分子印迹固相萃取高效液相色谱法测定植物油中苯并（a）芘的研究

研究了分子印迹固相萃取高效液相色谱法测定植物油中苯并(a)芘含量的方法关键点、加标回收率和精密度。方法关键点为确立荧光最优检测波长和选择无本底含量的试验试剂,可以提高方法的灵敏度和结果的准确性。苯并(a)芘的荧光最优激发波长为362 nm,发射波长为410 nm。试验试剂本身可能含苯并(a)芘,应优先选择同批次无本底含量的试验试剂。油茶籽油中低、中、高3个不同苯并(a)芘添加量的加标回收率分别为95.7%、94.5%和95.2%,植物油中低、中、高3个不同苯并(a)芘含量的测定结果相对标准偏差分别为1.4%、1.8%和2.1%。结果表明方法加标回收率高,精密度好。通过比较分子印迹柱和中性氧化铝柱净化效果,分子印迹柱的测定结果更加稳定,在实际检测应用中更有优势。将方法应用于植物油中苯并(a)芘测定能力验证,评价结果满意。     

基于多标签传播机制的蛋白质相互作用网络功能模块检测*

鉴于多标签传播算法在发现社会网络的社区结构研究上具有快速、高效的求解能力,提出融合多源蛋白质生物学知识的基于多标签传播机制的蛋白质相互作用(PPI)网络功能模块检测算法.首先,结合PPI网络功能信息和结构信息初始化节点的标签.然后,利用基因表达数据描述蛋白质间的共表达性,依据共表达性构建标签集合,从中选择标签以实现标签在节点间真实可靠的传播.最后,将具有相同标识符的节点划分到同一功能模块中,获得最终结果.实验表明文中算法不仅具有良好的时间性能,而且在检测精度上也具有一定的竞争性.     

基于边界检测的多流形学习算法*

已知流形学习算法都假设数据分布于一个单流形,而现实中大部分数据都分布在多流形上,因此限制算法的实际应用.基于此种情况,文中提出基于边界检测的多流形学习算法,通过检测流形的边界处理分布于多流形的数据,并且可以较好地保持流形内、流形间的测地距离.算法首先检测流形边界,再分别降维处理各流形,最后将各低维坐标重置于一个全局坐标系中.在人工数据集和真实数据集上的对比实验表明文中算法的可行性和有效性.     

快速在线主动学习的图像自动分割算法*

提出经前馈神经网络快速在线学习、构建像素分类模型进行图像分割的算法。首先利用谱残差法计算像素显著度,通过对少数高显著度点的分布进行多尺度分析,获得符合人眼视觉特性的显著图和注视区域。然后从注视区域和非注视区域随机抽样构成由正负样本像素组成的训练集,在线训练一个两分类的随机权前馈神经网络模型。最后使用该模型分类全图像素,实现图像分割。实验表明,文中算法在谱残差法基础上提升对图像中显著目标的分割性能,分割结果与人类视觉感知匹配度较好。     

Alternative for Rapid Detection and Screening of Pork,Chicken, and Beef Using Dielectric Properties in the Frequency of 0.5 to 50 GHz

Dielectric property at high microwave frequency region has been utilized for possible rapid detection and screening of different types of meat, especially for halal authentication. This investigation focused on both raw and sterilized (processed) beef, pork, and chicken samples. Dielectric response that consists of dielectric constant and dielectric loss factor was measured over the range of 0.5 to 50 GHz. All raw and sterilized meat samples could be differentiated by the dielectric values. Two distinct peaks were observed only for both raw and sterilized pork samples at the frequency around 7.43 and 31.19 GHz. These peaks can potentially be linked to compounds that exist only in pork such as DNA, microbes, enzyme, proteins, amino acids, and many others. Dielectric values for sterilized samples were lower than raw samples due to molecule structural changes that occurred in the samples. The dielectric results promise a great potential of utilizing dielectric properties as a rapid on-site detection approach prior to subsequent laborious analysis.     

基于遮挡检测和时空上下文信息的目标跟踪算法*

基于时空上下文信息的目标跟踪算法利用目标与背景之间的时空关系,在一定程度上解决静态遮挡问题,但当目标出现较大遮挡或快速运动目标被背景中物体遮挡(动态遮挡)时,仍然会出现跟踪不准确或跟丢的情况.基于此种情况,文中提出基于遮挡检测和时空上下文信息的目标跟踪算法.首先利用首帧图像中压缩后的光照不变颜色特征构造并初始化时空上下文模型.然后利用双向轨迹误差对输入的视频帧进行遮挡情况判断.如果相邻帧间目标区域特征点的双向匹配误差小于给定阈值,说明目标未出现严重遮挡或动态遮挡,可以利用时空上下文模型进行准确跟踪.否则利用文中提出的组合分类器对后续帧进行目标检测,直至重新检测到目标,同时对上下文模型和分类器进行在线更新.在多个视频帧序列上的测试表明,文中算法可以较好地解决复杂场景下较严重的静态遮挡和动态遮挡问题.     

双端输出塑料闪烁体探测器的符合关联测试

利用双端信号输出的塑料闪烁体与灵敏度高、时间响应快的硅光电倍增管构成塑料闪烁体探测器探头,并与后端的数字化转换器等电子学系统搭建成塑料闪烁体探测器系统。为了研究不同数据处理方法对真事件探测效率和能量分辨率的优化,分别使用标准γ源60Co和137Cs对塑料闪烁体探测器系统进行测试。研究了关联事件的符合时间窗对探测器真事件探测效率的影响,分析了波形的积分长度与脉冲信号甄别(Pulse Shape Discrimination,PSD)开窗法对能谱能量分辨率的改进。结果表明,在关联事件的符合时间窗为15 ns时,真事件探测效率最佳,当波形积分长度为80 ns时,通过PSD开窗后能量分辨率由原来的53.38%优化为42.21%。     

基于KKT和超球结构的增量SVM算法的云架构入侵检测系统

针对传统入侵检测系统(IDS)处理数据负载过重,不支持多主机数据联合分析,以及大规则库维护的问题,提出一种云架构的基于卡罗需-库恩-塔克(KKT)条件和超球结构的增量支持向量机(KS-ISVM)入侵检测系统。将客户端抓取的数据包经过预处理生成样本空间,然后发送至云端使用KS-ISVM进行建模分析,利用KKT条件对增量样本进行筛选,选取违反KKT条件的样本作为有用样本,剔除KKT范围内的所有样本;此外,为了保证剔除的样本为冗余样本,进一步采用超球结构的方法对样本进行第二次筛选,将超球范围内的样本作为有用样本,剔除其余样本;最后将选取的样本进行合并,对SVM进行更新训练。利用KDDCUP99数据进行实验验证,并与SVM、批量支持向量机(Batch-SVM)、互检KKT条件的增量学习(K-ISVM)算法进行对比,结果表明,KS-ISVM具有良好的预测能力和样本淘汰能力,准确率达到90.3%,而SVM、Batch-SVM和K-ISVM三种方法准确率均在89%以下;同时还对并行KS-ISVM进程联合分析,发现单进程的分析时间由6351 s降低到16进程的146 s,分析时间大大降低,说明了多进程的有效性,满足云计算环境中的入侵检测系统对效率和精度的要求。     

天然气中微量元素捕集检测技术初探及应用

目前有关天然气中微量元素分布研究仍处于探索阶段,相关检测技术研究匮乏。国内研究仅局限于王多义教授引进的地气测量法,但并未对硝酸捕集剂进行优选。在对不同浓度硝酸捕集剂进行优选的基础上,对天然气微量元素检测进行初步探索。通过相关实验发现:低浓度硝酸捕集剂对微量元素的捕集效果理想,其中又以15%硝酸效果最佳;现场多级捕集实验同室内小气量循环捕集实验对比,室内实验检测值更高,更接近天然气中微量元素实际值;不同地区天然气微量元素的检测对比,验证了前人有关天然气中微量元素的部分结论。但实验相关作用机理不明,微量元素的精确定量有待形成标准。其应用前景广泛,对天然气运移路径的判定、天然气藏的判寻及物探方面都具十分重要的意义。     

一种基于直方图统计与多帧平均混合的背景提取算法

介绍了背景的提取与自适应更新的算法,提出了一种基于直方图统计与多帧平均混合的算法。这种算法克服单纯的多帧图像在车流量多、车速低时出现拖尾和模糊的现象,且相对于混合高斯模型,其计算复杂度较低。该算法已通过TI DM642DSP硬件平台实现,实验图像结果表明,该背景提取算法的速度快,且符合实际场景。