Metabolic Profile of Agropyron repens (L.) P. Beauv. Rhizome Herbal Tea by HPLC-PDA-ESI-MS/MS Analysis

Agropyron repens (L.) P. Beauv. (couch grass) is a world-wide infesting rhizomatous plant with pharmacological applications. Chemical research is focused on its allelopathic and anti-inflammatory components, which are mainly present in the essential oil. Conversely, the aqueous extracts have been sparingly investigated, although the herbal tea is by far the most used formulation. To fill the gap, the metabolic profile of Agropyron repens rhizome herbal tea was investigated by electrospray ionization (ESI) tandem–mass spectrometry (MS/MS); the phenolic profile was investigated by HPLC-PDA-ESI-MS/MS. ESI-MS fingerprinting was provided, evidencing diagnostic ions for saccharides, organic acids and amino acids. The HPLC-PDA-ESI-MS/MS analysis evidenced at least 20 characteristic phenolic compounds, the most representative being caffeoyl and feruloyl quinic esters, followed by coumaric, caffeic and ferulic acids, and hesperidin among flavonoids. In addition, the essential amino acid tryptophan was identified for the first time. The results suggest new perspectives of applications for Agropyron repens rhizome.     

基于连续谱特征提取的被动声纳目标识别技术

目标噪声特征提取和目标分类器设计是被动声纳目标识别系统的关键技术 .针对被动声纳目标识别 ,提出了一种新的连续谱特征提取方法 .此外 ,为了训练神经网络目标分类器 ,将遗传算法和 BP算法相结合 ,提出了一种新的自适应遗传 BP算法 .最后 ,对海上实录的三类目标噪声进行了分类识别 .实验结果表明 ,设计的被动声纳目标识别系统具有很好的分类效果     

融合深度特征和FHOG特征的尺度自适应相关滤波跟踪算法

为了解决核相关滤波跟踪算法在复杂场景下跟踪效果差的问题,提出了一种融合深度特征和尺度自适应的相关滤波目标跟踪算法。首先,通过深度残差网络（ResNet）提取图像中被跟踪区域的深度特征,再提取目标区域方向梯度直方图（FHOG）特征,通过核相关滤波器学习,分别得到多个响应图,并对响应图进行加权融合,得到跟踪目标位置。其次,通过方向梯度直方图（FHOG）特征,训练一个PCA降维的尺度滤波器,实现对目标尺度的估计,使算法对目标尺度发生变化有很好的自适应能力。最后,根据响应图的峰值波动情况改进模型更新策略,引入重新检测机制,降低模型发生漂移概率,提高算法抗遮挡能力,在标准数据集OTB100中与其他7种目标跟踪算法进行比较。结果表明,相比原始KCF算法,改进后的KCF算法精准度提升了29.4%,成功率提升了25.9%。所提算法实现了对跟踪目标位置的精准估计,提高了尺度自适应能力和算法速度,增强了算法抗遮挡能力。[JP]     

合成孔径雷达图像中机场跑道的自动识别

为解决雷达图像中的机场跑道识别问题 ,提出了一种合成孔径雷达图像中机场跑道的自动识别方法 .首先 ,对原始图像滤波并提取图像轮廓 ,其次对轮廓图作Radon变换 ,保留最大的几个Radon变换系数 ,将其余系数置 0 ,并对Radon逆变换得到的图像进行二值处理 ,从而过滤掉大部分干扰线条 ,仅保留图像中的主要直线条 ,最后利用直线模板滤除残余干扰线条 ,并根据阈值检测出机场跑道 .实验结果表明 ,所提方法能够准确地识别出复杂背景下的水平、垂直和倾斜的机场跑道     

属性测度及其在目标识别中的应用

为了获得一种训练快、精度高、计算量少的雷达目标识别方法 ,研究了属性测度和属性模式识别 ,及属性模式识别在目标识别中的应用 ,并将模糊聚类分析用于属性测度。经过研究发现 ,在不用指标的峰度时 ,可以达到很高的识别效果。与传统的神经网络法相比 ,属性模式识别法在训练速度上得到了大大的提高 ,并在识别效果上优于径向基神经网络法。以雷达目标识别为例证明了该算法的有效性。这为我们研究低分辨雷达提供了一种全新的方法。     

基于上下文敏感度的动态图像目标识别

针对机载实时系统获取的图像序列既不满足背景固定又没有目标、背景的高灰度比,而且常规方法处理这些图像存在局限性,提出了基于上下文敏感度的运动图像目标识别算法.首先,对标准Hough变换(HT)算法进行改进,即沿着某一方向做HT,如果线段长度或已识别的目标点数加上剩余线段长度小于阈值,则停止此方向的扫描,这种变换克服了标准HT以图像边界点为扫描边界的缺点.其次,在静态图像识别的基础上,定义了图像识别的置信度,对运动图像前后帧的关系进行了量化,据此实现了对目标的识别.实验结果表明,与标准HT相比,改进的算法不仅具有很强的稳定性和高抗干扰能力,识别准确性高,而且处理速度是标准HT的3～5倍.     

一维带限Weierstrass分形分层介质粗糙面电磁波透射特征

运用微扰法研究平面波入射分层介质粗糙面的电磁波透射问题,推出了不同极化状态的透射波散射系数公式。采用一维带限Weierstrass分形粗糙面模拟实际的分层介质粗糙面。结合一维带限Weierstrass分形粗糙面的功率谱,导出了平面波入射一维带限Weierstrass分形分层介质粗糙面的透射系数计算公式。通过数值计算。得出了HH极化状态下一维带限Weierstrass分形分层介质粗糙面透射系数的分形特征、基本特征、分区特征、随频率变化特征。结果表明,分维、空间基频、标度区间、底层介质介电常数、中间介质介电常数及厚度、粗糙面参数、入射波频率对透射系数的影响非常复杂。     

统一强度理论下小净距隧道围岩塑性区新解

将小净距隧道中岩柱塑性区不重叠的极限塑性区半径定义为塑性区贯穿半径,考虑中间主应力的影响,采用统一强度准则和Schwarz交替法,对小净距隧道的弹塑性状态进行分析,推导小净距隧道塑性区半径的解析表达式.通过算例,分析中间主应力、内摩擦角和黏聚力对理论解的影响.结果表明:当两隧道净距大于2.3倍的开挖半径时,两隧道之间的相互作用较小,塑性区半径趋于一个稳定值,稳定值比单孔隧道塑性区半径大17.7%,可近似按照单孔隧道进行处理;小净距隧的塑性区贯穿半径随着统一强度参数、内摩擦角和黏聚力的增大而减小;与同不考虑中间主应力作用相比,考虑中间主应力作用的塑性区贯穿半径减小9.19%~20.71%,充分发挥围岩的强度性能.     

结构化EM算法在小样本贝叶斯网络学习中的应用

在贝叶斯网络学习中,合理数据集的存在可以大大降低贝叶斯网络学习对知识工程的过多依赖.但当数据集中样本数量不够大时,可能没有足够多的样本甚至不存在样本来代表变量间的某些条件独立关系,从而无法学习贝叶斯网络.将数据集修正与结构化-期望最大化算法相结合,得到一种有效的小样本上贝叶斯网络学习的方法,实验结果表明,该方法能够有效地进行小样本上贝叶斯网络学习.     

采用熵函数法的多传感器空间配准算法的研究

针对传感器空间配准问题,提出了一种基于滑窗法的极小化极大熵函数的传感器空间配准算法。该算法使用熵函数作为优化准则,根据传感器的量测模型推导出关于传感器系统偏差的目标函数,然后借助极大熵函数的思想,将目标函数的绝对值转化为对应的极大熵函数,并且使用拟牛顿法求得的极大熵函数的解作为传感器系统偏差的估计值。在单目标跟踪场景和多目标跟踪场景下,与传统传感器空间配准算法在相同的仿真条件下进行对比,仿真结果表明,所提算法能够有效地提高传感器距离量测和角度量测系统偏差的估计精度,从而实现高精度的空间目标跟踪。