书讯《钢分析化学与物理检测》

本书由常熟出入境检验检疫局朱志强、许玉宇和顾伟主编,是一部以钢及其制品的分析化学和物理检测技术为主要内容的专业书籍。钢及其制品是社会生产和公众生活所必需的基本材料,分析检验技术在钢产品的生产、加工、贸易、消费等过程中发挥了质量监督、控制和评价的重要作用。     

半监督偏最小二乘法在烟叶近红外感官评价模型中的应用

半监督学习方法可以充分利用大量未标注样本来弥补已标注样本的不足,针对应用近红外光谱建立农产品等复杂体系的分析模型中,存在获得大量精确标注样本较困难,而使用少量标注样本或大量未准确标注样品建模结果不理想的问题,基于半监督自训练理念,提出半监督偏最小二乘(Semi supervised-partial least squares,SS-PLS)方法优化模型。本研究以全国不同产地、不同等级的211份原料烟叶近红外光谱及其对应感官评价数据为例,应用SS-PLS方法优化模型,模型性能较原始模型有显著提高,优化后SS-PLS方法模型的决定系数(R2)达90%左右,建模标定值分布标准差与拟合值标准差的比值(Ratio of Performance to Deviation,RPD)达3.0以上,模型内部交叉验证及预测标准差(Standard error of cross validation SECV以及Standard Error of Prediction,SEP)值达1.0以下;并将原始感官评价数据与SS-PLS优化后的数据,按照固定阈值划分为优、中、差三个等级,应用基于主成分及FISHER准则的投影方法(Projection Model based on Principal Component and Fisher Criterion,PPF)分析得到的结果表明,SS-PLS优化后的分类结果也显著好于原始感官评价数据。SS-PLS可解决使用小样品集建模的数据代表性问题,在获得大量精确标注样本较困难情况下,为建立近红外光谱分析模型提供了一种新的化学计量学方法。     

中广测被指定为国产非特殊用途化妆品备案检验机构

<正>根据广东省食品药品监督管理局《关于增加指定国产非特殊用途化妆品备案检验机构的公告》(粤食药监妆〔2014〕58号),中国广州分析测试中心(中广测)通过了该局组织专家对提交申报资料的审核及现场评审,被指定为国产非特殊用途化妆品备案检验机构,自2014年5月12日开始,可承担国产非特殊用途化妆品的微生物和卫生化学备案检验工作。     

家具将可整体检测 两项新国标起草完成

<正>《木家具中有害物质限量国家标准》(修订)已起草完成,根据新标准,未来家具可整体放入环境气候舱进行有害物质检测,检测后家具不会被破坏,可继续使用。此外,《软体家具沙发中有害物质限量》、《软体家具床垫中有害物质限量》两项新制定的国家标准也已完成起草,目前三项标准正等待有关部门审核后公布。软体家具新标准将增加对甲醛、     

投影机产品行业质量研究

投影机广泛应用于教育、商务、家庭娱乐等场所,产品质量备受关注。根据2016年-2021年期间4次投影机产品国家监督抽查的结果,对投影机产品质量、存在的潜在风险及质量问题成因进行分析。结果表明投影机产品不合格情况尚未杜绝,标准解读不准确、电磁兼容设计不合理及生产过程质量管控不到位因素造成产品不合格的主要原因。     

全国电磁兼容标准化技术委员会第二届暨第一次全体委员会议召开

全国电磁兼容标准化技术委员会（以下简称电磁兼容标委会）第二届暨第一次会议于2006年4月7日争9日在江西省井冈山市召开,电磁兼容标委会委员29人和顾问委员1人到会,委员有3人因故请假。国家标准化技术委员会（以下简称国标委）高新部谷晓宇处长,原国家质量监督局标准化司司长姚世全也出席了会议。     

基于DIGNET网络的数据融合方法

针对数据融合和目标识别的特点,提出了基于DIGNET自组织聚类人工神经网络的数据融合方法。考虑到多传感器系统测量多个参量的特点,用并行的子网络结构代替中间隐层,实现了基于决策层的信息融合目标识别。利用仿真数据对基于DIGNET的数据融合方法进行了实验研究。实验结果表明,该方法具有数据正确分类率高和抗噪能力强等优点,有效地实现了融合识别。将该方法应用于前视红外和可见光双传感器目标跟踪系统的数据融合识别是可行的。     

基于生成模型的联邦学习隐私保护算法

在联邦学习中,交换模型参数或梯度信息通常被视作是安全的。但近期研究表明,模型参数或者梯度信息也会导致训练数据的泄露。基于保护客户端数据安全的目的,提出了一种基于生成模型的联邦学习算法。为了验证该算法的有效性,在DermaMNIST数据集上进行了仿真实验,采用梯度泄露攻击对算法进行验证。实验结果表明,提出的基于生成模型的联邦学习算法与联邦学习经典算法在准确率上仅仅相差0.02%,并且通过MSE、PSNR、SSIM等评价指标可以判断出该算法可以有效地保护数据隐私。     

基于命名识别算法的IT设备故障快速识别方法研究

考虑到当前IT设备故障快速识别方法信息处理分类能力较差,导致设备故障识别率与准确率较低的问题,将命名识别算法应用到故障识别中,设计基于命名识别算法的IT设备故障快速识别方法。使用扩张卷积网络,完成设备运行信息采集与预处理。选用N-Gram改进算法获取设备故障特征,根据故障特征使用命名识别算法构建设备信息匹配模型。选用粗糙集理论完成故障识别。构建对比实验环节,经实验结果证实,新型方法可有效提升设备故障识别率与准确率,得到可靠性较高的故障识别结果。     

智能物联网时序数据分析关键技术研究综述

智能物联网是人工智能和物联网的结合,通过人工智能技术处理物联网产生的海量数据,提供智慧化的分析和决策,从而提升数据的实用价值。智能物联网被广泛应用于智慧城市、智慧医疗、智能家居、无人驾驶等多个领域。时间序列数据是智能物联网中最重要的数据类型之一。时序数据泛指一切随时间有序变化的数据集合。智能物联网各种应用场景产生的海量监测数据多以时序数据的形式存在。智能化的时序数据分析技术,包括时间序列分类、聚类和异常检测等,是支撑智能物联网应用的重要基础。本文对智能物联网时序数据分析中重要程度高、需求迫切的关键技术问题进行总结和分析,并进一步探讨未来的研究方向。