Unify 1.8软件在天然产物非靶向筛查中的应用

建立了超高效液相色谱-四极杆-飞行时间质谱仪(UPLC-Q-TOF/MS)检测茶树提取物,并根据目标化合物特征离子的精确质量数、二级碎片等信息利用Unify 1. 8软件非靶向快速筛查其中未知组分的方法。从数据导入、分析方法建立、创建分析三步来阐述Unify 1. 8软件在天然产物非靶向筛查中的应用,该方法无需标准品即可快速筛样品组分,快速、准确、分析通量高,为天然产物中未知组分的快速筛查和质量控制提供重要的方法依据,也为后续使用者提供明确的方法指导。     

不同发射率下红外热图像的非稳态温度场测量研究

通过分析红外测温公式,研究物体发射率对红外热图像测温精度的影响,并找出影响物体发射率的因素。根据经典计算方法,发现了物体发射率在红外热图像测温应用中的局限。从红外热图像的角度对发射率的计算进行了建模,基于修正物体发射率得到提高红外热图像对非稳态温度场测量精度的模型。对铸铁、不锈钢进行了3组测温实验,红外热图像直接测量的最大误差分别为2.1℃、1.7℃、2.3℃,而所提出的方法测量的最大误差分别为1.0℃、0.7℃、1.6℃。通过对比分析3组测量结果数据验证了测量方法的可行性。     

基于非参数密度估计的不确定轨迹预测方法

随着大量移动设备的出现，准确和高效的轨迹预测有助于提高面向位置的应用和服务的质量和水平.针对现有方法对轨迹不确定性缺乏有效建模的问题，提出了基于非参数密度估计的不确定轨迹终点预测方法.在轨迹建模及模型训练阶段，利用非参数估计对起点与终点相同的轨迹构建基于密度分布的不确定轨迹模型；在轨迹预测阶段，将待预测轨迹视为轨迹数据流，并通过KS（Kolmogorov-Smirnov）检验方法与具有相同起点的不确定轨迹模型进行匹配，其中匹配程度最高的不确定轨迹即为预测轨迹.通过真实轨迹数据集上的实验表明，与现有各类主要轨迹预测方法相比，本方法在不同条件下的预测效率与准确性都有较明显优势.     

新型水驱效果评价图版建立及应用

国内油气田大部分属于陆相碎屑岩沉积,天然能量普遍不发育,油田开发过程中常采取注水开发。因此,水驱开发效果评价成为油田生产的一项重点工作。由于简单、便捷,童氏图版被地质油藏工程师广泛应用,其理论基础为一维水驱油,而油田受储层非均质性、开发井网等因素影响,导致在实际生产过程中不会出现一维水驱的理想情况。针对童氏图版修正范围仅局限在储层条件、相渗变化、水驱常数等方面的问题,文中考虑了储层非均质性和开发井网的影响,将甲型曲线的半对数线性关系转换成更加符合实际的全对数关系,并利用公式推导,建立了新型水驱规律图版。通过与实际油田数据拟合发现,新图版相比童氏图版误差较小,更具实用性、推广性。     

5×× × 合金双级均匀化热处理工艺研究及工业化验证

通过DSC分析测试,初步制定了5×××合金双级均匀化热处理工艺,开展不同温度下的均热处理方案,并进行组织分析对比,验证了双级均匀化热处理工艺的有效性,然后采用制定的均热工艺开展了工业化试制和铸锭的解剖分析。实验结果表明,该工艺能够保证5×××铝合金大规格铸锭从表层到心部均取得理想的均匀化效果。     

基于神经网络的红外焦平面光学非均匀性校正改进算法

基于场景的非均匀校正依然是红外领域的一个研究热门。神经网络算法是一种较为典型的场景校正算法。本文主要针对神经网络算法本身不能校正光学引入的非均匀性问题,提出了新的改进算法,通过对神经网络输入层的预处理,消除图像的低频噪声,此外,为了消除预处理对图像对比度的影响,本文增加了神经网络的层数,使用双层神经网络对算法进行更新,从而消除了图像对比度下降的现象。实验结果表明,改进的神经网络算法能够有效的改善图像质量,消除图像中光学引入的非均匀性。