高效液相色谱法测定化妆品中依克多因的含量

建立高效液相色谱法测定化妆品中依克多因的分析方法,采用Agilent Poroshell 120 EC-C₁₈色谱柱（100 mm×3.0 mm,2.7μm）分离,以甲醇和p H为3.0的40 mmol/L磷酸二氢钠-10 mmol/L 1-庚烷磺酸钠缓冲溶液梯度洗脱,流速0.8 m L/min,柱温30℃,检测波长210 nm。采用外标法定量测定化妆品中的依克多因含量。结果表明,依克多因在5～800 mg/L的质量浓度范围内呈现良好线性关系,相关系数为0.999 8,方法的检出限和定量限分别为0.3和1.0 mg/L。该方法具有分离效率高、分析时间短、节省溶剂等优点,解决了依克多因在C₁₈色谱柱上保留弱的问题。     

基于模糊多态共因失效因素的矿井提升制动系统故障诊断

使用传统故障树分析矿井提升制动系统,存在共因失效等因素,具有一定的局限性。为此,在现有贝叶斯网络模型基础上,用三角模糊数表示模糊先验概率,通过改变条件概率和各故障状态先验概率反应事件多态性,引入β-因子模型分析共因失效,给出了概率计算公式,并以制动系统液压子系统为例进行了验证。分析结果显示,在故障分析时综合考虑模糊、多态及共因失效等因素,能更好地确定系统故障概率分布。     

基于深度强化学习的多模态医学图像配准

传统图像配准方法中,图像特征的表示和相似性测度的选择易受到人为因素的影响,不能准确地表征图像特征和配准图像的相似度,从而对配准结果产生较大误差.针对此问题,借助端到端的强化学习方法,对这2个部分进行隐式的表达,从而避免人工设计的缺陷.具体而言,设计了一个人工智能体模型,由策略网络和价值网络2部分组成,用以指导浮动图像朝着参考图像的方向正确移动,进而实现图像配准.提出使用异步表演者-评论家方法进行模型训练,以避免经验回放操作,降低模型训练对存储容量的要求并加快模型的收敛;同时提出一种奖赏函数,能够给予每个时间步上图像配准动作估计更为准确的奖励.此外,在测试阶段,使用了蒙特卡罗前向推理策略,进一步提高配准参数的准确性.在MR和CT的临床医学图像配准数据集上进行实验,与传统基于尺度不变性配准算法、基于深度学习配准算法等进行对照分析,实验结果表明,所提出的方法目标配准误差可以减少30%左右,同时能够更好地处理具有大幅度形变的配准问题.     

基于改进的Random Subspace的客户投诉分类方法

电信业的客户投诉不断增多而又亟待高效处理。针对电信客户投诉数据的特点，提出了一种面向高维数据的改进的集成学习分类方法。该方法综合考虑客户投诉中的文本信息及客户通讯状态信息，基于Random Subspace方法，以支持向量机（Support Vector Machine，SVM）为基分类器，采用证据推理（Evidential Reasoning，ER）规则为一种新的集成策略，构造分类模型对电信客户投诉进行分类。所提模型和方法在某电信公司客户投诉数据上进行了验证，实验结果显示该方法能够显著提高客户投诉分类的准确率和投诉处理效率。     

因借与耦合——义乌空中八面厅的空间透明性表达

本文通过对义乌黄山八面厅外部环境和空间布局的分析,得出了"因借"与"耦合"两种空间拓扑关系,并把这两种空间原型与建筑透明性做类比。尝试在空中八面厅的设计实践中借鉴其空间透明性表达手法,将自然景观纳入建筑空间,消融了建筑内外的界限,通过不同空间耦合关系,形成相互交叠和流动的空间体验,从物理界面与组织关系两个方面表达了空间的透明性。     

基于证据推理的激光惯组最优维护方法

为解决激光惯组存在的故障样本获取困难和监测维护周期不合理等问题，采用一种融合多元信息的性能评估方法对激光惯组的性能进行评估。首先，综合考虑了惯组指标信息的权重和可靠度，基于证据推理融合多元信息得到激光惯组性能评估结果。其次，根据性能评估结果，通过维纳过程预测综合考虑激光惯组的监测维护成本和性能设计要求，在满足性能状态要求前提下以单位时间内期望维护成本最小为目标，确定最优维护时机。最后，使用某型号激光惯组进行了实验验证，说明所提出的方法的有效性。     

槐糖脂-LAS-Na2SiO3复配修复石油污染土壤影响因素分析

选用阴离子型表面活性剂十二烷基苯磺酸钠（LAS）与内酯型槐糖脂复配，并使用硅酸钠（Na₂SiO₃）作为助剂修复石油污染土壤。使用吊片法测定单一表面活性剂以及复配药剂的临界胶束浓度，利用SPSS 软件对结果进行非线性拟合。正交实验表明，LAS和内酯型槐糖脂之间存在较强的交互协同作用，三者间的复配使得洗脱率达到了87.37%。优化的复配表面活性剂的配方为:内酯型槐糖脂溶液浓度为40mg/L，硅酸钠浓度为6g/L，LAS浓度为600mg/L。析因分析结果表明，液固比对石油污染土壤的洗脱效果影响较为显著，其次是振荡时间和氧化剂浓度，各因素交互影响不明显。     

智慧图书馆设备故障规避的HFACS等级相关分析

大数据人工智能时代下图书馆各项新技术设备的应用为智慧图书馆的发展提供了高效智能化的技术支持,实现了智慧服务的自动化,帮助用户更加便捷地获取、利用、分享图书馆的各项资源;但随着内外环境的变化影响,设备故障问题也日益突出,如何有效规避智慧设备故障隐患,降低故障风险成为亟待解决的新课题。笔者通过自身工作实际结合相关文献资料,统计发现影响设备故障主要分为四类因素,其中人为因素占了很大比例,进一步深入分析得出含制度设计、流程执行等16种因子的四层改进型HFACS框架。通过设备故障样本集数据集计算Spearman和Kendall Tau—b相关系数得出各层等级相关度,逐步挖掘出各层内在相关逻辑因子,探究出设备故障致因链进行分析,总结归纳启示性建议为图书馆相关智慧管理和服务提供科学依据。     

基于贝叶斯网络的煤矿瓦斯爆炸事故致因分析

针对现有煤矿事故致因分析多以单方面因素分析为主,忽略人、机、环、管4个方面各因素间的关联性和整体性,且涉及到的事故类型较泛化等问题,从人、机、环、管4个方面选取诱发煤矿瓦斯爆炸事故的因素,并利用相关性分析筛选出相关性较强的变量;以GeNie为平台构建煤矿瓦斯爆炸致因贝叶斯网络模型,并采用交叉验证方法对其可靠性和准确性进行验证;通过贝叶斯网络参数学习、敏感性分析等对模型中各节点变量进行分析,计算不同条件下相关节点的条件概率分布和后验概率,提取诱发煤矿瓦斯爆炸事故的关键因素。分析结果表明:通风不足会大幅提高煤层瓦斯含量超标的可能性,员工培训不到位是瓦斯漏检的主要诱因;在煤矿瓦斯爆炸事故已发生的情况下,可能性最大的诱因是瓦斯含量超标,其次是瓦斯漏检;导致煤矿瓦斯爆炸事故的最关键因素是瓦斯含量超标、瓦斯漏检、顶板不稳定、法律法规不健全。