简介：本文报导了凹叶厚朴挥发油的气相色谱—质谱—计算机检索的实验结果,分离鉴定了其中18个组分,测定了从不同部位、不同树龄的凹叶厚朴采集的样品的挥发油含量。

简介：在视频编码中,DCT系数分布模型是率失真理论模型的基础,视频量化一般可分别为硬判决量化（HDQ）以及软判决量化（SDQ）,SDQ算法能实现最优编码性能,但其中维特比算法会导致严重的系数间串行处理依赖.比较而言,基于死区（deadzone）的HDQ算法率失真性能略有损失,但是不考虑系数间的相关性.提出了一种基于分段逼近TCM模型（TransparentCompositeModel）的自适应硬判决量化算法,采用更精确的DCT分布估计模型,估算不同频率分量DCT系数的分布参数.根据模型参数及DCT系数分布参数,优化构造自适应的死区偏移量模型.实验表明,相对于固定偏移量HDQ算法,其编码性能非常接近于SDQ算法.

简介：针对单一特征步态识别率低的问题，提出一种将步态能量图（GaitEnergyImage，GEI）中动态部分和Gabor小波特征融合的步态识别算法．首先，通过运动目标检测及二值化和形态学处理等预处理操作得到步态轮廓图，再进一步从步态轮廓图计算得到步态能量图，并从中分割出动态部分．然后，利用Gabor小波从步态能量图的动态部分中提取不同角度的信息，将两步态特征融合在一起，对融合后得到的特征向量用改进的KPCA方法进行降维．最后，将降维后的融合特征向量输入到基于多分类的支持向量机（SupportVectorMachine，SVM）中，从而完成步态的分类和识别．经过在中国科学院自动化研究所CASIA步态数据库上进行实验，取得了很好的识别效果，实验结果表明，与单一特征的步态识别方法相比，融合后算法的识别率提高了约10％．

简介：针对深度信念网络无法科学有效地确定网络模型深度和隐层神经元数目等问题，根据贪心算法思想，提出了一种动态构建深度信念网络模型的新方法.即从底层逐层构建深度信念网络的过程中，根据验证集错误分类率调整当前层神经元数目，使当前模型达到最优后，固定当前层神经数目，网络深度增加一层；继续调整下一层神经元数目，直至整个模型构建完成.最后，根据重构误差微调各层神经元数目.结果表明，与依据重构误差构建的深度信念模型相比，利用此方法构建的深度信念网络模型的分类准确率更高.

简介：行人检测在智能监控、自动驾驶、辅助驾驶、智能机器人等研究领域有着广泛的应用.传统的行人检测方法大多使用滑动窗口遍历图片的方式,导致计算量大,检测速度受到限制.目前基于深度学习的行人检测方法进入了一个快速的发展阶段,但是还存在例如小尺寸行人漏检等很多问题.现提出基于卷积神经网络的多尺度行人检测方法,分析了增加检测层、并联卷积层与改变卷积核尺寸对行人检测性能的影响.在KITTI数据集上的实验结果表明,该方法可以实现较好的行人检测效果.

简介：目的：研究多农药残留的茶叶质控品自制方法。方法：采用定量喷施法自制了20种茶叶中常检农药残留质控品。结果：该方法的制成的农药残留质控品的回收率在定量喷施量的68.4%~92.5%,RSD均小于10%（n=6）,该质控品2个月内的定值结果无显著性差异。结论：该方法操作简便,可用于茶叶中常检农药残留量的测定时的质控品。

简介：LDA主题模型是文本挖掘领域的重要算法，同时在推荐系统当中也有不错的表现.通过LDA主题模型挖掘用户感兴趣的主题，是目前最常用的用户兴趣主题挖掘方法之一.为了提高LDA主题模型应用在推荐系统时的推荐质量，我们提出了一种基于负样本进行学习的方法negLDA.通过创造出负样本来学习用户对物品的负面预测评分，同时结合正样本学习得到的正面预测评分，从正反两个方面进行综合评测，从而更加精确地衡量出用户对物品的预测评分.通过在MoviesLens-100k、MovieLens-1M、FilmTrust这三个数据集上的实验，表明所提出的算法在精确率、召回率、AUC三个指标上相比传统算法均有一定改进.

简介：马尔科夫预测模型具有＂无后效性＂,即预测未来的销售情况只与当前的销售数据有关,而与过去的销售数据无关.事实上,过去不同的时间点对当前的销售结果会有不同程度的影响.而指数平滑法恰好弥补了马尔科夫预测模型的缺点,它认为最近的过去销售数据,在某种程度上会持续到未来.因此本文利用二次指数平滑系数法优化马尔科夫预测模型,并以某品牌电动车的销售情况为例进行验证,发现优化后预测模型的绝对误差均小于马尔科夫模型的预测结果.由此得出结论,基于二次指数平滑法优化的马尔科夫预测模型具有可行性.

简介：针对因影响因素众多而难以预测的隧道沉降问题,使用粒子群算法（PSO）优化支持向量回归模型（SVR）并结合灰色理论中的等维新息,提出了混合模型对隧道沉降时间序列数据进行预测研究.与ELM极限学习机预测模型及PSO-BP神经网络预测模型进行了对比实验.发现等维新息SVR模型在预测精度上要优于其它两个模型,于是得出该模型可以有效地应用于隧道沉降时间序列的预测研究.

简介：道路目标检测在智慧城市建设中扮演着重要角色,而Faster-RCNN是目前主流的目标检测网络结构算法.本文在Faster-RCNN卷积神经网络结构基础上增加了特征金字塔网络层,并采用关注损失函数替代了原有的交叉熵损失函数.其中增加的特征金字塔特征融合层可以提取到检测图片中更具鲁棒性和一般性的前背景特征,而通过关注损失函数则能起到缓解检测图片中的正负样本不均的情况.最后,在公开数据集KITTI上实验证实,改进的目标检测算法能实现提高原有的Faster-RCNN目标检测准确率.

简介：为了能够对鱼塘、河流的水质进行长时间的在线监测,本文设计了一款在线式多参数水质监测系统.该系统具有灵活多变的传感器接入能力及数据融合性能,可以实时跟踪水质参数的变化、追踪污染源、辅助渔民养殖.系统以STM32F103为核心处理器,包括传感器及数据处理电路,通过RS485/MODBUS协议与PC进行通讯.采集的水质参数包括温度、pH、ORP、电导率、水位等五个常用基本参数.

简介：本文建立了以丙酮：乙酸乙酯：环已烷混合溶剂提取和乙酸乙酯提取两种简便、稳定的农药残留提取方法。且通过在蔬菜（甘蓝）上的添加回收率实验，采用PFPD检测器配CP-17毛细管柱和TSD检测器配CP-8两种仪器测方法的检测，结果表明这两种方法对甲胺磷、甲基对硫磷、毒死蜱等有机磷农药添加回收率均在72．4％～113．6％。

简介：本研究建立了紫外-可见分光光度法测定肉苁蓉中多酚类物质(以没食子酸计)含量的方法。当乙醇浓度为70%、温度为60℃、提取时间为30min、料液比为1:20时,肉苁蓉中多酚类物质(以没食子酸计)的提取效果最好。同时肉苁蓉样品中多酚类物质(以没食子酸计)的平均质量百分比为0.2422%。精密度、稳定性和加标回收结果显示该方法可行可靠。

简介：本文采用超声披提取、悌度冼脱及二极管阵列检测器和荧光检测器联用的反相高效液相色谱法测定土壤中的多环芳烃，方法简单、快速、准确、灵敏度高，能满足土壤中PAHs的检测要求。对15种PAHs，其荧光检测器的检测限介于0．01—50ng/mL之间，RSD介于2．3％～7．9％之间，回收率介于75％～90％之间。

简介：采用同位素内标法并结合凝胶净化技术,建立了婴幼儿米粉中多环芳烃残留的气相色谱一质谱（GC-MS）检测方法。样品中的多环芳烃经乙腈提取,凝胶渗透色谱柱去除杂质后,进行GC-MS测定,内标法定量。方法的样品加标回收率和相对标准偏差分别为62.8%-93.7%、8.2%-21.0%。多环芳烃的方法检测限为0.3μg/kg-2.4μg/kg。

简介：钯铈催化剂中助剂铈干扰钯含量的测定,试样采用王水溶解后用ICP-OES多谱拟合技术测定钯含量。考察了方法精密度和准确度,样品加标回收率为98.1%~102.7%,相对标准偏差1.59%。实验证明,方法简化了分析流程,准确性和重现性均好,方法检出限0.01mg/L,满足各品级钯铈催化剂中钯含量测定。

简介：建立了竹炭固相萃取-恒波长同步荧光法检测九龙江水样中多环芳烃（PAHs）。通过实验综合分析,选定正己烷为洗脱溶剂,洗脱溶剂体积为10mL,上样速率为5mL/min,上样体积为555mL。采用恒波长同步荧光法对多环芳烃进行定性定量,相关系数r〉0.99901,检出限在0.0080-0.90ng·mL-1,相对标准偏差为1.22%-4.20%。此方法应用于测定了龙岩市省控断面九龙江水体中的多环芳烃（PAHs）。水样的加标回收率在98.9%-110.4%该分析方法简便、快速,适用于水体中多环芳烃的分析检测。

简介：目的：建立圆葱中134种农药残留检测的气相色谱串联质谱（GC-MS／MS）确证方法。方法：样品中的待测农药组分经乙腈-乙酸乙酯混合溶剂（85：15，v／v）提取，采用改进了的QuEchERS法为净化方法，气相色谱-三重四级杆串联质谱（Gc-Ms／Ms）的多反应监测模式（MRM），内标法定量。结果：在0．01μg／mL～5．0μg/mL的浓度范围内，线性关系良好。在O．005mg／kg～0．1mg／kg添加水平范围内，回收率为60．1％-120．6％，相对标准偏差（RSD）为4．3％-17．8％（n=6）。结论：该方法准确性和重复性好、操作简便，适用于圆葱类复杂基质类蔬菜中多种农药残留的同时测定。