Theoretical investigation of synchronous totally asymmetric simple exclusion process on lattices with two consecutive junctions in multiple-input-multiple-output traffic system

In this paper, we study the dynamics of the synchronous totally asymmetric simple exclusion process (TASEP) on lattices with two consecutive junctions in a multiple-input-multiple-output (MIMO) traffic system, which consists of m sub-chains for the input and the output, respectively. In the middle of the system, there are N (nN synchronously increasing, the vertical phase boundary moves toward the right and the horizontal phase boundary moves toward the upside in the phase diagram. The boundary conditions of the system as well as the numbers of input and output determine the no-equilibrium stationary states, stationary-states phases, and phase boundaries. We use the results to compare with computer simulations and find that they are in very good agreement with each other.     

光谱谐波分析的新型HAC非监督分类器

高光谱影像分类是识别影像信息的重要途径之一,研究其算法对地物识别、动态变化监测和专题信息提取等方面具有重要意义。非监督分类由于其具有无须先验知识的特点,被广泛应用于高光谱影像分类。结合谐波分析理论提出一种新的高光谱影像非监督分类算法,即谐波分析分类器(harmonic analysis classifier,HAC)。首先,该算法统计第一谐波分量并绘制其直方图,根据波峰数目及位置确定初始地物类别和聚类中心像元。然后将待分类像元光谱的波形信息映射到谐波分解次数、振幅和相位的特征空间中,利用同类地物在特征空间中表现聚集性这一特征,根据最小距离原则对待分类像元进行归类。最后,计算聚类中心像元间的欧式距离,通过设置距离阈值完成类间合并,从而达到高光谱影像分类的目的。提取两种地物类别的光谱曲线,经谐波分析后得到谐波分解次数、振幅和相位量,并分析其在特征空间中的分布情况验证了HAC算法的正确性。同时将HAC算法应用到EO-1卫星的Hyperion高光谱影像得到其分类结果,通过对比K-MEANS,ISODATA和HAC算法的高光谱影像分类结果,证实HAC算法作为一种非监督分类方法在高光谱影像分类方面具有较好的应用性。     

基于不同化学计量学方法的土壤重金属激光诱导击穿光谱定量分析研究

工业的发展及城市化进程的深入,造成大量耕地土壤遭受重金属污染,土壤重金属元素的准确检测对制定土壤重金属防治决策提供有效参考。本研究应用激光诱导击穿光谱(LIBS)结合化学计量学方法对土壤中的铅(Pb)和镉(Cd)元素进行定量分析。根据土壤重金属污染的不同程度,人为制作了含有Pb和Cd元素的15个浓度梯度的土壤样本,并采集各个样本的LIBS谱线。采用剔除异常光谱和数据归一化来减少试验误差和噪声。综合土壤LIBS发射谱线中Pb和Cd元素谱峰信息以及美国国家标准与技术研究院(NIST)的标准原子光谱数据库,选取了Pb,Cd元素的分析谱线与分析谱线区间,对比分析基于多元线性回归(MLR)、偏最小二乘回归(PLSR)、最小二乘支持向量机(LS-SVM)和反向传播人工神经网络(BP-ANN)算法,建立分析谱线区间与对应Pb和Cd元素浓度之间的定量回归模型。结果表明,非线性的LS-SVM和BP-ANN的模型的预测性能优于线性MLR和PLSR模型,这可能是因为非线性模型能够通过自适应较好地解决土壤基体效应的影响。研究表明,LIBS技术结合多元化学计量学方法能够为土壤重金属准确检测提供新的分析手段,为制定农业土壤重金属防治决策提供有效的理论基础。     

毛细管气相色谱法分离2-苯基羧酸酯对映体

手性2-芳基羧酸酯是制备手性非甾体抗炎药物2-芳基羧酸的重要的中间体,为了建立可用于2-苯基羧酸酯对映体分离的手性毛细管气相色谱法(CGC),分别使用2,6-二-O-戊基-3-O-丁酰基-β-环糊精及2,6-二-O-苄基-3-O-庚酰基-β-环糊精作毛细管气相色谱手性固定相,研究了其对2-苯基丁酸甲酯、2-苯基丁酸乙酯、2-苯基丁酸异丙酯、2-苯基丙酸甲酯及2-苯基丙酸环戊酯等5种2-苯基羧酸酯对映体的分离能力。结果表明,用2,6-二-O-戊基-3-O-丁酰基-β-环糊精及2,6-二-O-苄基-3-O-庚酰基-β-环糊精作手性固定相的毛细管气相色谱法可以分离2-苯基丁酸甲酯、2-苯基丙酸甲酯和2-苯基丙酸环戊酯对映体。2,6-二-O-戊基-3-O-丁酰基-β-环糊精对3种2-苯基羧酸酯对映体的分离能力超过了2,6-二-O-苄基-3-O-庚酰基-β-环糊精。     

LSSVM模型下的近红外光谱联合区间波长筛选方法

针对传统近红外光谱波长选择方法忽略模型中非线性因素的缺陷,采用具有非线性处理能力的最小二乘支持向量机,结合间隔策略的波长选择方法和联合区间的思想,提出了一种非线性模型下的波长筛选算法—联合区间最小二乘支持向量机(synergy interval least squares support vector machines, siLSSVM)。以苹果糖度近红外光谱数据为例,与传统siPLS波长筛选方法相比,新算法的预测集均方根误差(RMSEP)在PLS模型和LSSVM模型预测时分别提高了37.43%和47.88%,预测集相关系数(RP)在PLS模型和LSSVM模型预测时分别增加了6.04%和7.31%。实例表明,对于存在非线性因素较强的光谱数据,siLSSVM算法能够有效的挑选最优波长区间与提高模型的预测精度和鲁棒性,为近红外光谱在非线性因素下筛选波长提供了新前景。     

基于高光谱成像技术的菜青虫生命状态检测研究

采用近红外高光谱成像技术对菜青虫的存活与死亡状态进行了研究,通过提取菜青虫不同状态的光谱信息,建立判别分析模型。以不同预处理方法对所提取的951.5～1 649.2 nm光谱进行预处理,并建立偏最小二乘判别分析(partial least square-discriminant analysis, PLS-DA)模型对菜青虫的生死状态进行判别分析,判别正确率接近或达到100%。用移动平均(moving average,MA)5点平滑光谱分别采用连续投影算法(successive projections algorithm, SPA)以及加权回归系数(weighted regression coefficient,B_w)分别选取了17和20个特征波长进行生与死状态的判别。基于特征波长建立了PLS-DA, K最邻近节点算法(K-nearest neighbor,KNN),BP神经网络(back propagation neural network,BPNN)以及支持向量机(support vector machine,SVM)模型,判别正确率接近100%。结果表明采用近红外高光谱成像技术对菜青虫生命状态的研究是可行的,为作物虫害的快速诊断提供了新方法。     

汽车自动变速箱油的近红外光谱识别研究

利用自编码网络(autoencoder network, AN)流形学习和稀疏表示(sparse representation, SR)方法对汽车变速箱油进行近红外光谱品种识别研究。以壳牌、美孚、嘉实多、上海大众和上海通用五种变速箱油为对象,利用AN方法对600～1800 nm近红外光谱数据进行非线性降维,获取10个特征变量。每种变速箱油选取30个样本(共150个样本)作为训练样本,每种30个样本(共150个样本)作为测试样本。所有训练样本的特征变量组成了稀疏表示方法的整体训练样本矩阵,将变速箱油品种分类识别问题转化为一个求解待识别测试样本对于整体训练样本矩阵的稀疏表示问题,通过求解L-1范数意义下的最优化问题来实现。经过主成分分析(principal component analysis,PCA)和AN降维后,分别利用线性判断分析法(linear discriminant analysis,LDA)、偏最小二乘支持向量机法(least squares-support vector machine,LS-SVM)和本文提出的稀疏表示分类算法进行分类比较。结果表明,结合自编码网络和稀疏表示方法对五种汽车变速箱油品种的平均识别准确率达97.33%,为汽车变速箱油品种近红外光谱快速准确识别提供了有效的新途径。     

邻氯苯甲腈的新合成法

以邻氯溴苯为起始原料,选用K4[Fe(CN)6]为氰基化试剂,Pd/C催化反应制得邻氯苯甲腈。 考察了温度、碱、催化剂的用量和原料比等对反应的影响,确定了较佳反应条件。 邻氯溴苯转化率达98.5%,产物邻氯苯甲腈得率95.1%。     

油菜籽品种的红外光谱鉴别研究

用傅里叶变换红外光谱(FTIR)技术结合光谱检索的方法对油菜品种进行鉴别研究。测试了15个油菜品种75份菜籽样品的红外光谱,利用光谱软件Omnic8.0建立了两个光谱数据库Lib01和Lib02,Lib01仅云南的9个品种的平均光谱组成,Lib02由全部15个品种的平均光谱组成。未知样品光谱分别与光谱数据库Lib01进行全谱范围的相关性检索和平方微分差检索,相关性检索的正确率达到77.8%,平方微分差检索的正确率达到82.2%。未知样品光谱分别与光谱数据库Lib02进行全谱范围和指定在1 700～950 cm-1光谱范围的平方微分差检索,全谱范围的检索正确率达到82.7%,指定光谱范围的检索正确率达到90.6%。研究结果表明,FTIR结合光谱检索的方法有望成为一种简便、易行的可以鉴别油菜籽品种的方法。     

吸光光度法测定荞麦花叶中总黄酮

荞麦花叶样品经由乙醚浸泡除杂,用甲醇索式抽提,并以芦丁为对照品,采用吸光光度法测定总黄酮的含量。建立了芦丁浓度与吸光度关系的回归方程,方法的回收率为99．2％～108．2%,精密度为0．35％。此方法操作简单易行,结果稳定可靠。