基于半监督宽度学习系统的气温空间插值

近年来,基于人工神经网络的气象空间插值研究因其较强的非线性映射能力受到越来越多的关注。然而,由于网络参数众多,这些方法的训练过程都非常耗时。考虑到以上原因,基于宽度学习系统提出了一个高效的气温空间插值模型,首先使用稀疏编码对输入数据进行特征提取,然后将映射后的向量引入宽度学习系统中得到一个半监督宽度学习模型。相关实验建立在山西省的气象数据集上,实验结果表明,该方法比基于深度学习的方法和传统空间插值方法具有更好的预测性能和时间损耗。     

基于深度学习的岩石铸体薄片图像孔隙自动提取

岩石铸体薄片图像中孔隙区域的准确提取是分析评估工作的前提。但目前传统的孔隙提取方法主要是通过颜色特征进行阈值分割,精度较低,需加入大量的人工交互操作才能提高精度。因此提出一种新的基于深度学习的孔隙区域自动提取算法,该算法基于U-net搭建网络基本框架。首先,网络在编码阶段加入残差块来提升网络的深度。其次,针对残差块进行优化并引入空洞卷积,提取更全局、语义层次更深的特征。最后,在解码阶段加入网络模块间的短连接,提出新的融合特征方法,更好地将浅层特征与深层语义特征相结合,得到更加精细的孔隙区域。实验结果表明,该方法优于传统的孔隙提取方法,具有更高的分割精度且无需人工操作,与主流卷积神经网络相比也具有更高的精度和平均交并比。     

ASE-GC法测定土壤中18种有机磷农药

］研究了利用加速溶剂萃取—双塔双柱气相色谱法（ASE-GC）分析土壤中的18种有机磷农药（OPPs）.结果表明:加速溶剂萃取对18种目标化合物萃取回收率达到82%～98%,单个样品萃取时间约15 min,方法快速;双塔双柱气相色谱法测定土壤中18种目标化合物样品测试时间约40 min,18种化合物检出限在0.282~1.05 μg/kg之间,各化合物校准曲线的相关系数在0.9979~0.9999之间,双柱确认的相对偏差在-2.0%~2.0%之间     

ASE萃取-GPC净化-GC／ECD测定小麦中有机氯农残和多氯联苯

建立了加速溶剂萃取、全自动在线凝胶渗透色谱-浓缩联用系统和氟罗里硅土柱前处理、GC／ECD测定小麦样品中7种多氯联苯(PCBs)和7种有机氯农药(OCPs)的分析方法,并优化了加速溶剂萃取、凝胶渗透色谱净化、GC／ECD的分析条件。结果表明,该方法的样品加标回收率和相对标准偏差分别为:多氯联苯69.8％～87.4％、1.48％～11.0％;有机氯农药70.4％～113.9％、3.54％～17.0％。方法检测限为0.03～0.29μg／kg。用该方法测得小麦样品中7种PCBs质量分数范围为0～157.9μg／kg;7种OCPs质量分数在2.38～10.02μg／kg范围内。该方法快速、灵敏、准确,并且在一个流程中可以同时测定小麦样品中多氯联苯和有机氯农残,适合于大批量样品的测定。     

基于粒子群算法的图像相关反馈研究

在浩如烟海的图像库中按用户的需求去搜索图像,传统的做法是基于图像的视觉低层特征进行检索。但是由于视觉低层特征与高层语义之间存在语义鸿沟,因此检索结果往往不尽如人意。研究者发现,将相关反馈技术引入图像检索中则能提高系统的检索性能。提出将粒子群优化算法(Particle Swarm Optimization)[1]引入基于内容的图像检索之中,通过用户对检索结果进行评价,系统通过学习来动态修改各特征的权值,从而达到模拟人类的思维,提高图像检索系统的检索性能,并通过实验证明该算法的可行性和有效性。     

杏鲍菇菌糠多糖对小鼠脾指数、脾淋巴细胞增殖及免疫因子的影响

目的 观察杏鲍菇菌糠多糖对小鼠脾指数、脾淋巴细胞增殖及免疫因子的影响。方法 将超声法提取制备的杏鲍菇菌糠多糖与基础饲料混合制成低剂量(200 mg/kg)、中剂量(400 mg/kg)及高剂量(800 mg/kg)三种多糖饲料。用48只KM小鼠,随机分为空白组,杏鲍菇菌糠多糖低、中、高剂量组。连续饲养60 d后,测定小鼠脾指数、脾淋巴细胞增殖和免疫因子IFN-γ、TNF-α及IL-6含量指标。结果 杏鲍菇菌糠多糖组与空白组相比,低剂量组显著提高脾指数(P<0.05),中剂量组能显著提高脾指数和脾淋巴细胞增殖(P<0.05),同时能提高免疫因子TNF-α、IL-6含量(P<0.05);高剂量组能显著提高小鼠的IFN-γ含量(P<0.05),极显著提高小鼠的脾指数、脾淋巴细胞增殖、TNF-α及IL-6含量(P<0.01)。结论 杏鲍菇菌糠多糖对小鼠的脾指数、脾淋巴细胞增殖及免疫因子具有调节作用。     

超声波辅助提取栝楼叶蛋白的最佳工艺条件

采用超声波辅助碱法提取栝楼叶蛋白.在单因素实验的基础上,通过正交实验得到了超声波辅助碱法提取栝楼叶蛋白的最佳工艺条件.在温度为55 ℃、pH值为10、超声时间为40 min、超声功率为150 W、料液比为1∶25（g∶mL）、NaCl的浓度为0.5 mol/L的最佳工艺条件下,叶蛋白提取率达到23.26%.     

一种用于时差提取的卡尔曼-最优阶互相关算法

在定位系统的时差提取方法中,传统的互相关算法抗噪能力较弱、时差提取精度较低,针对以上缺点,提出卡尔曼-最优阶互相关算法,并且通过仿真对比分析相同条件下该算法和基本互相关算法、广义加权互相关算法的时差提取精度,验证了其更优的性能.最后,通过FPGA设计,将所提算法运用到实际工程中.仿真和试验结果表明,相对于传统算法,卡尔曼-最优阶互相关算法在较低信噪比的情况下具有更强的抗噪能力和更高的时差提取精度.     

一种自适应谐波叠加的复调音乐主旋律提取新方法

随着音乐数量的迅速增加,对音乐进行数字化的处理已经成为必然趋势.主旋律反映了音乐的主要思想,提取主旋律在制作计算机音乐,检索分类,哼唱识别等领域具有广泛的应用价值.本文提出一种自适应谐波叠加的复调音乐主旋律提取算法.首先,通过声源分离预处理,通过判别基频最小稳定方差改变压缩因子,自适应叠加谐波构建显著函数;然后,对显著函数构建的基频片断采用随机森林模型进行人声检测,组合所有人声帧的最大显著度频率得到音乐的主旋律序列.实验表明,在MIR-1K数据集上得到的结果在高信噪比情况下有显著提升.