不同方法提取栝楼籽油成分分析及其油质评价

采用索氏提取法、超声辅助提取法、压榨法和CO₂超临界流体萃取法提取栝楼籽油,对不同方法提取的火麻籽油进行提取率、成分的比较分析,并对其品质进行评价.分析结果表明：超声辅助提取法和CO₂超临界流体萃取法提油率较高;超声辅助提取法、压榨法和CO₂超临界流体萃取法压提取油能较好地保留栝楼籽油的品质;栝楼籽油具有开发保健食品和药品的潜质.     

一种基于仿真图像模板的SAR目标分类方法

在基于实测图像模板的SAR目标分类方法中,环境因素、成像参数等差异性造成了模板库存储量过大与完备性需求的矛盾.针对此问题提出一种基于仿真图像模板的SAR目标分类方法,通过减少模板库的存储量来降低实测数据的采集成本.该方法首先采用正则化方法对图像进行预处理来减少噪声,在此基础上提取目标峰值特征,然后利用几何哈希匹配算法实现目标的分类.实验中的仿真图像模板库采用RadBase软件生成,结果表明新方法对MSTAR实测数据进行目标分类的精确度较高,适应性较好.     

对虾白斑病毒多抗原决定簇重组蛋白的抗原性分析

为研究重组多表位蛋白制备疫苗的方法的可行性,研究通过利用目前有研究证实与对虾白斑综合征病毒(WSSV)感染与致病力相关的重要决定因子囊膜蛋白VP28、VP19和被膜蛋白VP26,从这三种蛋白基因中筛选表位基因,将这些筛选到的抗原表位通过最优化的方式组合以及密码子优化,组成新的表位基因序列,命名为Y1798G,长度为509 bp。将该基因克隆到p ET-32a原核表达载体,生产抗原表位蛋白。将纯化的抗原蛋白注射到小白鼠体内,获得抗体;并通过蛋白免疫印迹(western blot)实验验证获得的抗体能否识别结合WSSV。结果表明所构建的抗原表位重组蛋白对WSSV具有特异抗原性,可见此种制备对虾白斑病毒疫苗的策略具有可行性。     

基于区域分割的OCT图像膜层提取和初步疾病诊断

光学相干断层扫描技术(OCT)近年来在眼科疾病诊断方面发挥着越来越重要的作用,快速自动地OCT膜层提取可为初步疾病诊断提供依据,在一定程度上减轻了眼科医生的工作量。本文采用区域分割方法完成了OCT图像的膜层提取和初步疾病诊断,首先利用阈值分割和缩小区域法获取了内界膜和感光细胞内/外节联边界,然后提取了视网膜的厚度、两层膜之间的孔洞和玻璃体内的反射信号,以此作为疾病诊断的依据,最后利用细分区域法完成了中间三层膜的提取。     

改性C18固相萃取膜快速水中烷基汞

建立了一种稳定高效、方便快捷、低成本且环保的水中烷基汞富集方法。方法以二乙基二硫代氨基甲酸钠溶液为改性剂对C18固相萃取膜进行改性,用于水中烷基汞的快速富集。由于采用的C18固相萃取膜粒径小、比表面积小、平衡时间短,所以在10 min之内即可富集1 L水样,可达到现行国标巯基棉富集法及研究较多的固相萃取小柱法十倍以上的速度。在富集倍数为100倍时,加标回收率为甲基汞75.3?Ee7.76%、乙基汞83.0?Ee9.08%。回收率相对标准偏差为甲基汞5.2%,乙基汞5.5%。     

基于三重注意力机制的新冠肺炎病灶分割模型

为了解决感染区域比正常组织对比度低的问题,提出了一种基于三重注意力机制(triple attention mechanism,TAM)的新冠肺炎(corona virus disease 2019,COVID 19)病灶分割模型——TM-Net,并将其应用于条件生成对抗网络.MultiConv模块可以自动提取肺部切片中...     

基于模板的网页信息抽取技术研究

准确挖掘网页中的信息对检索系统非常重要．提出了一种基于模板的网页信息抽取方法进行网页信息抽取．该方法采用网页抓取与数据模板技术实现了网页信息的自动发现与抽取．在Yahoo网站上的实验结果表明,该方法具有较好的检索效果．     

基于预测控制的中药提取工段多目标优化控制策略

针对中药生产提取过程非线性、时变性、大滞后等特点,并结合多目标控制要求,建立中药生产提取过程动态模型,提出一种基于广义预测控制的中药提取工段多目标优化控制策略,即在预测控制的基础上增加经济优化层.预测控制层实现提取过程温度与压力的区域控制,而经济优化层实现提取过程经济性能指标的优化.仿真结果表明,该方法不仅能保证中药提取过程温度、压力的动态特性,而且能有效地降低提取过程的蒸汽消耗.     

基于不相关局部敏感鉴别分析的新生儿疼痛表情识别

针对新生儿疼痛表情识别中的特征提取问题,提出一种不相关局部敏感鉴别分析（Uncorrelated Locality Sensitive Discriminant Analysis,ULSDA）算法.首先,在局部敏感鉴别分析（LSDA）算法的基础上,通过附加投影向量正交性的约束条件,定义了ULSDA的目标函数;然后,推导出求解特征子空间正交投影向量的迭代公式;最后,将输入的高维图像数据投影到这个特征子空间,求出特征向量.ULSDA算法不仅继承了LSDA算法所具有的有监督、局部流形结构保持等特性,而且消除了LSDA算法所提取出的鉴别特征的相关性,从而增强了特征的鉴别能力,比LSDA算法具有更好的分类识别能力.在新生儿表情图像库上的疼痛表情识别实验结果表明,提出的ULSDA方法是有效可行的.当每类表情的训练样本图像为150幅时,采用ULSDA算法获得的平均识别率达到了82.07％,优于主成分分析（PCA）、线性鉴别分析（LDA）、局部敏感鉴别分析（LSDA）等特征提取方法.     

基于双空间特征提取的变压器故障诊断模型

为了提高基于油中溶解气体分析(dissolved gas analysis, DGA)的变压器故障诊断正确率,弥补单子空间特征提取的局限性,提出了基于双子空间特征提取的变压器故障分层诊断模型.首先,将DGA测试样本在一个子空间内进行特征提取后,为避免核函数及其参数的选择难题,以及利用多核支持向量机(multiple-kernel support vector machine, MKSVM)鲁棒性强和精度高的特点,采用MKSVM作为分类器对测试样本进行预测.依据预测结果将测试样本分为难分类和易分类样本,对易分类样本直接进行分类识别;对难分类样本则将该样本再次投影到另一子空间进行特征提取后,同样采用MKSVM作为分类器对难分类样本进行预测,综合两次预测结果进行分类识别,实现两分类MKSVM的双子空间特征提取算法.最后,根据故障特征,建立基于双子空间特征提取算法的变压器故障分层诊断模型.诊断实例表明,该模型具有较高的诊断正确率和推广能力.