关于First-return积分

给出了定义在单位区间上实值函数的first-return积分的性质及其证明,并用first-return极限概念给出了Baire-1类函数的特征.     

基于气相色谱-离子迁移谱及机器学习的呼气分析方法

采用气相色谱-离子迁移谱（GC-IMS）技术,以饮用不同风味咖啡后的呼出气体为样本,研究GC-IMS谱图的预处理、特征提取及分类预测方法。针对呼出气体GC-IMS谱图复杂的特点,采用基于Birch聚类的多阈值分级聚类方法,提高聚类精度同时降低干扰影响。对比了决策树、随机森林、支持向量机、人工神经网络和深度森林5种机器学习方法在呼气样本上的分类预测性能。深度森林方法有低数据量和低参数要求的优点,在呼气样本集上的分类精度为90%,精确率和召回率的调和平均值F1得分为90.67%,显示了其在呼气分析GC-IMS谱图处理中的应用潜力。     

多束毛细管柱–离子迁移率谱检测环境大气中的苯系物

采用多束毛细管柱–离子迁移率谱(MCC–IMS)系统对环境大气中的苯、甲苯、乙苯、二甲苯和苯乙烯5种苯系物进行快速检测。IMS漂移管温度为80℃,载气和漂移气均为洁净空气,测得苯系物的约化迁移率。苯、甲苯、乙苯、二甲苯和苯乙烯分别在0.20~3.00,0.20~2.00,0.15~1.00,0.25~3.00,0.08~1.00 mg/m~3质量浓度范围内线性良好,线性相关系数均不小于0.96。基于3倍噪声计算,苯、甲苯、乙苯、二甲苯和苯乙烯的检出限分别为0.055,0.023,0.017,0.065和0.013 mg/m~3。MCC–IMS法可快速检测混合样品中5种苯系物,其中苯、甲苯和苯乙烯的定量相对误差分别为5.0%,9.4%,0.2%,测定结果的相对标准偏差分别为2.7%,5.0%,6.7%(n=6)。MCC–IMS的单次测量可在3 min内完成。