Sequentially Estimating the Approximate Conditional Mean Using Extreme Learning Machines

This study examined the extreme learning machine (ELM) applied to the Wald test statistic for the model specification of the conditional mean, which we call the WELM testing procedure. The omnibus test statistics available in the literature weakly converge to a Gaussian stochastic process under the null that the model is correct, and this makes their application inconvenient. By contrast, the WELM testing procedure is straightforwardly applicable when detecting model misspecification. We applied the WELM testing procedure to the sequential testing procedure formed by a set of polynomial models and estimate an approximate conditional expectation. We then conducted extensive Monte Carlo experiments to evaluate the performance of the sequential WELM testing procedure and verify that it consistently estimates the most parsimonious conditional mean when the set of polynomial models contains a correctly specified model. Otherwise, it consistently rejects all the models in the set.     

Simultaneous Inference for High-Dimensional Approximate Factor Model

This paper studies simultaneous inference for factor loadings in the approximate factor model. We propose a test statistic based on the maximum discrepancy measure. Taking advantage of the fact that the test statistic can be approximated by the sum of the independent random variables, we develop a multiplier bootstrap procedure to calculate the critical value, and demonstrate the asymptotic size and power of the test. Finally, we apply our result to multiple testing problems by controlling the family-wise error rate (FWER). The conclusions are confirmed by simulations and real data analysis.     

加速溶剂萃取-气相色谱质谱法测定太子参中酰胺类除草剂的含量

建立了太子参中乙草胺、丁草胺和S-异丙甲草胺的加速溶剂萃取-气相色谱/质谱测定的分析方法。对提取溶剂、萃取温度、净化材料、不同冲洗体积和静态萃取时间、循环次数等实验条件进行了优化。用HP-5MS弹性石英毛细管柱经柱程序升温技术分离,并用质谱检测器检测,内标法计算含量。本方法测定太子参中乙草胺、丁草胺和S-异丙甲草胺的检出限分别为0.16 ng/g、0.18 ng/g和0.05 ng/g,精密度分别为2.6%、3.9%和3.1%,回收率为80.2%-104.1%。所测样品不含上述3种除草剂残留。本方法简便、干扰小、检测效果好,可用于太子参药材中此类除草剂残留的分析。     

土壤和沉积物中凝聚态有机质的表征

在375℃条件下用三氟醋酸(TFA)、通氧燃烧的方法,从珠江三角洲被污染的3个土壤和6个沉积物样品中提取非水解有机碳(NHC)和碳黑(BC),并进行了元素分析、傅里叶变换红外光谱(FTIR)、固态13C核磁共振(13CNMR)、放射性碳加速质谱等一系列定性、定量的研究。结果表明:用三氟醋酸(TFA)可以成功地提取凝聚态的非水解碳,消除了碳水化合物等可水解有机质对凝聚态有机质研究的干扰。样品中非水解碳和碳黑碳分别占总有机碳含量的25.6%～70.5%和4.14%～17.3%,其平均值分别为44.2%和11.2%。非水解碳和碳黑两者的O/C和H/C比值都比较低;13C核磁共振显示NHC中主要含有脂肪碳和芳香碳峰,其中含氧官能团几乎可以忽略。研究表明,非水解碳主要由不同成熟度的沥青或干酪根、古老的陆源有机质、碳黑、煤、木质素等组成。实验结果表明:用水解的方法可以从土壤和沉积物中分离出凝聚态的碳。     

既有铁路钢桥剩余疲劳寿命的概率性评估

中国铁路线上大量既有钢桥承受着日益繁重的交通荷载,其疲劳剩余寿命与使用安全已受到桥梁管理部门的高度重视,为避免不必要的维护与更换,应建立合理的既有钢桥使用安全评估方法。在建立能反映铆接钢桥疲劳破坏机理的脆断和韧断概率失效模型基础上,给出了疲劳可靠性分析的极限状态方程,并合理确定了随机变量的参数取值。建立了铆接钢桥构件双角钢概率疲劳破坏模型,基于Monte Carlo算法实现了铆接钢桥构件双角钢疲劳断裂失效概率的计算,编制了相应的概率断裂分析程序DAPFF。进而将概率断裂力学评估方法应用于京九线赣江桥的时变疲劳可靠度分析,并给出了赣江桥概率疲劳剩余寿命评估结果与维护对策。     

手持式马铃薯品质多通道离散光谱检测装置设计与试验

马铃薯是我国第四大主要粮食作物,随着马铃薯主食化战略的提出,其市场占比逐年攀升,但各地甚至同区域内马铃薯品质参差不齐,严重影响了马铃薯行业的发展。实现马铃薯品质快速无损检测对马铃薯主食化产业的发展有着重要的现实意义。该研究以研发低成本马铃薯品质无损快速检测装置为目的,采用连续投影算法(SPA)分析光谱仪环境下马铃薯加工品质特征波长的分布情况,根据标准正态变换(SNV)预处理状态下的模型结果选取了一个包含7个波段(700, 750, 800, 850, 900, 950和1 000 nm)的多通道光谱传感器,并根据马铃薯特殊的表皮特征及内部质地均匀性,设计了一种手持式马铃薯多品质可见/近红外局部漫透射检测装置。利用研发装置建立了马铃薯多品质偏最小二乘预测模型,马铃薯干物质含量、淀粉含量预测模型验证集均方根误差分别为1.05%和1.02%。同时,基于QT的开发工具,采用C语言编写了实时分析设备控制软件,实现了对马铃薯内部品质的一键式实时无损检测。对研发装置检测稳定性和精度进行了试验验证。结果表明,研发的手持式马铃薯多品质传感器检测装置可以满足现场实时检测需求,为马铃薯主食化产业的发展提供技...     

密立根油滴平衡状态的确定

通过分析密立根油滴的受力情况和运动状态,确认在测量油滴做匀速运动一段确定距离的时间时,不必考虑油滴的加速过程.测量时间和平衡电压时应按顺序进行,先测量时间,后测量平衡电压.在一般情况下,如果油滴在受电场力的作用下15 s内没有移动,可以认为仪器显示电压是平衡电压.     

基于应力波传播机理的混凝土无损检测研究综述

混凝土结构在基础设施中应用广泛,但环境与荷载导致材料和结构的老化损伤问题,势必影响材料性能及耐久性和结构完整性及安全性.构建有效的混凝土材料性能评估和结构损伤识别体系是当前研究热点.现有研究因对应力波传播机理不深入理解、损伤定位定量模型理想化、损伤形式简化等问题仍存在局限性.因此,开发普适全面、稳定可靠的无损检测系统,...     

液滴微流控系统在数字聚合酶链式反应中的应用研究进展

数字聚合酶链式反应( PCR)技术近年来发展迅速。与以实时荧光定量PCR为代表的传统PCR技术相比,数字PCR技术显著提高了定量分析的精确度和灵敏度。数字PCR的快速发展与近年来微流控技术在数字PCR技术中的广泛应用有着密切的联系。早期的研究和商业化产品使用的是大规模集成流路微流控芯片,加工过程复杂且价格高昂。近年来,液滴微流控芯片被应用到数字PCR技术中,它可以在短时间内产生102~107个微液滴,每一个微液滴都是最多只含有一个目的基因片段的PCR反应器。 PCR扩增后,通过对单个微液滴的观察计数,就可以获得绝对定量的分析数据。本文综述了不同种类的液滴微流控系统在数字PCR技术中的应用,以及液滴数字PCR微流控芯片在生物、医药、环境等领域的应用。     

基于智能手机的即时检测

新冠肺炎疫情的爆发使人们对即时检测(POCT)的需求不断增加,而智能手机作为目前人类最离不开的工具,在POCT中具有巨大的应用潜力。基于智能手机的POCT有以下独特的优点:(1)操作简单,不需要专业培训;(2)无需长时间等待,可以及时获得测试结果;(3)制作成本低,有利于在资源有限地区使用。因此,基于智能手机的POCT正迅速成为传统实验室检测的潜在替代方法。在这里,我们以POCT所检测的对象(体液、挥发性有机化合物、生命体征)为分类的基础,并结合目前主流的传感策略,包括比色技术、荧光技术、电化学技术、压电传感、热电传感、超声传感、光电传感等,对近三年基于智能手机的传感器在POCT中的应用进行了全面的回顾。我们评估了这些传感器的性能以及发展潜力,此外,还介绍了POCT中使用的新兴技术,如纳米技术、柔性电子器件、微流体技术、生物可降解技术、自供能技术、多路检测等。最后,总结了目前基于智能手机的POCT面临的问题,并对其未来的发展进行了展望。