微波辅助萃取-分光光度法测定加拿大一枝黄花中总黄酮

采用微波辅助萃取,以分光光度法测定加拿大一枝黄花中黄酮类化合物的含量。并通过单因素实验和正交试验优化溶剂浓度、液固比、微波功率和微波辐射时间等微波提取条件,确定了微波辅助萃取法提取加拿大一枝黄花中黄酮类化合物的最佳条件为:乙醇浓度50%,液固比40:1,微波功率700W,微波辐射时间20min。在上述最优条件下进行了精密度和回收率实验,相对标准偏差为1.68%(n=5),回收率在97.6%～101.0%之间。利用最佳提取工艺对加拿大一枝黄花根、茎、叶和花中总黄酮含量进行比较,结果表明叶中黄酮类化合物的含量最高;与传统的索式提取法和超声波提取法相比,微波辅助萃取法具有提取效率高、操作简便、经济可靠等优点。     

超声波辅助萃取高粱红色素的研究

从高粱壳中提取高粱红色素,通过超声波预处理,采用单因素试验和L9（34）正交试验,考察固液比,提取温度,提取时间,乙醇浓度对高粱红色素提取率的影响。确定最佳提取工艺为：超声波频率20-25 kHz,功率100 W,每次30 s,间隔10 s,超声波输出总时间20 min,固液比1：8,提取温度60℃,提取时间1 h,乙醇浓度75%,最大提取率为15.36%。较传统的乙醇提取法高6.83%。     

Novel matched filtering method and its application

The method of using a narrowband filter to realize matched filtering is derived. A novel method of using spectrum sampling to realize matched filtering is presented, and the method can conquer the disadvantages that the narrowband filter cannot adopt the adaptive scheduling of phased array radars and realize matched filtering for several waveforms. A novel error extraction method is proposed, which uses a time division multipath method to realize the intermediate frequency extraction. This method can save lots of space for vehicle-born radar systems, reduce the influence of amplitude and phase distortion caused by devices, and enhance the system reliability. Simulation results show that the spectrum sampling method is applicable, and the implementation of frequency spectrum sampling is elaborated.     

无人机视觉导航研究综述

对无人机视觉导航的现有算法从视觉处理和状态估计与数据融合两大方面作了分类总结,重点讨论了无人机获取图像的特征提取、视觉传感器同其他传感器的数据融合、以及实时得到状态估计的各种方法,同时,也涉及了未知环境下地图的建立,最后指出了无人机视觉导航在实际应用中面临的主要问题。     

小波分析用于水稻叶片氮含量高光谱反演

针对叶片氮营养高光谱诊断中光谱弱信息提取困难的问题,利用小波对作物冠层光谱信号进行分解,提取光谱弱信息建立氮含量反演模型. 在东北平原长春市采集水稻冠层高光谱数据建立氮含量预测模型,并对该模型精度进行检验. 采用Daubechies小波系的Db5函数对水稻原始反射光谱和导数光谱进行8 层小波分解,选择不同尺度和位置的小波系数作为输入参数建立192 个反演模型,分析不同输入参数对模型精度的影响,从中选择对应较高模型精度的输入参数组合建立氮含量最佳反演模型. 实验结果表明,小波系数预测叶片氮素含量模型具有较高的估算精度,预测值与实测值的复相关系数最大为0.99,显著优于传统光谱指数的估算模型精度. 此项研究表明,小波分析在提取反射光谱弱信息反演作物生化成分方面有良好的应用前景.     

利用二元结构特征的人脸识别

提出了一种基于二元结构特征提取的人脸识别算法. 该算法将所有类进行两两组合,以两类分类器为基础,为每个两两组合类间的识别挑选最适合分类的特征构成特征选取空间. 对未知样本进行测试时,在特征选取空间中计算测试样本与所有训练类的相似度,将未知样本判断为与之相似度最大的类. 运用AT&T和AR人脸数据库对该算法进行性能测试,与其他算法相比,该算法能在较小的特征维数下获得更高的识别率.     

对两个自认证公钥签名方案的安全性分析

通过对新近Lin等人提出的自认证公钥签名方案和王等人提出的自认证公钥签密方案进行了安全性分析,指出这两个方案都是不安全的.原因是这两个方案都能够受到替换公钥攻击,使得攻击者能够对任意选择的消息成功伪造签名.然而,在当前的自认证公钥签名方案的安全性证明中都没有考虑到替换公钥攻击,从而得到一个启示：由于自认证公钥签名自身的特点,那么在自认证公钥签名的安全性模型中必须进一步考虑是否能抵抗替换公钥攻击,从而确保方案的真正安全性.     

薏苡仁油的提取工艺研究

通过单因素和正交试验确定了薏苡仁油的最佳提取工艺条件为:90%乙醇,料液比为1∶8,在65℃热回流提取120 min。薏苡仁油的提取率为13.64%。本研究为薏苡仁油脂的工业化生产提供了依据。     

超临界CO_2萃取木香挥发油的实验研究及数值模拟

采用单因素法,在流量2～4 L/min,木香颗粒度0.144～0.200 mm,萃取温度33～48℃,萃取压力10～25 MPa的范围内,利用超临界CO2萃取木香挥发油,分别考察了CO2流量、原料颗粒度、萃取温度及萃取压力等因素对挥发油萃取收率的影响;并根据萃取器微分单元和固态原料颗粒微分单元的质量守恒建立了微分方程,对一定萃取条件下的实验结果进行数值模拟。结果表明：在实验范围内,木香挥发油萃取收率随CO2流量增加而增大,随原料颗粒度减小而增大,随压力升高而增大,随温度则呈现出交叉现象。结论：CO2流量、原料颗粒度、萃取温度及萃取压力等对木香挥发油的超临界CO2萃取工艺有显著影响,所建立的数值模型能较好地描述实际萃取行为。     

乙型脑炎病毒(JEV)免疫荧光(IFA)检测方法的建立

目的建立乙型脑炎病毒(JEV)免疫荧光(IFA)检测方法,应用于猪及猪源性生物材料JEV的检测。方法滴定病毒TCID50,筛选JEV敏感细胞,依据国标IFA法制备抗原片,并进行特异性、敏感性和稳定性试验。结果选取BHK21细胞作为JEV敏感细胞,病毒感染力滴度(TCID50)为10-8.9.mL-1;与猪瘟病毒(CSFV)、猪细小病毒(PPV)均无交叉反应;稳定性和敏感性试验显示,不同时间IFA检测灵敏度均为1∶2560;可检测到的病毒滴度最低为10-6.5.mL-1。结论建立的IFA法敏感性、特异性强,稳定性好,可用于猪及猪源性生物材料JEV的检测。