GC-ECD法测定中药配方颗粒中20种有机氯农药残留量

本研究在于建立10种中药配方颗粒中20种有机氯农药:六六六(α-BHC、β-BHC、γ-BHC和δ-BHC 4种异构体),滴滴涕(pp′-DDE、pp′-DDD、pp′-DDT和op′-DDT 4种同系物),五氯硝基苯,艾试剂,七氯,环氧七氯,异狄氏剂,狄氏剂,六氯苯,五氯苯胺,五氯甲基苯硫醚,顺氯丹,反氯丹和氧氯丹残留量的GC-ECD测定方法。将配方颗粒样品经乙酸乙酯超声提取,再经Florisil固相萃取小柱及硫酸磺化净化,采用DB-5气相毛细管色谱柱(柱长60m,内径0.25mm,膜厚0.25μm)检测。所使用的方法为程序升温,ECD检测器检测,内标法定量,进样口温度250℃,检测器温度300℃,载气为高纯氮气(99.999%),流速为1.0mL·min~(-1),脉冲不分流进样,进样量为1μL。结果表明:20种农药成分在2～100μg/L时有良好的线性关系。20种农药成分加标回收率范围为71.37%～118.06%,相对标准偏差(RSD)为1.19%～7.88%。该方法简便、准确,可应用于中药配方颗粒中20种有机氯农药留量的同时检测。     

不同地应力条件下平行钻孔抽采瓦斯运移特性实验分析

利用自主研发的"多场耦合煤层气开采物理模拟实验系统",开展了不同地应力水平下平行钻孔瓦斯抽采的物理模拟实验,研究结果表明：1）平行钻孔瓦斯抽采中,抽采前期压降曲线斜率大,中、后期压降曲线斜率相对较小,并且相邻抽采管之间瓦斯解吸速率较边界抽采管快,任意时刻平行或垂直抽采管方向气压变化值均关于抽采管对称,离抽采管抽采段越近,瓦斯解吸速率越快,瓦斯解吸速率与距离抽采管连接段远近无关;2）瓦斯抽采中,随着地应力增加,瓦斯解吸速率减缓,压降漏斗收缩变小,瓦斯有效解吸面积变小,且地应力对消除突出危险区域出现时间影响差异不明显,但随着地应力增加,消突范围渐缩小;3）瓦斯抽采中,瞬时流量随时间演化可分为急速升高、快速衰减和极限抽采三个阶段,并且随着地应力增加,瞬时流量峰值减小,瞬时流量衰减速率减缓,瓦斯累积流量降低,累积流量增长速率减缓,抽采效率降低。     

基于短语级情感分析的不良信息检测方法

针对基于关键词字符匹配和粗粒度情感分析方法的传统不良信息检测方法准确率低的问题,提出一种基于短语级情感分析的不良信息检测方法.该方法制定语法规则来提取敏感词所在短语,结合二次分类的情感词典,通过分析短语的情感倾向来判断表达者对敏感关键词的情感倾向,从而判定内容的敏感性.本文方法克服了字符串匹配方法的缺点,如:传统的字符串匹配方法忽视敏感词上下文,从而导致大量误报的缺点,及粗粒度情感分析方法由于无法准确定位情感对象,只能以文本整体情感倾向代表表达者主观情感,导致不能精准分析与敏感词相关的情感倾向及敏感性.实验表明,本文方法与传统方法相比,准确率有较大的提升.     

基于多任务学习的高分辨率遥感影像建筑实例分割

针对基于深度神经网络的高分辨率遥感影像建筑物提取算法中将建筑物提取视为二分类问题(即将遥感影像中的像素点划分为建筑物与非建筑两类)而无法区分建筑物个体的局限性, 将基于Xception module改进的U-Net深度神经网络方法与多任务学习方法相结合进行建筑物实例分割, 在获取建筑物二分类结果的同时, 区分不同建筑物个体, 并选择Inria航空影像数据集对该方法进行验证。结果表明, 在高分辨率遥感影像的建筑物二分类提取方面, 基于Xception module改进的U-Net方法明显优于U-Net方法, 提取精度升高1.4%; 结合多任务学习的深度神经网络方法不仅能够实现建筑物的实例分割, 而且可将二分类建筑物的提取精度提升约0.5%。     

正交试验法优化女贞子提取工艺

以特女贞苷、齐墩果酸、熊果酸的提取转移率为指标,采用单因素考察及正交试验法优化女贞子的最佳提取工艺。结果表明,最佳提取工艺为8倍量60%乙醇,提取3次,每次3 h。特女贞苷、齐墩果酸、熊果酸转移率分别为75.42%、93.86%、99.83%。优化所得工艺提取效果良好,工艺简便,可用于工业化生产。     

一种改进的主成分分析特征抽取算法:YJ-MICPCA

针对主成分分析(PCA)假设数据服从高斯分布的条件以及只能处理特征之间线性关系的不足,提出一种基于Yeo-Johnson变换和最大信息系数(MIC)的PCA特征抽取算法,命名为YJ-MICPCA。通过YeoJohnson变换改善原始数据分布,使其近似服从高斯分布,并将PCA中计算协方差矩阵转化为计算MIC矩阵的平方,使其也能处理特征间存在的非线性关系。以UCI机器学习数据库中的11个数据集为实验对象,采用支持向量机、朴素贝叶斯模型、k近邻算法这3种分类器,比较了YJ-MICPCA与PCA及其他常用非线性降维方法LLE、Isomap、MSD、KPCA的降维效果和分类精度,结果表明YJ-MICPCA总体上优于其他几种算法。     

雨天图像中目标显著性检测算法设计与效果评价

雨天条件下,图像中目标的许多特征被掩盖,使得户外图像应用系统效能发挥受到严重的影响。为了提高雨天条件下图像中目标检测的质量,通过综合分析雨天图像中的目标特征,发现其亮度颜色信息、色彩差异信息和暗通道先验信息对目标的显著性具有高敏感度,进而提取了雨天图像中目标的显著性特征,构建了基于混合特征的目标显著性检测模型,最后通过多个评价指标的效能评估实验,与经典算法进行对比,验证了本文算法的有效性。     

主要国家重点科技投入知识图谱的构建与应用研究

由于国家在一个时期内的科技投入的方向和强度最能反映出国家未来科技发展趋势,本研究提出构建基于科技投入和核心技术的政策要素知识图谱,意欲分析得出各国科技发展方向及趋势的情报,从而支撑科技发展布局与趋势研判.本研究总结了情报监测的科技政策文本中支撑情报分析的关键要素,提出了基于政策要素的知识图谱模型,探索了智能计算的政策分析方法.通过对美国、英国、法国、德国、日本和韩国近年科技投入的优先领域、技术、资助项目、资助强度等相关知识的信息抽取和内容分析,形成了基于领域的政策知识图谱,并利用两个实例演示了基于知识图谱的情报检索与分析效果.本技术对情报分析人员、决策人员审视宏观科技布局和前瞻科技发展方向有所帮助.     

精细拓扑结构表示与深度特征融合在多目标图像检索中的应用

空间信息表示是增强图像特征表达性能的重要手段,通过空间关系建模与深度学习方法融合可有效提升深度特征的语义特性,从而提升图像检索性能.首先,针对复杂图像的空间关系表示提出了一种新的精细拓扑结构表示模型,该模型不仅具有完备的拓扑描述性能,还提供了两种拓扑不变量的推理算法,使得拓扑不变量可以由表示模型直接推导而不需要繁复的几何计算;其次,基于精细拓扑结构表示模型,提出了有效的拓扑结构相似性度量方法,为空间关系特征表达奠定了基础;最后,进一步结合卷积神经网络,提出融合复杂空间关系特征与深度特征的多目标图像检索方法.实验结果表明,所提出的拓扑结构表示模型在空间查询中具有良好的性能;所提出的图像检索框架取得优于现有方法的精度,并能够有效地结合手工特征与深度特征各自的优势,为提升深度学习方法的可解释性创造了有利条件.