大肠杆菌热敏肠毒素的检测及纯化

采用平板免疫溶血试验、兔回肠结扎试验,探讨了大肠杆菌耐热肠毒素制备的方法和检测方法。试验表明：平板免疫溶血试验能够快速灵敏地检测出热敏感肠毒素．并具有很强的特异性,比肠结扎试验灵敏度高,而且简便易行;试验将细菌接种到产毒素培养基上培养．进行增菌,然后离心取上清液,沉淀溶于PBS液中用多黏菌素B浸出,均用80％饱和度的（NH4）2SO4盐析,之后用SephadexG-100凝胶层析分离纯化,最后用SDS-聚丙烯酰胺凝胶电泳检测热敏肠毒素的纯度。     

基于机器学习的跨患者癫痫自动检测算法

针对目前癫痫自动检测算法多集中于为单个患者建立检测模型,泛化能力较弱的问题,提出一种基于机器学习的跨患者癫痫自动检测算法.该算法使用多个癫痫患者的脑电数据,先对数据进行预处理后分析脑电数据间存在的特征,再对特征进行筛选,训练出一个跨患者的癫痫自动检测模型.该算法不需为每个患者建立单独的检测模型,实现了仅使用一个检测模型...     

基于连续双正交样条小波的股价指数奇异点检测

针对噪声背景下股价指数曲线给出的一种小波硬阈值消噪和奇异点检测的有效方法,选择双正交样条小波作为基小波,运用小波分析消除信号噪声干扰;结合多尺度分析及奇异点的检测,揭示股价指数信息隐含的背景。     

基于神经网络的高并行大规模MIMO信号检测算法

随着5G和未来移动无线网络的不断发展,大规模多输入多输出(multiple input multiple output, MIMO)是其中的关键技术之一。随着天线数目的不断增加,给接收机的设计带来更高的挑战,复杂度过高的检测算法在实际中难以应用。本文将一种高并行(high-parallelism, HP)检测算法展开到神经网络中,单层神经网络基于该算法的每次迭代,并将其与可训练的权重参数和非线性神经单元相结合,提出基于网络结构HP-Net的方法。通过训练HP-Net得到最优可训练参数,进而提高检测性能。实验结果表明,所提方法相对传统最小均方误差(minimum mean square error, MMSE)算法复杂度更低,并能够得到更低的误码率;同时相对HP并行检测算法误码率性能更优。     

一种基于状态树和拓扑分析的网络入侵预警系统

在LINUX平台下,采用C/C 语言实现了基于状态树和基于拓扑分析的预警系统.该系统能够快速准确地对即将发生的入侵行为进行预警,为大规模网络系统的安全性提供一定保障.该系统框架具有良好的可靠性和扩展性,能够适应于分布式入侵检测预警的需要.     

一种面向混合数据的自反馈模糊聚类分析算法

利用动态自反馈理论改造模糊聚类过程,分析入侵数据类型及其在入侵中所起的作用,提出一种面向混合数据的自反馈模糊聚类分析算法,并用算法对KDD99数据集进行对比测试.测试结果显示,本方法能够有效提高入侵检测引擎的检测率,降低其误报率,增强计算机系统抵御入侵及自身免疫能力.     

毛细管电泳电导法快速测定西米替叮的方法

建立了毛细管电泳电导法快速测定西米替叮的方法.利用非涂层弹性融硅石英毛细管(50cm×75μm)为分离通道,探讨了缓冲溶液的种类、pH值、浓度,分离电压,进样时间对分离检测的影响.结果表明,在最佳条件下:30mmol/LTris(Cit调节pH=8.0)为运行缓冲介质,分离电压为10kv,西米替叮在10分钟内能得到较好的检测.标准品溶液浓度在0.5-20mg/L范围内有良好的线性关系,回归方程为y=9.0923x 15.83,相关系数r=0.9984,回收率为98.8%.     

高分辨率电法在复杂采空塌陷区的探测研究

采用高分辨率电法对吉林省九台市营城煤矿采空塌陷区进行探测.实践证明,高密度电法、瞬变电磁法和探地雷达等在研究采空塌陷区的空间分布特征上均具有很好的作用.通过采用新的数据处理方法技术,取得了理想的探测效果,为今后开展采空塌陷区的探测与研究提供了借鉴.     

基于数字水印的图像认证技术

伴随着计算机网络及通信技术的飞速发展,数字图像认证技术已成为目前研究的一个热点.对基于数字签名和基于数字水印的认证技术进行了比较,在此基础上阐述了数字水印技术的特征,认证系统框架,详细讨论了数字水印图像认证算法的研究现状,并对其未来发展方向进行了展望.     

基于分形和数学形态学的TIG焊熔池图像分析

焊接图像中不可避免地存在烟尘和弧光等干扰造成的噪声,而传统的图像处理方法对噪声非常敏感,因此很难准确地对焊接图像进行处理.文中提出了一种基于分形和数学形态学理论的综合图像处理方法.该方法利用分形理论中的离散分数布朗随机场理论得到按分形维分布的熔池灰度图像,然后利用二值形态学中的连通域检测去除噪声并得到目标图像,进而利用形态学中的开运算和闭运算得到图像的强连通边界.试验结果表明,该方法能够快速、准确地检测熔池的边缘、高度、宽度以及面积等信息.