆(long short-term memory,LSTM)车辆换道意图识别模型.首先,利用驾驶模拟舱、眼动仪进行高速公路驾驶实验,采集车辆运行数据和驾驶员眼动数据;然后,基于LS...     

城市轨道交通项目可持续性评价

为了定量评价城市轨道交通项目的可持续性,建立了评价模型。分析了可持续性的概念,建立了指标体系,研究了计算各子系统发展水平的模糊识别评价法和可持续性发展度、协调度、持续度的计算方法,依据某项目可行性研究报告进行了案例分析。项目的发展度由0.465增长为0.825,发展状况良好;整体协调度平均值为0.513,处于不协调状态;持续度先是由0.022逐渐增长至0.044,随后稳定在0.043左右,发展趋势比较稳定。结果表明,所建立的指标体系内涵准确,评价方法可操作性强,评价模型科学合理。     

基于依存语义注意力的词对上下位关系识别

针对现有上下位关系识别方法未能充分挖掘利用词对共现句中上下位关系语义的问题,提出一种基于依存语义注意力的词对上下位关系识别方法．利用词对共现句最短依存路径的路径向量训练Softmax分类器进行上下位关系识别,引入依存语义注意力机制,构建最短依存路径的注意力权重向量和路径评价函数,更细粒度挖掘和表示不同词和不同路径对上下位关系语义的不同贡献,从而更充分利用精细语义特征实现更准确的上下位关系识别．结果表明：相比HypeNet和NPM等代表性方法,本方法在中文和英文实验数据集上的识别准确率分别可提高2.0%和1.3%,且识别性能更稳定．     

基于数据增强和字词融合特征的实体槽位识别

针对传统的基于字级表示的实体槽位识别模型无法很好利用词语信息,以及信息技术(IT)运维领域缺少足够数量公开数据集的问题,提出一种基于BERT＿Word2vec＿BiLSTM＿CRF模型的实体槽位识别方法,并通过数据增强对模型的训练数据集进行扩展．该模型将基于转换器的双向编码表征(BERT)模型得到的字向量表示和Word2vec得到的词向量表示进行融合,通过双向长短时记忆(BiLSTM)网络进行上下文编码,通过条件随机场(CRF)进行解码,得到最终的序列标注结果．通过在某企业提供的数据集上进行实验,结果表明：融合词级特征可以在BERT预训练模型的基础上进一步提升识别性能,F1值达到了92.33%.     

雾霾环境下交通标志识别

交通标志识别是无人驾驶三大模块中环境感知的研究热点之一,检测和识别交通标志可以向无人车传递道路交通信息,优化行车决策.雾霾天气下由于交通标志会被雾层所遮挡,导致在检测与识别时会出现漏检和定位不准确的情况,导致识别率和准确率较低,无法满足现实需求.因此本文提出一种改进后带颜色恢复的MSR方法MSRCR来处理雾霾图像,同时...     

基于机器视觉技术的体育网球错误技术动作识别研究

为了提升体育网球错误技暦动作识别能力,提出了基于机器视觉技暦的体育网球错误技暦动作识别方法.根据人体五大部分的划分结果,建立了人体的躯干、左臂、右臂、左腿、右腿在三维空间坐标内的肢体向量,依据人体五部分骨骼关节之间的距离,提取体育网球错误技暦动作特征,利用机器视觉技暦跟踪网球运动目标,获取网球运动员的活动区域,结合体育...