简介：为解决空气处理机组在故障检测过程中难以获得大量带有类标记样本,且故障样本数据标记代价较高的问题,本文结合支持向量机与半监督学习方法,提出了针对空气处理机组故障检测的半监督学习算法.首先利用序列前向选择选出重要的特征作为分类依据,将半监督学习方法引入支持向量机的学习过程中,并使用遗传算法寻找支持向量机的最佳参数.然后选择类标记置信度高的未标记样本加入训练样本集,利用未标记样本中有利于支持向量机的信息,提高学习性能.实验表明,提出的混合算法能够在故障标记样本比较少的情况下达到较高的故障诊断率.

简介：本文介绍了X射线荧光光谱定性半定量分析方法以及定性半定量分析软件IQ+的产生和发展.通过对化学、材料、机械、土建、微电子、物构及工艺制造等专业的一些样品的实例分析,展示了X射线荧光光谱定性半定量分析方法在科学研究中的广泛应用.

简介：本文针对我国目前实施的饮用水水质监测标准中两项非挥发性有机物六六六、滴滴涕,利用实验室自制简单的高浓缩比液液萃取装置,报道了一种简单快速测定水中六六六、滴滴涕的气相色谱法。方法的最低检测限低于1ng/L。

简介：随着人们对食品安全的不断关注,食品中的农药残留检测越来越受到重视,本文以乙酰甲胺磷为模板分子,通过悬浮聚合法制备出分子印迹聚合物（MIP）,采用固相微萃取前处理技术[1],结合气相色谱,建立了对茶叶中乙酰甲胺磷检测的高效快速检测方法。通过对固相微萃取吸附剂用量、吸附时间、洗脱溶剂的优化,实现茶叶中乙酰甲胺磷的最优提取。在最优条件下,乙酰甲胺磷加标回收率可高达95%以上。本方法所使用的乙酰甲胺磷分子印记聚合物制备简单,成本低,结合效率高,易于固液分离,结合气相色谱可实现茶叶中乙酰甲胺磷的高效快速检测。