基于荧光光镊与机器学习的单细胞血液分类方法

利用物种间血液成分的差异来识别物种,对生物医学、医疗健康、海关、刑侦、食品安全、野生动物保护等工作十分重要。但目前的研究都是针对群体细胞展开,忽略了单细胞的异质性,开展基于单细胞的血液光谱分类方法研究非常迫切。在此提出了一种基于荧光光镊和机器学习的单细胞血液分类方法,利用光镊实现了单细胞捕获,通过荧光光谱检测系统获得了单细胞荧光光谱数据,并基于机器学习方法实现了准确分类。首先,设计并搭建了一套荧光光镊系统,实现了单细胞捕获和荧光光谱检测。然后,制备了马、猪、犬、鸡四种动物的红细胞稀释液,以440 nm激光作为荧光激发光源,获得了四个物种每种100条、共计400条荧光光谱数据,并进行了背景去除、平滑、归一化的预处理,消除了信号中的噪声干扰。随后,建立了随机森林分类模型,分析了当抽取特征数k=20时,模型中树的棵数与预测准确率之间的关系,当决策树m=500时,分类正确率趋于稳定,有很高的分类正确率和运行效率。进一步地,设定样本数据的30%作为测试集、 70%为训练集,计算不同波长与特征重要性之间的关系,得到了10个分类准确率,并取平均值作为模型分类的准确率,测试集最终准确率达到93.1%,...     

物理解题中隐含条件的挖掘——以2019年高考全国Ⅰ卷、Ⅱ卷、Ⅲ卷选择题为例

隐含条件的挖掘和准确把握,在很多时候对于物理问题的快速解决起着关键性的作用,在审题过程中能快速找出隐含条件,并利用隐含条件解题更是在考试过程中准确高效解题的最好方法.本文以2019年高考全国Ⅰ卷、Ⅱ卷、Ⅲ卷选择题为例详细分类探讨了物理解题中隐含条件的挖掘这一问题,希望对于学生如何在题目中快速找出隐含条件有所帮助.     

成像光谱技术的研究与发展

成像光谱技术是20世纪70年代末发展起来的一项新型航天航空遥感技术。综述了成像光谱技术的发展背景,在海洋、大气、植被、地质研究等领域的应用现状。介绍了成像光谱技术的几种主要分类、各种类型的特点以及国内外具有代表性的方案。提出了大孔径干涉型成像光谱仪的原理,并展示了攻关样机和实验数据。     

智能电网的10G-EPON中基于贝叶斯分类的业务感知机制

随着智能电网的发展及其多种信息业务的涌现,10G-EPON作为业务接入技术日益成为重要支撑;然而业务的多元化对10G-EPON的多业务支撑能力提出了重要挑战.为了适应电力系统中多种不同类型业务的需求,本文对智能电网的信息业务特性进行分析,提出了一种基于贝叶斯分类的10G-EPON业务感知机制;并且根据10G-EPON中OLT与ONU的主从式网络架构特点,提出了业务感知的主从式实现方式.该机制使用贝叶斯网络分析数据包的特征,进而确认待传送业务的类型.在贝叶斯业务分类的基础上,通过OLT和ONU之间的交互决定业务的资源分配和传输策略.为了验证新机制的有效性,分别从时延和丢包率两方面进行系统仿真.仿真结果表明,所提出的基于贝叶斯分类的业务感知机制在时延和丢包率具有显著的优势,能够实现业务与10G-EPON的高效匹配,提高10G-EPON在智能电网应用中多业务的区分支持能力.     

“伪双杆”问题分类剖析

在电磁感应“双杆”问题中,一杆作切割磁感线运动,而另一杆静止;或者另一杆运动但不切割磁感线;还有双杆不同时切割类“伪双杆”等问题的分类例析.     

大直径双螺旋垃圾给料机研制

目前国内城市生活垃圾处理的均匀给料，特别是原生垃圾的均匀给料是一个难题。垃圾给料机作为垃圾处理前分选系统的龙头设备，应该具备不堵料、不卡料、无缠绕、均匀给料的能力。但目前国内使用的垃圾给料机都不同形式地存在卡料、堵料、缠绕、不均匀和无量控制等弱点，使前分选系统经常维修，处于半工作状态，影响垃圾处理厂正常运行。为此，环保中心于2003年承担了大直径双螺旋垃圾给料机研制。     

基于线性调频Z变换和短波语音通话的飞机类型识别研究

研究用短波语音通话携带的飞机舱室噪声对飞机类型进行识别的方法。分析了飞机舱室内噪声在短波信道和语音通话干扰下的物理特性,定义了估计语音段的飞机噪声信噪比的公式,提出了自适应的抑制语音增强飞机噪声的模型,通过CZT变换分别提取目标信号不同频段的功率谱密度级特征,并设计了用支持向量机进行分类识别的二叉分类树。对8类现场实测数据进行实验:增强后语音段的平均信噪比提高约22 dB,分类树对语音应答间隔噪声、语音段信号和增强后的信号的平均识别率分别为82.79%,15.25%,50.18%。实验表明:应答间隔噪声可用于飞机类型识别;语音抑制算法带来较大的信噪比和识别率增益,证明语音段蕴含有助于飞机类型识别的重要信息,可为后续的研究奠定基础。     

抗癌新药德氮吡格及其衍生物的定量构效关系

按氢分类的分子电性距离矢量（Hydrogen-association classified molecular electronegafivity-distance vector,H-MEDV）是由4种类型原子间的相互作用得到的一种描述分子二维结构的拓扑描述子.本文根据H-MEDV来研究创新构型抗肿瘤药物德氮吡格（TNBG）及其衍生物活性与其结构之间的关系,利用多元线性回归和逐步回归,建立的4变量模型的相关系数R=0.862.对筛选后建立的模型用留一法交互检验的结果为Rcv=0.713,结果表明模型具有较好的预测能力和稳定性.     

基于拉曼光谱的复杂硫化矿快速分类方法研究

热液硫化物型脉状矿作为一类复杂硫化矿,其区域特征、成矿规律及矿物成份已有初步研究。由于成矿时期的不同,矿石中有用矿物的特征存在较大差异,导致不同矿物的性质变化较大。在选矿过程中,矿物性质的差异一定程度增加了选矿难度,减少了有用矿物回收率。因此,迫切需要一种快速、简单的对复杂硫化矿进行分类的方法,进而提高选矿指标。激光拉曼光谱技术作为一种能够分析物质结构信息的手段,已被应用于矿物的成份鉴定和结构分析。通过对大量矿物样本的激光拉曼光谱的研究,结合矿物性质深入揭示其光谱差异的原因,提出了一种基于拉曼光谱的复杂硫化矿矿源分类方法。实验结果表明：由于此类复杂硫化矿成矿时期的差异,从而造成矿物结构和性质存在较大差异。荧光主要由原矿中的脉石矿物产生,猝灭矿物中瞒石的荧光背景后可知201.62, 242.54, 288.38和309.77 cm-1处拉曼峰可以作为此类硫化矿的拉曼指纹谱。为此,基于此类硫化矿的荧光强度和代表谱峰强度与荧光背景比值可以将矿源分为三类,并利用工业试验结果进一步验证分类方法的准确性。本研究深入分析了此类复杂硫化矿的激光拉曼光谱与其矿物性质与类别之间的密切关系,提出了矿源快速分类方法,矿样无需经过复杂的化学前处理过程,对提高选矿作业效率具有重要应用价值。     

基于激光诱导击穿光谱技术的土壤快速分类方法研究

为实现不同种类土壤的快速分类鉴别,实验研究了基于激光诱导击穿光谱技术的土壤快速分类方法。由于不同类型的土壤在元素组成上会存在较大差异,所以利用激光诱导击穿光谱技术进行土壤分类具有可行性。不同土壤在相同实验条件下产生的等离子体温度会存在较大差异,可以作为分类的重要依据,所选择的7类土壤中,赤红壤的等离子体温度最高。选取土壤中6种常量元素Si,Fe,Al,Mg,Ca和Ti的光谱强度作为分类指标,利用主成分分析(principal component analysis,PCA)对7种土类的25个样品进行了分类,其中砖红壤和赤红壤分类出现了交叠,而不同高山草甸土样品之间元素差异较大,并没有实现较好的聚类。利用反向传播神经网络(back-propagation artificial neural network)结合土壤的LIBS光谱对土壤进行了分类,分类结果与PCA结果相近,赤红壤与砖红壤出现了识别错误。当用PCA分析获得三个主成分值作为BP神经网络的输入量时,获得了较好的分类结果,因为简化了输入量,降低了BP神经网络的误差,此时只有一个高山草甸土被识别成褐土,而高山草甸土的等离子体温度显著低于褐土,所以结合不同土壤类型的等离子体温度差异,能够实现不同土壤的分类识别。实验证明激光诱导击穿光谱技术可以应用于土壤分类,为土壤普查和合理利用提高了一种新的技术。