超高效液相色谱-四极杆/静电场轨道阱高分辨质谱快速筛查染发剂中32种染料成分

建立了超高效液相色谱-四极杆/静电场轨道阱高分辨质谱快速筛查和分析染发剂中32种禁限用染料的分析方法。样品经甲醇-2 g/L抗坏血酸水溶液溶解提取,正己烷净化,用ZORBAX Eclipse Plus C_(18)(3.0 mm×100 mm,1.8μm)色谱柱分离,以甲醇-5 mmol/L乙酸铵水溶液为流动相进行梯度洗脱,采用正、负离子切换同时测定了32种染料成分,显著提高了检测通量。以全扫描模式下提取的保留时间和一级母离子精确质量数以及同位素丰度比,实现对染发剂中多种染料成分的快速筛查;以自动触发采集的二级碎片离子精确质量数进行确证。32种染料在相应的质量浓度范围内线性关系良好,相关系数(r~2)均大于0.99;定量下限(LOQ)为0.2～40μg/g,回收率为81.0%～110%,相对标准偏差(RSD)为3.3%～9.9%。该方法简单、准确、快速,适用于染发剂中多种禁限用染料成分的高通量快速定性筛查和定量分析。     

基于感知偏序模型的图标视觉复杂度研究

视觉复杂度分析是计算机视觉研究的重要分支。当前主流研究方法采用基于用户数据的统计概率模型进行定量评估,这样虽能获得统计型结论,但由于缺少对潜在逻辑规则的考虑而无法逼近用户真实模型。用户感知评价的不稳定性常常导致训练模型收敛困难或者次最优现象的出现。本文针对此问题,结合用户感知评价特征与视觉特征的关系,提出基于用户感知偏序关系的视觉图标复杂度分析模型。针对感知数据难以获取和表示的困难,本文提出基于二比较的偏序关系表示用户感知特征;采用可信度预处理减少用户评价数据矛盾冲突对于模型预测的影响。通过提取特定的可视化特征,本文提出改进的SVM模型对基于偏序对的感知数据进行训练获得图标视觉复杂度感知模型。通过进行Pearson、Kendall和Spearman系数的对比,本文预测模型在中国大学图标数据库上与人工评价结果高度相似(>90%)。与最新算法的对比结果证实了本文算法的有效性和先进性。     

基于最小位移可视差的连续Seam Carving算法在图像缩放中的研究

图像缩放技术要求对图像缩放的同时保证重要信息不丢失且物体边缘不发生扭曲。近年来,Seam Carving及其改进算法得到了广泛的关注和研究。由于采用了离散式最小能量线迭代搜索策略,缩放信息无法在迭代过程中传递导致扭曲现象普遍存在。该文针对上述问题提出最小位移可视差(JND)检测算法,能够有效地检测每一次迭代中出现的潜在扭曲信息。能量权重\begin{document}$ {E}_{w} $\end{document}能够将JND信息累加传递给后续的迭代过程,从而抑制缩放过程中的边缘扭曲现象。通过JND算法和能量权重,该文首次将离散的Seam Carving模型转变为连续缩放模型。最后,在公共数据集RetargetMe上与最新的图像缩放算法进行多组对比实验,验证了所提方法的有效性和先进性。     

融合多记忆模块的半监督单图像去雨方法

近年来,基于监督学习的单图像去雨技术取得了较好的效果。由于获取真实雨图对具有较大的困难,所以现有的方法大都基于标记的合成数据集进行训练。但合成数据与真实数据在雨纹的密度、方向和形状等方面存在差异,导致训练的模型泛化性和实用性较差。针对这一问题,本文提出了一种融合多记忆模块的半监督框架,由监督分支和无监督分支组成,能更好地同时使用标记的合成数据与未标记的真实数据训练去雨网络来提高模型对于真实雨纹的处理能力。模型的关键在于将多记忆模块加入到Encode-Decoder框架中,记忆模块通过多次对特征向量的建模,提高网络对多种雨纹/雨滴的识别能力,进而提高网络的去雨能力。在公开数据集上进行了大量实验,证明了该模型的优越性。     

大数据分析技术在装备监测系统中应用研究

针对装备状态监测系统中长期积累的大量数据缺乏有效分析手段、利用率低等问题,对装备监测系统中存储的在线监测数据和积累的历史数据,建立可分析挖掘的大数据集;运用数据分析和机理分析的方法建立比较模型,采用异步信息融合的算法对数据进行处理,利用大数据的多尺度特性研究装备生命周期的分析预测、优化运行、预知维修等目标,提高了装备运用知识的获取速度,有利于构建完整的装备生命周期预测诊断体系。     

超高效液相色谱-四极杆/静电场轨道阱高分辨质谱快速筛查水产品中28种农药类环境激素

建立了超高效液相色谱-四极杆/静电场轨道阱高分辨质谱快速筛查和分析水产品中28种农药类环境激素的方法。样品经乙酸乙酯提取,Captiva ND Lipids小柱净化,用Acquity UPLC@BEN C18色谱柱(2.1mm×50 mm,1.7μm)分离,以甲醇和0.1%甲酸水溶液为流动相进行梯度洗脱。采用正、负离子切换同时测定了28种农药类环境激素,大大提高了检测通量。以全扫描模式下提取的保留时间和一级母离子精确质量数以及同位素丰度比,实现对水产品中多种农药类环境激素的快速筛查;以自动触发采集的二级碎片离子精确质量数进行确证。结果表明,目标化合物的线性关系良好,相关系数(r2)大于0.99;除乙草胺、腐霉利和杀螟硫磷外,其他化合物的检出限不大于10μg/kg,回收率为65.7%~98.9%,相对标准偏差为6.2%~11.3%。该方法简单、准确、快速、可靠,适用于水产品中多种农药类环境激素的高通量快速定性筛查和定量分析。     

分布式拒绝服务攻击及IP溯源技术探析

拒绝服务攻击已经成为威胁互联网安全的重要攻击手段,本文介绍了分布式拒绝服务(Distributed Denial of Service,DDo S)攻击的概念,分析了DDo S攻击的原理;最后介绍了多种IP溯源技术的优缺点。     

基于高分辨质谱的化妆品中20种香料的高通量检测

基于静电场轨道阱高分辨质谱技术,建立化妆品中20种香料成分的高通量检测方法,并应用于实际样品中香料成分的筛查与定量分析。利用香料成分标准品通过高分辨质谱正负离子切换FullMS/ddM S^2扫描方式分析,获得多种香料成分的保留时间、一级母离子和二级碎片离子精确质量数,构建香料成分筛查谱库。样品用甲醇超声提取后,经超高效色谱柱分离,采用高分辨质谱分析,利用TraceFinder软件对化妆品中的香料成分与谱库相关信息匹配,实现目标物的高通量筛查确证,筛查确认后利用一级母离子外标法进行香料成分的定量分析。经验证该方法的线性关系良好(R^2>0.99),方法的检出限(0.1~10μg/g)、回收率(89.6%~109.1%)和精密度(3.1%~9.2%)能够满足欧盟对香料成分标注的限量要求,可用于同时测定化妆品中多种香料成分。     

遗传算法在模型音乐作曲创新中的应用

本文将遗传算法与“模型音乐”作曲方式相结合。按照模型音乐作曲方式产生音乐模型，然后利用遗传算法对乐曲进行进化，以产生与传统作曲方式相区别的、更具特征性的乐曲。并且利用实验进行了验证。     

基于最小位移可视差的连续Seam Carving算法在图像缩放中的研究

图像缩放技术要求对图像缩放的同时保证重要信息不丢失且物体边缘不发生扭曲。近年来,Seam Carving及其改进算法得到了广泛的关注和研究。由于采用了离散式最小能量线迭代搜索策略,缩放信息无法在迭代过程中传递导致扭曲现象普遍存在。该文针对上述问题提出最小位移可视差(JND)检测算法,能够有效地检测每一次迭代中出现的潜在...