基于电子舌检测的橙汁贮藏品质研究

为实现对不同储存时间的鲜榨橙汁品质进行客观、快速的评价,采用基于虚拟仪器技术的电子舌系统对6种不同储存时间下的鲜榨橙汁样本进行定性和定量分析。针对电子舌输出信号特点,分别采用主成分分析(Principal Component Analysis,PCA)和离散小波变换(Discrete Wavelet Transform,DWT)方法对输出信号进行预处理,以分类效果为依据,确定离散小波变换作为较佳特征提取方法。在此基础上,采用线性判别分析(Linear Discriminant Analysis,LDA)方法对不同储存时间鲜榨橙汁样本进行定性分析,然后采用粒子群优化最小二乘支持向量机(Particle Swarm Optimization Least Squared-Support Vector Machines,PSOLSSVM)对鲜榨橙汁的不同储存时间进行定量预测。结果表明:LDA结果中第一判别式(LD1)和第二判别式(LD2)的综合贡献率为95.7%,6种储存时间下的鲜榨橙汁样本均得到有效定性辨别;而PSO-LSSVM预测模型对鲜榨橙汁的不同储存时间具有较高的定量预测精度,其相关系数(R~2)、均方根误差、平均绝对误差分别为0.999 1,0.287 7,0.232 8。     

一维Logistic映射混沌伪随机序列统计特性研究

针对一维Logistic映射的非线性混沌动力学特性进行了分析,并提出一种混沌伪随机序列的统计特性改进算法,以求取得比一般随机数构造方法更好的统计特性。利用一维Logistic映射产生的混沌时间序列,加入反正弦与反余弦变换,对Logistic映射进行优化改进,以提高伪随机数列的统计特性。通过定性分析和定量计算发现,改进后的Logistic映射统计特性受迭代次数的限制较小,在随机性和均匀性上都优于常用的随机数列构造方法。     

宁夏不同地区、不同品种枸杞中元素含量差异分析

为探讨宁夏不同产地、不同品种枸杞中无机元素含量的差异,筛选可表征宁夏枸杞的有效指标,采集宁夏固原、中卫、中宁和银川4个地区及同产区宁杞1号、宁杞5号、宁杞7号和宁杞9号4个品种枸杞样品,采用电感耦合等离子体质谱仪测定枸杞样品中的Al、As、B、Ba、Cd、Co、Cr、Cu、Hg、La、Li、Mg、Mn、Mo、Ni、Rb、Sc、Se、Sr、Th、Ti、Fe、Zn、P、Ca和Pb 26种元素含量,对其进行方差分析和主成分分析。结果显示:宁夏不同品种枸杞中元素含量没有显著性差异,但宁夏不同产地枸杞样品中元素含量有其各自的特征,不同种植地区枸杞中的Al、As、Ba、Co、Cu、La、Mg、Mn、Mo、Ni、Rb、Sc、Sr、Ti、Th、Fe和Ca的含量差异达到了极显著水平;且枸杞中26种元素之间存在一定的相关性和依存关系,对枸杞中26种元素进行主成分分析,可筛选出Ni、Li、Al、As、Mo、P、Th、Zn、Pb、Hg、Ba作为枸杞的特征元素。结论表明,元素分析技术可作为枸杞产地溯源的有效手段。     

基于慢性疾病轨迹框架的糖尿病患者的自我管理教育干预及效果分析

目的：探讨基于慢性疾病轨迹框架的糖尿病患者自我管理教育干预效果。方法：选取2022年1月至2023年5月东莞市某医院门诊及住院患者400例,其中初始期患者和稳定期患者各200例。依据干预方式分为观察组和对照组,每组各100例。观察组根据患者疾病阶段给与针对性的自我管理教育与支持,对照组给与统一无差异自我管理信息推送。于干预前,干预第1月末、第3月末、第6月末测量空腹血糖;于干预前、干预第3月末、第6月末测量糖化血红蛋白浓度;于干预前、干预第6月测量自我管理水平。结果：初始期及稳定期的两组患者干预前空腹血糖、糖化血红蛋白浓度及自我管理水平无显著差异。空腹血糖方面：干预第1月末、第3月末、第6月末,初始期及稳定期观察组患者均低于对照组,有统计学意义(P<0.05)。糖化血红蛋白方面：初始期及稳定期观察组患者干预第3月末、6月末均低于对照组,有统计学意义(P<0.05)。自我管理方面：干预第6月末,初始期观察组患者评分均高于对照组,有统计学意义(P<0.05)。结论：基于慢性疾病轨迹框架的糖尿病患者的自我管理干预效果较常规自我管理健康教育好,更加具有针对性和个性化的支持,从...     

一种新型的柔性夹头

该装置应用于直切式水下切粒机上,对保证切粒的均匀性和保护切粒刀片起到积极地作用。     

单分散纳米硫酸锶粉体的制备

利用过饱和溶液存在介稳区且其宽度可调节的原理,使反应物在沉淀形成前充分微混,制备出纳米硫酸锶粉体.分析了反应条件的改变对产品粒径和粒度分布的影响,利用正交试验确定适宜的工艺条件.产品用TEM及X射线粉末衍射进行表征,并测定其粒度分布.结果表明：通过改变溶液介稳区宽度可以制备粒度分布窄、晶型一致的纳米硫酸锶粉体.并从唯象层面上推测了向反应体系中加入EDTA和乙醇的作用机理.     

基于稀土元素和稳定同位素指纹的枸杞道地性表征

【目的】本研究旨在探讨稀土元素结合碳氮稳定同位素在枸杞原产地判别中的可行性,为枸杞地理标志产品保护提供技术支撑。【方法】采集宁夏、甘肃、青海和新疆5个产区共222份枸杞样本,利用电感耦合等离子体质谱(ICP-MS)及元素分析-稳定同位素比值质谱仪（EA-IRMS）测定枸杞中14种稀土元素及碳、氮稳定同位素比值,结合化学计量学方法分析了监测指标在枸杞成熟阶段中的变化规律,并构建了枸杞产地判别模型。【结果】La、Nd、Sc、Nd、Dy、Gd、Sm、Eu、Tb、Ho、Tm、δ13C、δ15N在枸杞成熟过程中具有显著变化,随着枸杞成熟,稀土元素及碳氮稳定同位素具有明显的变化规律;11种稀土元素在4个枸杞产区间存在显著差异,δ13C、δ15N在部分产区间存在显著差异;主成分分析可提取出5个主成分,前2个主成分可有效区分新疆、青海的枸杞样品,宁夏和甘肃的样品不能有效区分;采用Fisher线性判别分析方法构建了基于La、Nd、Sc、Y、Pr、Eu、Yb、Dy、Gd、Tb、Ho、Tm、δ13C、δ15N 14个指标的枸杞产地判别模型,判别模型正确判别率在90.1%以上。【结论】基于稀土元素和碳、氮稳定同位素指纹的差异可以有效鉴别不同产地的枸杞。     

基于电子舌和 WGAN-CNN 模型的小麦贮存 年限快速检测

为了实现对不同贮存年限陈化小麦的快速检测,提出一种伏安电子舌结合卷积神经网络(convolutional neural network, CNN)和基于Wasserstein距离的生成对抗网络(wasserstein generative adversarial nets, WGAN)组合的模式识别模型。使用伏安电子舌对6种不同贮存时间小麦采集电子舌信号。针对电子舌信号信息量大、特征提取困难等问题,设计了一种基于CNN结构的电子舌信号特征自动提取和分类识别模型。为解决CNN模型因训练样本不足而导致泛化能力差等问题,使用WGAN构建电子舌信号样本集,通过对生成信号集的学习,提高了CNN模型对电子舌信号的识别能力。实验结果表明,与AlexNet、VGG16等深度学习模型和随机森林(RM)、极限学习机(ELM)等传统机器学习模型相比,WGAN-CNN模型对电子舌信号的分辨能力更强,其测试集准确率、精确率、召回率和F1-Score分别达到0.98、0.98、0.977和0.988。研究表明电子舌结合WGAN-CNN模型可实现对小麦贮存年限的快速检测,该研究为基于人工智能的感官识别技术提供了一种新的研究思路。     

基于多元变量泰勒级数展开模型的定位算法

传统Taylor级数展开模型只考虑未知节点和锚节点之间的距离,没有考虑未知节点之间的距离,定位信息不够全面,从而导致定位精度不高。为了进一步提高定位精度,该文提出了一种新的基于多元变量Taylor级数展开模型的定位算法。首先考虑未知节点之间的距离信息,建立新的基于多元变量Taylor级数展开的定位模型。然后,在对新的定位模型求解过程中,采用粒子群算法对未知节点进行定位,获得其位置的初始值。再根据加权最小二乘法求出新模型的解,作为未知节点的估计位置。最后,为评价该算法的性能,对定位结果的克拉美罗界（CRLB）进行推导。仿真结果表明基于多元变量Taylor级数展开模型的定位精度更高,定位误差接近CRLB。     

基于电子鼻系统的白酒掺假检测方法

采用自行研制的便携式电子鼻检测系统,建立了一种能够快速辨别白酒掺假的新方法。系统检测时:首先利用传感器阵列获得白酒"指纹数据",随后通过离散小波变换(discrete wavelet transform,DWT)提取反馈信息里的特征信息,然后采用主成分分析(principal component analysis,PCA)实现对不同纯度掺假白酒样品的定性判别、采用人工蜂群优化最小二乘支持向量机(artificial bee colony least squared support vector machines,ABC-LSSVM)实现对不同纯度掺假白酒样品的定量预测。结果表明,PCA对掺假白酒区分效果较好,区分正确率高达100%; ABC-LSSVM预测模型对白酒纯度具有较高的定量预测性能,其验证集中相关系数R~2为0. 933 2,平均绝对误差MRE为6. 564 3%,均方根误差RMSE为0. 023 4。该研究可为掺假白酒的定性辨别及定量预测提供技术支持。