基于核酸探针的光学传感方法和细胞成像研究

许多疾病的特征在于各种生物分子表现出的异常活性,这些物质通常在细胞内外显示过表达现象,因此对其灵敏靶向识别可以提供诊断和治疗效用。由于基因诊疗和化学传感技术的发展,用于灵敏检测细胞内外生物化学物质的核酸探针突显优势。核酸探针可以在稳定进入细胞的同时,特异性地结合目标物质,通过光学方法检测或通过成像技术标识出来。本文综述了采用光学传感方法和成像技术,基于核酸探针检测生物分子的新进展。根据检测对象进行分类,概括分析了几个代表性体系:核酸序列、蛋白质和酶、化学物质和物理化学条件,并详细阐述其关键设计原理、灵敏度及样品检测等结果,同时指出了各类核酸探针的优缺点。     

PVA固定化脲酶电极的制作及电极特性的研究

利用PVA低温下的物理交联固定酶,制成酶电极并在不同尿素浓度、pH值、温度等条件下进一步研究这种酶电极的响应特性.     

光学分析方法在DNA检测中的应用

介绍了用于DNA检测的各种光学分析方法及其原理,主要包括荧光法、化学发光法、光纤传感法、比色法、表面等离子共振法以及其他光学衍生方法。     

基于芘的荧光熄灭的单质碘荧光敏感膜的研究

单质碘熄灭固定于增塑的ＰＶＣ膜中的芘的荧光，且这种熄灭作用可逆。本据此研制了用于测定单质碘浓度的荧光敏感膜，最佳膜组成为２～４ｍｇ芘、５０ｍｇＰＶＣ粉、１００ｍｇ邻苯二甲酸二异辛酯，测定碘的浓度范围为２．２６×１０＾－５～１．０４×１０＾－３ｍｏｌ／Ｌ。此膜测定单质碘的重现性好，响应时间小于４０ｓ。除Ｆｅ＾３＋、Ｂｉ＾３＋外，其它常见离子均无干扰。将此膜用于食盐中碘的测定，结果令人满意。     

Towards robust grasping: An analysis of in-hand object motion with FBG optical fibers as force sensing technology

To enable or allow for advanced manipulation scenarios in the envisaged future in robotic manipulation, the introduction of tactile or force-sensing technology is essential. This work introduces a study on a novel integration of fiber sensing elements inside the fingers of robotics grippers that allow obtaining accurate interaction forces during object manipulation. The study focuses on in-hand object motion and analyzes the objects’ dynamic behaviors during grasping or contact phases. The proposed approach classifies the behavior of the gripper-object interaction in real-time by looking at the measured forces in the orthogonal direction of the gripper’s fingers after a filtering stage. The methodology is validated theoretically and evaluated with real experiments using objects presenting different shapes, sizes, and surface properties.     

基于测地线距离和正交投影的端元提取算法

端元提取是高光谱遥感图像混合像元分解的关键步骤。传统线性端元提取方法忽略了像元内地物的非线性混合因素,制约了混合像元分解精度的提升。针对高光谱图像数据的非线性结构,提出一种基于测地线距离的正交投影端元提取算法,将测地线距离引入端元单体提取过程,利用正交投影方法逐个提取端元。为了降低测地线距离计算量,在端元提取前先利用自动目标生成方法和无约束最小二乘法对原始高光谱数据进行数据约减。模拟和真实高光谱图像实验表明,该方法能够表征光谱数据中非线性因素,端元提取结果优于传统自动目标生成端元提取方法。     

基于MELMD-ICA的光纤振动信号降噪方法

针对分布式光纤传感系统所采集含噪信号,提出一种改进集成局部均值分解(MELMD)联合独立成分分析(ICA)的降噪方法,引入排列熵判决机制提高抑制模态混叠与虚假分量能力。首先使用MELMD方法分解含噪信号得到乘积函数(PF)并进行信号重构;将含噪信号和重构信号求差得到虚拟噪声,构造虚拟通道;然后使用ICA对含噪信号和虚拟通道进行信噪分离,得到最终结果。通过实验验证,该方法与EMD-ICA,EEMD-ICA,MELMD相比,能更好地消除信号中的噪声,保留信号的特征信息。     

一种采用压缩协方差的无线电宽带频谱感知方法

为有效降低宽带频谱感知的观测时间和计算复杂度,提出了一种基于压缩协方差的无线电宽带频谱感知方法。首先,通过循环稀疏规则测量不同标记的距离,运用多陪集采样组代替奈奎斯特模数转换器,形成基于多陪集采样库的欠奈奎斯特采样结构;其次,构建压缩协方差频谱感知模型,运用频谱决策模块对输入样本进行处理,完成频谱分析;最后,通过Matlab生成测试信号数据,对所提频谱感知算法进行建模与性能分析。实验结果表明,所提方法能够将检测误差控制在有效范围内,且与传统频谱检测方法相比,所提方法在不同信噪比环境下具有更高的频谱检测水平度。     

多尺度特征融合U-Net的遥感影像黑臭水体智能检测

研究采用卫星遥感技术获取高分辨率遥感影像水体样本数据集,基于深度卷积神经网络从高分辨遥感影像中提取水体并进行黑臭水体智能监测,提出了一种改进U-Net的黑臭水体检测网络模型(IWDNet)。基于U-Net结构引入跳跃式多尺度特征融合,结合通道注意力机制、卷积注意力模块、通道与空间注意力机制生成不同多尺度特征融合注意力机制(MFFAM)模块进行对比,并引入空洞卷积扩大网络感受野,最终实现黑臭水体的识别检测。实验证明：基于跳跃式多尺度融合与CBAM注意力机制的黑臭水体检测网络(MFFCBAM-IWNet)模型有效提升了识别精度,在高分辨遥感影像水体样本数据集上表现最佳,总体精度达98.56%,Kappa系数达0.978 4。     

基于贝叶斯压缩感知的子空间拟合离格DOA估计

针对传统的基于稀疏贝叶斯学习（Sparse Bayesian Learning,SBL）的波达方向估计算法对噪声鲁棒性不高的问题,提出了一种基于SBL的子空间拟合离格波达方向(Direction of Arrival,DOA)估计方法。首先对接收数据的协方差矩阵进行特征分解,获得信号的加权子空间,构造等价信号的稀疏表示模型并利用贝叶斯学习算法进行参数求解。同时对于网格划分带来的建模误差问题,采用了离格贝叶斯推导（Sparse Bayesian Inference,SBI）算法进行求解,利用期望最大化算法迭代更新相应的参数。仿真结果表明,相对于传统的DOA方法,该方法具有更好的估计精度。