农作物种子的近红外光谱分析鉴别技术

国以农为本，农以种为先，农作物种子的真伪问题攸关粮食安全与国计民生。然而，我国种子市场（包括玉米、水稻、大豆等）存在严重问题，以玉米为例，全国仅因种子纯度问题导致每年减产约40亿公斤。目前国内外采用的鉴别手段，如形态观察法、DNA检测法等，都存在诸多技术障碍，无法对样品进行即时、方便、准确的现场分析与监测，急需新的鉴别技术。     

一个安全的动态口令鉴别方案（英文）

提出了一个安全的动态口令鉴别（认证）方案（SDPA），该方案适合于不安全的网络信道上鉴别用户身分。 与以前相关的方法比较，作者提出的方案以增加较小的计算负荷为代价，而使安全性得到较大的提高。     

青羊参饮片的薄层色谱鉴别方法及浸出物限度标准

建立了青羊参饮片的薄层色谱鉴别方法.此法以青羊参饮片为供试样品，采用硅胶G薄层板、青羊参对照药材为对照、超声处理供试品溶液和对照药材溶液30 min、环己烷-乙醚-乙酸丁酯-冰醋酸（20∶6∶3∶0.2）作为展开剂展开，在365 nm紫外灯光下检视.结果显示，15批青羊参饮片的色谱与青羊参对照药材色谱一致，此薄层色谱鉴别方法稳定、简便，可用于青羊参饮片的鉴别.按《中国药典》2020年版规定方法之冷浸法检测青羊参饮片水溶性浸出物，结果显示，15批青羊参饮片的水溶性浸出物质量分数为15.55%～22.96%，因此建议青羊参饮片的浸出物限度检查标准定为“不得少于15.0%”.     

经典名方银翘散薄层鉴别标准提升研究

为提升《中国药典》中经典名方银翘散薄层色谱鉴别标准,利用不同极性试剂对银翘散待测样品进行系统提取,得到不同极性部位的供试品溶液,采用系列薄层色谱法对银翘散中10种单味药的供试品溶液、展开条件、显色方法进行系统的筛选,建立了适合银翘散中金银花、连翘、薄荷、牛蒡子、淡豆豉、荆芥穗、甘草等7种单味药鉴别的系列薄层鉴别方法,并且实现了一块薄层板、一次展开即可分别对牛蒡子与甘草、淡豆豉与荆芥穗进行共同鉴别。所建立的银翘散中7种单味药鉴别的系列薄层鉴别方法,只需对照药材即可对复方中的7种单味药进行鉴别,重复性好、可操作性强、检测成本低,为《中国药典》中银翘散薄层鉴别内容补充和质量标准提升提供了实验依据,也为其他银翘散成方制剂的薄层色谱鉴别提供了参考。     

血液检验在贫血患者中的鉴别诊断与临床意义分析

分析血液检验在贫血患者中的鉴别诊断与临床意义。选取2018年7月—2020年1月医院收治的贫血患者150例作为研究组，将其分为缺铁性贫血组、地中海贫血组各75例，另选取同期来院体检的健康人群75例作为对照组。比较2组血液检测指标，地中海贫血组和缺铁性贫血组血液检测指标、叶酸、维生素B12、铁蛋白指标。RBC、RBC/MCV无统计学意义（P>0.05），平均红细胞血红蛋白（MCH）、平均红细胞容积（MCV）、血红蛋白（Hb）低于对照组（P<0.05）,RDW高于对照组（P<0.05）;MCV无统计学意义（P>0.05），缺铁性贫血组MCH、RDW高于地中海贫血组（P<0.05）,RBC、Hb、RBC/MCV低于地中海贫血组（P<0.05）；研究组叶酸，维生素B12，铁蛋白均低于对照组（P<0.05）。在贫血患者的鉴别诊断过程当中，血液检验具有一定的临床意义，更好地帮助医生做出准确的临床诊断，应当进一步推广应用。     

基于中红外光谱模型对食用植物油掺伪的判别

开展了基于中红外光谱的化学计量学模型对食用植物油掺伪的研究.通过获得市售食用油和以不同质量浓度掺伪食用油的中红外光谱,采用光谱预处理结合模式识别方法进行综合解析,使样本类间距最大化,类内距最小化,结果发现:无监督聚类包括主成分分析、非负矩阵分解均无法准确鉴别;有监督偏最小二乘判别分析的鉴别准确度较高;而二阶导数-非相关线性判别分析(SD-ULDA)对掺伪样本识别的灵敏度和特异度均达到100%.提出依据变量“负荷量”筛选特征波长(变量)新策略,考察了SD-ULDA模型识别准确率随保留波长的变化,同时准确地预测出掺伪比例,为构建高效中红外光谱食用油掺伪判别模型提供理论基础,为提高油脂品质的检测技术提供方法借鉴.     

Hn^＋离子的产生和鉴别

作者从高频离子源产生的离子束中，分析证实存在Ｈ４＾＋和Ｈ５＾＋的团族离子，对１．８ＭｅＶ的Ｈ４＾＋和Ｈ５＾＋信号的能谱测量表明，它们极容易分解成Ｈ４＾＋，Ｈ３＾＋，Ｈ２＾＋（Ｈ２）和Ｈ＾＋（Ｈ）等产物，并从实验事实出发，对Ｈ４＾＋和Ｈ５＾＋的形成和分解反应作了分析讨论。     

鉴别流形敏感的跨模态轴承故障诊断方法

目的 在实际应用中采集的原始多模态故障数据通常是包含大量噪声和冗余信息的非线性数据,如何从不同故障模态中提取有效的非线性故障特征仍是一个挑战性的问题。方法 提出了一种鉴别流形敏感的跨模态故障诊断方法,在该方法中首先借助相关分析理论在跨模态故障空间中构建了不同模态间的相关系数,并通过理论推导获得了相关系数的等价优化模型,然后利用局部近邻图构建了鉴别流形敏感散布,进而通过最大化不同模态间的相关性和最小化鉴别流形敏感散布,形成了鉴别流形敏感的跨模态故障诊断模型,并且在理论上推导出了该优化模型的解析解,从而能够从不同模态的故障数据中学习强鉴别力的非线性故障特征。结果 在德国帕德博恩轴承数据集和多模态轴承故障数据集上设计了针对性实验,实验结果显示在少量故障样本用于训练时即可获得良好的诊断准确性。结论 提出的方法是一种有效的跨模态故障诊断方法。