高效液相色谱-在线柱后衍生荧光检测法同时测定水产品中14种磺胺类药物残留

建立水产品中14种磺胺类药物的高效液相色谱-柱后衍生荧光检测法。均质后的水产品试样用乙酸乙酯提取、盐酸溶液反萃取、正己烷脱脂、反相色谱柱分离、在线柱后衍生、荧光检测器检测、内标法定量。14种磺胺类药物(磺胺、磺胺嘧啶、磺胺噻唑、磺胺甲基嘧啶、磺胺5-甲氧嘧啶、磺胺二甲基嘧啶、磺胺甲氧哒嗪、磺胺氯哒嗪、磺胺6-甲氧嘧啶、磺胺甲基异噁唑、磺胺多辛、磺胺异噁唑、磺胺二甲氧哒嗪、磺胺喹噁啉)的线性范围为2.5～800μg/L,线性相关系数均大于0.9934;在2.5～200μg/kg三个添加水平范围内的平均回收率为88.9%～98.6%,相对标准偏差均小于6.96%。14种磺胺类药物的定量检出限为2.5～20μg/kg。方法重现性好、灵敏度高,杂质干扰少,广泛适用于水产品中磺胺类药物残留的检测。     

基于车内外视觉信息的行人碰撞预警方法

行人碰撞预警系统通常依据行人检测与碰撞时间判断的方式为驾驶员提供预警信息。为了提供更加可靠的危险判断依据，本文提出一种同时分析道路状况与驾驶员头部姿态的行人碰撞预警方法，用两个单目相机分别获取车辆内外环境图像。通道特征检测器用于定位行人，根据单目视觉距离测量方法估计出行人与自车间的纵向与横向距离。多任务级联卷积网络用于定位驾驶员面部特征点，通过求解多点透视问题获取头部方向角以反映驾驶员注意状态。结合行人位置信息与驾驶员状态信息，本文构建模糊推理系统判断碰撞风险等级。在实际路况下的实验结果表明，根据模糊系统输出的风险等级可以为预防碰撞提供有效的指导。     

一种直觉模糊粗糙集属性约简新算法

将信息熵理论与直觉模糊粗糙集结合起来,提出一种基于互信息的直觉模糊粗糙集属性约简新算法.给出了在直觉模糊环境下,基于互信息的属性重要度和属性依赖度的度量准则.本文所提出的算法以属性重要度和依赖度为双重度量标准,采取可增可删的双向回归算法,在保持分类精度不变的情况下,最后得到决策表的最小属性约简.实例表明在多属性的决策表约简中,在本文提出的算法得到的属性约简的基础上而得到的决策规则是较简捷、较完备的.     

鱼油中多氯联苯检测方法的研究

目的建立毛细管气相色谱法测定鱼油中多氯联苯的方法。方法用氢氟酸和浓硫酸的混合溶液消解样品,以正己烷提取、浓硫酸净化后,用毛细管气相色谱法测定。结果方法的回收率为92.6%~105.2%,相对标准偏差(RSD)为2.98%~4.71%,最低检出限为0.25~0.48μg/kg。结论该方法简便、快捷,其灵敏度、准确度和精密度均能满足鱼油中多氯联苯分析的要求。     

基于无线技术的交通灯系统设计

针对目前城市道路交通灯控制系统的安装、改造的问题,提出了采用ZigBee和太阳能结合的无线控制系统。详细论述了系统的网络构成和主节点路口控制器的硬件与软件设计,并对其中的关键技术进行了阐述。为交通灯监控系统的设计与实现提供了一种有效的思路。     

具有自由基清除活性的鱿鱼皮胶原蛋白肽酶解工艺研究

以蛋白水解度和羟自由基清除率为指标,采用胰蛋白酶法提取秘鲁鱿鱼皮中的胶原蛋白肽,并通过单因素试验和正交试验优化了鱼皮胶原蛋白肽的制备工艺条件,同时测定了鱼皮的基本组成成分.结果表明,加酶量5％,酶解时间7h,酶解温度50℃,pH值8.0,酶解效果最好.此条件下,鱿鱼皮胶原蛋白肽的水解度为26.1％,羟自由基清除率为83.3％,在医用保健食品和抗衰老美容护肤产品上具有很好的实用价值.     

不同对虾中多酚氧化酶的提取比较及在虾体的分布研究

用丙酮法和匀浆浸提法分别对南美白对虾和中华管鞭虾进行多酚氧化酶的提取,结果表明,在同样的提取条件下,中华管鞭虾的酶活大于南美白对虾,匀浆浸提法提取的酶活比丙酮法高1.5倍;同时对中华管鞭虾的提取条件料液比、缓冲液pH、浸提时间、水浴温度做了研究,通过正交实验得到当料液比1∶4,缓冲液pH8,浸提时间3h,水浴温度45℃条件下提取的酶具有最大的活性;进一步研究中华管鞭虾的多酚氧化酶在虾体中的分布情况,得出虾头部位多酚氧化酶含量较高,虾尾和虾身含量较低。     

远程通信技术在无人职守仓储管理系统中的应用

在仓储管理系统中，利用调制解调器和单片机组成的下位机，通过电话线将现场检测的数据传送到由PC机与调制解调器组成的上位机。在上位机中，采用VB语言建立应用程序，实现远程数据管理。解决了仓储集中管理和远程数据传输的难题。     

联合损失优化三元组模型的行人重识别

行人重识别(Person re-identification,PReI D)通常会受到背景杂物或外界遮挡等影响,因此,很难快速而又准确度区分不相 交相机视图之间的不同行人。本文提出一种可扩展的深度特征学习体系结构的混合方案,将 行人重识别视为学习距离度量问题,应 用对称正则化来帮助相对距离训练深度神经网络。首先,结合最新发展的卷积神经网络(Con volutional Neural Networks,CNN),采 用其主要框架三元组模型(Triple model)提取鲁棒表示,旨在解决单一图像提取描述符的 不足。其次,将三元组损失和中心损失相联 合,结合梯度下降算法更新并优化网络权重及参数,克服样本不平衡性。此外,引入对称正 则项修正优化由相对距离度量推导出来 的非对称梯度反向传播,实现在三元组单元中最小化类内距离同时最大化类间距离,从而克 服行人重识别中的“角度偏差”问题。 结果证明,在相同的环境中,在空间不相交的相机上进行行人重识别的匹配效果得到明显提 高。