洗涤剂引起的富营养化及无磷助剂开发

本文介绍了洗涤剂助剂三聚磷酸钠对水体造成的富营养化以及国内外为解决富磷污染而开发的各种无磷助剂。特别是对最常用的 4A沸石和新型热点助剂δ层状硅酸钠的特点和应用前景做了详细讨论。     

应用Hilbert变换提取拉曼光谱相位信息进行血液识别分类方法的研究

将拉曼光谱技术和化学计量学方法相结合实现了对人血和动物血种属的区分,并提出了一种基于Hilbert变换的拉曼光谱相位提取方法,提高了人血与动物血区分的准确度。分别对血液光谱数据和它所对应的相位信息进行主成分分析(PCA),通过主成分得分图比较两者对人与动物血液的区分程度,并建立偏最小二乘判别分析(PLS-DA)模型,通过设置合适的分类阈值y,可以实现人与动物血液的有效区分。结果表明在选取第一、第二主成分分析时,利用光谱数据相位信息建立的PCA模型,识别率更高,人与动物血液明显区分开来。其所对应的PLS-DA模型最优主成分数为3,预测标准误差(RMSEP)和决定系数(R2)分别为0.044 3和0.993 2。而用血液原始光谱建立的PLS-DA模型最优主成分数为6,RMSEP和R2分别为0.053 7和0.990 1。说明利用拉曼光谱相位信息建立的PLS-DA模型可以拟合较少的主成分数来获得误差更小的预测结果。进一步观察PLS-DA模型拟合不同主成分数的预测标准误差曲线图,当选取同样多的拟合主成分数时,利用血液拉曼光谱相位信息建立的PLS-DA模型其所对应的预测标准误差均低于原始血液光谱数据。所以,通过提取血液拉曼光谱数据的相位信息,可以降低模型的复杂程度,提高识别准确度。     

基于主成分分析结合拉曼光谱快速识别血液归属的研究

以3种不同的动物(3×10)血样以及21个人血液作为分析对象,采用主成分分析(PCA)结合拉曼光谱进行血液定性识别检测,通过矢量归一化对拉曼信号进行预处理,以及杠杆值与残差值得分图剔除异样点,使得人与动物血样的识别率均高于95%,并在此基础上进一步采用PCA进行动物血样之间的识别,使得个体的识别率高于90%。实验结果表明PCA在血液识别检测中具有较好的应用前景和可行性,该方法也可以为刑侦、生命科学等应用领域提高借鉴。     

基本解方法求解一个三维线弹性力学反问题

将用于求解椭圆型偏微分方程边值问题的基本解方法应用于求解一个三维线弹性反问题,即Navier方程组的Cauchy问题.基本解方法离散方程所得的线性方程组是高度病态的,常见的求解方法如最小二乘法等无法得到合理的解.文中应用Tikhonov正则化和截断奇异值分解这两种正则化方法求解线性方程组,所需正则化参数则根据L-曲线确定,克服了问题的病态性.数值算例表明,本文方法能有效地求解三维线弹性力学反问题,而且这两种正则化方法所得到的结果精度相当.