融合形态学连通域和CV模型的民族服饰图案纹样元素分割方法

对民族服饰图案进行自动分割以提取图案纹样元素，是民族服饰图案素材库构建急需解决的难题。通过融合形态学连通域标记和CV模型（MCC-CV），提出了一种民族服饰图案自动分割方法，首先对民族服饰图案进行预处理，然后采用形态学连通域标记算法获得待分割目标的位置和大致轮廓信息，对CV模型进行初始化，最后通过CV模型对不同分割目标进行边缘追踪，以实现民族服饰图案纹样元素的自动分割。实验表明，融合形态学连通域和CV模型的民族服饰图案纹样元素自动分割方法在边界召回率（BR）为0.5时，分割准确率为60%，与其他自动分割算法相比，该算法更为有效，满足了民族服饰图案素材库建设对图案纹样元素分割的基本要求。     

一种基于卷积神经网络的恒星光谱快速分类法

恒星光谱数据的分类是天体光谱自动识别的最基本任务之一，光谱分类的研究能够为恒星的演化提供线索。随着科技的发展，天文数据也向大数据时代迈进，需要处理的恒星光谱数量越来越多，如何对其进行自动而精准地分类成为了天文学家要解决的难题之一。当前恒星光谱自动分类问题的解决方法相对较少，为此本文使用了一种基于卷积神经网络的方法对恒星光谱MK系统进行分类。该网络由数据输入层、四个卷积层、四个池化层、全连接层、输出层构成，与传统网络相比具有局部感知、参数共享等优点实验。在Python3.5的环境下编程，利用Tensorflow构建了一个简单高效的具有四个卷积层的卷积神经网络，并将Dropout作用于全连接层之后以防止过度拟合。Dropout的基本思想：当网络模型进行训练时，把一些神经网络节点按一定的比例丢弃，使其暂时不发挥作用。Dropout可以理解成是一种十分高效的神经网络模型平均方法，由于它不依赖于某些局部特征所以能够让网络模型更加鲁棒。实验中使用的一维恒星光谱图是取自LAMOST DR3数据库，首先进行预处理截取光谱3 600~7 300 Å的部分，均匀采样后使用min-max标准化法对其进行初始化。实验包括两部分：第一部分为依据恒星光谱MK系统对光谱进行分类，每一类的训练样本包含1 000条光谱数据，测试样本为400条光谱数据，首先通过训练样本对CNN网络进行训练，进行3 000次的迭代，用训练后的网络将测试样本进行分类以验证网络的准确性；第二部分为相邻两类的恒星光谱的分类，其中O型星数据集样本为250条光谱，其余类别恒星样本数据集均为4 000条光谱，将数据5等分，每次选取当中的一份当作测试集，其余部分当作训练集，采用5折交叉验证法求得模型准确率，用BP神经网络进行对比实验。选择对网络模型进行评估的指标包括精确率P、召回率R、F-score、准确率A。实验结果显示CNN在对六类恒星光谱进行分类时其准确率都在95%以上，在对相邻类别的恒星进行分类时，由于O型星样本量较少，所以得到的分类结果不太理想，对其余类别的恒星分类准确率都高于98%，以上结果都证明了CNN算法能够很好地解决恒星光谱的分类问题。     

抗IgG-Fc蛋白ssDNA适配体的筛选与鉴定

传统的抗IgG-Fc单克隆抗体制作过程繁琐、耗时长且批间差异大,极大的限制了其应用。因此寻找一种抗IgG-Fc单克隆抗体的替代元件是十分必要的。本研究基于微孔板指数富集的配体系统进化技术（微孔板-selex）,设计了针对抗IgG-Fc蛋白ssDNA适配体的筛选方案。交替包被5种IgG单克隆抗体于酶标孔作为筛选靶分子,将从靶分子上洗脱的核酸适配体作为模板进行PCR扩增,生物素-链霉亲和素ELISA测定第3,7,13,14,16,18轮筛选获得ssDNA文库与内酰胺酶单克隆抗体的结合能力,并将第19轮筛选获得的ssDNA文库进行TA克隆验证、高通量测序。经过19轮筛选,得到69796条抗IgG-Fc蛋白的适配体,选取出现频率最高的ap-1（178次）、ap-2（129次）、ap-3（58次）体外合成并在其5,端标记生物素,经ELISA鉴定3条适配体分别与5种IgG单克隆抗体有着较强的结合能力,并与3%BSA几乎不结合。Ap-1结合能力最强,被认为是本次筛选得到最佳抗IgG-Fc蛋白核酸适配体。实验结果表明本文筛选获得抗IgG-Fc蛋白的核酸适配体,具有成为抗IgG单克隆抗体替代元件的潜力。     

自动石墨消解–电感耦合等离子体质谱法同时测定左氧氟沙星胶囊中7种金属元素

建立自动石墨消解-电感耦合等离子体质谱法(ICP-MS)同时测定左氧氟沙星胶囊中铅、铬、砷、镉、锡、铝、铁7种金属元素含量的方法。以HNO3-H2O2()体积比为1∶1为消解体系,采用自动石墨消解法消解左氧氟沙星胶囊样品,消解液除酸后,用5%硝酸溶液定容至50 mL,采用电感耦合等离子体质谱法对消解液进行测定,以内标法定量。铅、铬、砷、镉、锡、铝、铁的质量浓度在0.05~20.0μg/mL范围内与质谱响应值成良好的线性关系,相关系数均大于0.998,方法检出限为0.119~1.323μg/kg。样品加标回收率为91.2%~105.5%,测定结果的相对标准偏差为1.67%~3.46%(n=6)。该方法样品前处理简单,检出限低,测定结果准确,适用于左氧氟沙星胶囊等沙星类抗生素中多种金属元素残留的测定。     

基于分区搜索算法的快速聚焦策略研究北大核心CSCD

针对爬山算法在自动聚焦中出现的诸如准确率差、速度慢等问题,提出了一种结合自适应步长和两步搜索法的分区搜索算法。方法根据聚焦评价函数值大小和曲线线形将聚焦评价曲线分为平缓和陡峭两个区域,平缓区域使用自适应步长进行搜索,提高自动聚焦搜索速度;陡峭区域使用两步搜索法,避免假峰值干扰所导致的聚焦错误,提高自动聚焦准确率。实验结果表明,分区搜索算法相较于爬山算法聚焦速度提升了11.25%,且具有更好的准确性和抗干扰能力。     

适用于本科教学的BET比表面测定实验

采用自组装的流动吸附仪建立了基于BET吸附原理的快速测定固体比表面积的实验方法(单点法),对同一活性炭样品,在多功能气体吸附系统上进行对照实验(多点法)。实验结果表明,采用流动吸附仪测定比表面积方便易行,数据稳定可靠,实验教学效果良好。本文介绍这一特色实验,期望对从事物理化学实验教学的同行有所助益。     

ATCase:一个基于多项式约束求解的数值程序测试用例自动生成工具北大核心CSCD

现有的基于符号执行的测试用例自动生成技术存在不足之处:由于精度限制和非线性约束求解的复杂性,符号执行在遇到复杂的非线性浮点约束时效果并不理想.针对这一现状,给出了一个基于多项式约束求解和区间验证的测试用例生成算法.对于复杂非线性约束难以求解的问题,采用基于低秩矩量矩阵恢复的多项式系统求解方法,该方法对于含有等式和不等式的多项式系统,相较于其他方法求解速度更快,更适合大规模问题的求解;对于浮点约束求解不准确的问题,采用基于区间分析的验证算法来计算包含精确实解的区间,基于该区间给出测试用例,可以避免浮点计算的不准确和异常.结合该算法和符号执行工具KLEE-FP实现了一个测试用例自动生成工具ATCase(automatically generate test case),它能够分析数值程序中的路径并自动生成满足路径约束的测试用例.在两个开源软件库中的2两个复杂的真实程序上运行的实验结果表明ATCase相比KLEE-FP所使用的STP求解器,能快速生成具有更高覆盖率的测试用例,特别是在处理相对复杂的非线性约束时,优势更加明显.     

改进种群多样性的双变异差分进化算法

差分进化算法(DE)是一种基于种群的启发式随机搜索技术,对于解决连续性优化问题具有较强的鲁棒性.然而传统差分进化算法存在种群多样性和收敛速度之间的矛盾,一种改进种群多样性的双变异差分进化算法(DADE),通过引入BFS-best机制(基于排序的可行解选取递减策略)改进变异算子"DE/current-to-best",将其与DE/rand/1构成双变异策略来改善DE算法中种群多样性减少的问题.同时,每个个体的控制参数基于排序自适应更新.最后,利用多个CEC2013标准测试函数对改进算法进行测试,实验结果表明,改进后的算法能有效改善种群多样性,较好地提高了算法的全局收敛能力和收敛速度.     

全自动红外吸收光谱法测定硫化矿矿石中全硫量

近年来,随着全自动红外测硫仪的快速发展,仪器性能的升级优化,加之对固体矿物质种类和高硫含量检测技术有了新的技术突破。因此将全自动红外测硫仪应用于硫化矿矿石中全硫量的测定,采用国家硫矿石标准样品中不同段的硫含量(标准值),建立标准工作曲线,再结合实际样品校正该曲线,建立了一种用全自动红外吸收光谱法测定硫化矿矿石中全硫量的检测方法。方法的主要特点是包括样品称量在内的整个测试过程由计算机控制自动完成,自动化程度极高,分析时间短,结果准确、可靠。选取当地不同矿物特性的8个样品,测定的相对标准偏差RSD(n=11)均小于2.5%,样品加标回收率为86.2%~117%,与化学法(空气或氧气燃烧-碘量法)测定结果对照,测定结果都在允许误差范围内,完全能够满足日常硫化矿矿石中全硫含量的检测要求。     

自动快速燃烧－离子色谱测定铜精矿中的氟

建立了自动快速燃烧（AQF）－离子色谱联用测定铜精矿中氟的方法。将 AQF 的自动化特性和离子色谱的灵敏度高、准确性好的特点结合起来,能够实现操作过程的连续自动化。结果表明,线性范围内（1.0?50.0 μg )校准曲线相关系数 r >0. 999,氟的检出限为0.0004%。按照实验方法测定铜精矿样品中氟,结果的相对标准偏差（ RSD ,n =6)为2.14 % ?4.24 %。将实验方法用于铜精矿标准样品氟含量测定,测定值与认定值吻合较好;方法对照试验表明,实验方法对氟含量的测定值与国家标准 GB/T 3884. 12—2010的测定值基本一致。