用三元络合物萃取-火焰原子吸收法测定食品中痕量镉

建立了一种测定食品中痕量镉的新方法.以茜素黄R和邻菲罗啉为螯合剂,以甲基异丁基甲酮为萃取剂,直接以有机相进样测定,提高了测定的选择性和灵敏度.考察了介质酸度、缓冲溶液及螯合剂的用量等对测定的影响,优化了测定条件.详细研究了常见元素对镉元素测定的干扰情况,用酒石酸钾钠做掩蔽剂,可以消除大量共存组分的影响.在最佳工作条件下,镉离子质量浓度在3.0×10-3 ～0.25 μg·mL-1范围内线性关系良好,方法的检出限为1.7×10-3 μg· mL-1,对0.2 μg· mL-1的镉标准溶液进行9次平行测定,相对标准偏差为1.1％,检出限低,重现性好.该法用于食品中镉的测定,结果满意.     

一种基于复杂网络的图像形状及纹理描述方法

文中提出了一种基于复杂网络的图像特征描述方法。将图像的关键点作为复杂网络节点,利用最小生成树分解法完成初始网络的动态演化过程,由不同演化阶段下的复杂网络特征实现对图像的形状描述;根据图像像素和周围邻域的距离与灰度的相似度,由不同的阈值生成度矩阵,统计不同阈值下网络节点的度分布,完成图像的纹理描述。实验证明,该算法具有较强的鲁棒性和旋转不变性,并且在分类实验中也有较好的表现。     

基于复杂网络描述的图像深度卷积分类方法

为了在不增加较多计算量的前提下,提高卷积网络模型用于图像分类的正确率,提出了一种基于复杂网络模型描述的图像深度卷积分类方法。首先,对图像进行复杂网络描述,得到不同阈值下的复杂网络模型度矩阵;然后,在图像度矩阵描述的基础上,通过深度卷积网络得到特征向量;最后,根据得到的特征向量进行K近邻（KNN）分类。在ILSVRC2014数据库上进行了验证实验,实验结果表明,所提出的模型具有较高的正确率和较少的迭代次数。     

采用Transformer-CRF的中文电子病历命名实体识别

命名实体识别是自然语言处理的基本任务之一。针对中文电子病历命名实体识别传统模型识别效果不佳的问题,提出一种完全基于注意力机制的神经网络模型。实验采用自建真实中文电子病历数据集并对数据集进行人工标注、分词等预处理;对Transformer模型进行训练优化,以提取文本特征;利用条件随机场对提取到的文本特征进行分类识别。为验证所提方法的有效性,将构建的Transformer-CRF神经网络模型与其他7种传统模型进行比较研究,实验采用精确率、召回率和[F1]值三个指标评估模型的识别性能。实验结果显示,在同一语料集下,Transformer-CRF模型对身体部位类的命名实体识别效果较好,[F1]值高达95.02%;且与其他7种传统模型相比,Transformer-CRF模型的精确率、召回率和[F1]值均较高,在一定程度上验证了所构建模型具有较好的识别性能。     

龙眼真空冻干与热风干燥品质比较研究

以龙眼为原料,通过实验确定预处理参数：漂烫温度和时间,护色液浓度和浸泡时间。采用热风干燥、真空冻干两种方法,对龙眼肉进行加工干制。在60℃、22h热风干燥,绝压300Pa、冷阱温度-60℃、22h真空冻干下,通过测定干制品的品质评价参数,对获得的两种产品进行比较。结果表明：真空冻干制品的色泽、外观与鲜果肉相比变化不大;维生素C含量、总糖含量损失均比热风干燥少;复水率比热风干燥好。     

端羟基聚丁二烯端基改性研究进展

简述了端羟基聚丁二烯(HTPB)的端基改性(如将端羟基转化为端羧基、端氨基、端异氰酸酯基、端环氧基、端叠氮基、端乙烯基和端炔基等)及其研究进展。研究发现端环氧基聚丁二烯、端炔基聚丁二烯和端乙烯基聚丁二烯具有更好的应用价值,另外,随HTPB嵌段改性研究不断深入,其嵌段共聚醚也必将具有更广阔的应用前景。     

统收式采棉机分离系统的设计

为解决统收式采棉机采摘棉含杂率较高这一难题,借助于现代机械设计方法,初步拟定一种采摘棉棉花和杂质相分离的分离系统的设计方案.该方案重点阐述了分离系统的工作原理、主要结构组成及其主要作用、主要零件的设计原则和设计方法.同时针对钉齿和钉齿滚筒进行了形状、结构及排列方式的参数化设计,并进行了相关三维软件的造型;对与钉齿滚筒配合使用的格条栅进行了比较设计,确定了格条栅的材料、栅距、弧长以及钉齿尖端与格条栅间距离.