利伐沙班的定量检测:拉曼光谱法与远红外吸收光谱法

利伐沙班是一种新型口服抗凝药，它具有疗效确切、安全性好、使用方便等优点，所以经常用于静脉血栓栓塞性疾病的预防与治疗，以及非瓣膜性房颤的卒中预防。由于利伐沙班在患者体内的浓度会影响其对凝血因子Xa的抑制作用，这导致患者的临床反应有个体差异，影响最终治疗效果。为了更加合理地使用利伐沙班，临床上需要监测人体血液或尿液中利伐沙班的浓度。针对该临床需求，文中基于远红外指纹谱和拉曼特征谱在物质有效识别和定量分析的优势，采用傅里叶变换红外光谱仪和激光共聚焦拉曼光谱系统，针对液体状态下利伐沙班进行识别并定量检测。文中先通过傅里叶变换红外光谱仪检测利伐沙班的远红外吸收谱随其浓度发生的变化，再通过激光共聚焦拉曼光谱系统检测了利伐沙班的拉曼光谱随其浓度发生的变化，最后比较了远红外光谱法与拉曼法的准确率。经过比较，远红外检测的精度比拉曼光谱检测的精度提升2倍。这些结果对临床医学中利伐沙班的使用具有重要意义。     

差分准对立学习多目标蚁狮算法

为解决多目标优化问题，对经典的蚁狮算法进行改进，提出了基于差分进化的准对立学习多目标蚁狮算法（DEQOMALO）。该算法针对蚁狮算法易陷入局部最优的不足，一方面，该算法引用差分进化的思想，充分利用种群和精英蚁狮的信息对原算法中蚂蚁个体的位置更新方式进行改进；另一方面采用反向学习策略对蚂蚁种群进行优化，将原种群个体和其准对立个体进行混合并择优作为新的种群，大大增加种群的多样性。选取典型的标准测试函数，将提出的算法与原始蚁狮算法以及其他传统进化策略优化的蚁狮算法进行比较。实验结果表明，改进算法在收敛性和分布性上均有很大程度的提升，在解决双目标优化问题上具有较好的鲁棒性和有效性。     

2种灰色模型在矿区地表沉陷预计中的适用性

目前矿区地表单点沉陷动态预计方法主要基于传统的水准测量数据,监测方法单一,成本高,观测点易破坏,不能保证地表形变信息的实时性,且采用灰色模型进行地表沉陷预计时只针对单一模型的应用,没有结合模型自身特点分析其适用性。以袁店二矿7221工作面为试验区域,采用合成孔径雷达差分干涉测量技术监测矿区地表沉陷量,分别建立了描述沉陷量与时间关系的GM(1,1)与灰色Verhulst模型进行地表沉陷量预计,实现了矿区地表沉陷监测与动态预计一体化。通过比较、分析GM(1,1)与灰色Verhulst模型对地表沉陷量的拟合及预计结果,得出了2种灰色模型在矿区地表沉陷预计中的适用性:在矿区开采沉陷开始至活跃前期,若地表单点沉陷量曲线呈近似单峰型,则宜采用GM(1,1)进行短期预计;当矿区地表沉陷进入衰退阶段,单点沉陷量曲线呈平底饱和状态,则宜采用灰色Verhulst模型进行中长期预计。     

基于多光谱差分植被抑制法的蚀变信息提取

遥感蚀变信息提取以岩矿裸露或低植被覆盖区为主,高植被覆盖区蚀变信息提取一直是一个难题。以Sentinel-2为代表的多光谱卫星数据具有大幅宽、空间分辨率和光谱分辨率都较高等特点,但尚未被应用于高植被覆盖区蚀变信息提取。因此,本文根据植被和矿物光谱特征差异,结合Sentinel-2多光谱传感器波段设置的特点,选取波段组合进行差分处理,提出了多光谱差分植被抑制法(Multi-spectral Differential Vegetation Suppression,MDVS)。分析结果表明,MDVS可以有效去除浓密植被影响,与主成分变换配合使用,在散点图中准确圈定出羟基和铁染蚀变信息。本研究为实现大范围高植被覆盖区蚀变矿物分布信息提取奠定基础,对于遥感找矿技术的应用和推广具有重要意义。     

一种飞行控制计算机高精度A/D采集单元设计与研究

飞行控制计算机的关键数据就是模拟信号,因此对模拟信号的采集精度直接影响着无人机在整个飞行过程中的状态。针对于此专门设计出了一种可以抑制外界干扰的A/D转换单元,以此来满足飞行控制计算机对其需要数据的采集要求。文章则着重讲述了对飞行控制计算机高精度A/D采集单元的设计与研究。     

13种食用植物油中矿物质元素含量的研究

建立了湿法消解-原子吸收光谱法测定食用植物油中6种矿物质元素(Mg、K、Ca、Fe、Cu、Zn)的分析方法。结果表明:优化的湿法消解条件为以硝酸-过氧化氢作为消解溶液,硝酸用量20.00 m L,加热功率500 W;6种目标物在各自的线性范围内线性关系良好(r≥0.998),检出限为0.32~21.16 mg/kg,3种食用植物油加标回收率为82.9%~115.0%,相对标准偏差为1.1%~8.8%。通过该分析方法对13种食用植物油中6种矿物质元素含量进行对比研究,结果发现火麻油中矿物质元素含量较丰富,营养价值较高。     

基于DoG检测图像特征点的快速二进制描述子

针对SIFT描述子实时性差和传统二进制描述子对尺度、旋转和视角变化鲁棒性差的问题,本文通过优化采样模式和添加灰度差分不变量比较测试进行改进,提出了一种鲁棒性更高的二进制描述子。首先,设计了一种尺度关联、编号标记的采样模式;然后,旋转采样模式中各采样点到特定位置,确保描述子尺度、旋转不变性;接着,分析了采样点点对模式对描述子的影响,选择使用机器学习训练后的128对采样点对;最后,选择灰度值比较测试及梯度绝对值和比较测试构建二进制描述子。实验中采用DoG检测图像关键点,结果表明:本文提出的描述子在描述子构建和描述子匹配上比SIFT描述子分别快84%和67%;在有视角变化的图像匹配上,准确率比传统的二进制描述子高3%~5%,召回率平均要高30%以上。本文提出的特征点描述方法适用于时间要求高的图像匹配领域。     

基于构造滤波的VTI介质平面波最小二乘FFD叠前深度偏移

中国中东部地区沉积地层广泛发育，地下介质中地震波传播速度不仅与空间位置有关，还受传播方向影响，研发适用于各向异性介质的成像方法有利于提高反演成像精度。通过将VTI介质高阶傅里叶有限差分波场延拓算子纳入反演成像体系，本文实现了基于VTI介质的最小二乘FFD叠前深度偏移。针对该方法计算量大、相干成像噪声明显的不足，进行了优化：采用引入平面波编码策略，压缩地震数据，显著提高计算效率；迭代过程中提取CIG道集，在该道集上应用平面波构造滤波算子压制相干成像噪声，提高成像信噪比。基于各向异性Marmousi 2模型的数值测试结果表明，本文的优化偏移成像方法取得三点改进： ①适用于复杂强横向变速VTI介质； ②成像信噪比提高，效率更高； ③克服了单程波类算法近地表成像精度低的缺陷。