强化电絮凝技术的基础、现状和未来展望

电絮凝技术作为一种环境友好型水处理工艺,近年来逐渐成为研究热点。在回顾了电絮凝技术的研究历史基础上,论述了强化电絮凝技术在传统电絮凝技术上的改进与发展,综述了国内外在该方向上的净水机理和新观点。重点介绍了强化电絮凝技术在电源技术、电极技术和集成技术上的研究进展,指出了强化电絮凝技术的未来发展方向,以促进该项技术的推广与应用。     

APF谐波检测中改进的锁相环鲁棒性研究

有源电力滤波器(APF)是当前谐波与无功综合治理的主趋势。为提高其谐波补偿性能,提出一种具有较强鲁棒性的、基于窗功能的锁相系统。与非窗锁相环相比,它能更准确、快速地跟踪输入信号的频率,相位和幅值。此外,它在电网电压骤升、骤降,电网电压相位突变,及电压含谐波等不理想电网环境下,仍可准确地跟踪相位。结构简单、鲁棒性强。仿真及实验结果证明了所提方案的有效性和正确性。     

HPLC法测定闽派黄酒主要功能成分

闽派黄酒除了具备一般酒饮料的营养成分外,还具有一定的保健功能,适量饮用,有益健康。采用高效液相色谱法(HPLC)对市售的几种低端闽派黄酒的糖类(功能性低聚糖)、洛伐他汀及桔霉素进行检测分析,结果表明,闽派黄酒中总糖含量符合标准,同时还含有一定量的功能性低聚糖,不含洛伐他汀及桔霉素。     

山胡椒提取物的抑菌活性及其稳定性

为了解山胡椒提取物的抑菌活性和稳定性,通过抑菌实验和稳定性实验,研究了山胡椒水提物、75%乙醇提取物和乙酸乙酯提取物对5种常见食源性污染菌的抑制作用,并探讨了热处理、pH值及紫外照射对山胡椒75%乙醇提取物及乙酸乙酯提取物抑菌稳定性的影响。结果表明,3种提取物对供试菌的抑菌效果大小顺序为:乙酸乙酯提取物>75%乙醇提取物>水提物。稳定性实验表明,山胡椒提取物的热稳定性良好;pH值和紫外照射对山胡椒提取物抑菌活性有一定影响,最适pH值为5～7;紫外照射不超过10 min时抑菌活性稳定,超过30 min后抑菌活性减弱,甚至消失。     

AND:Rubrene发光层的有机电致白光器件

利用9,10-bis(2-naphthyl) anthracene(AND)掺杂rubrene作为器件单一发光层,研制成功单层白光器件。器件在电流密度为140mA/cm2时,电流效率达到5.93cd/A;当电压为21V时,该器件达到最高亮度9300cd/m2。器件发光色坐标为(0.32,0.40),且随着电压的变化发光色度始终处于白光区。这种器件的白色发射是来源于AND(蓝色发射)和rubrene(橙色发散)的混合发射。与此同时,AND和rubrene二者之间会发生Frster能量传递。     

食品安全数据分析可视化模型研究

目的 全面提升食品安全风险的感知、筛查、分级、预警和防控能力, 完善食品安全监管与治理体系, 客观正确的引导舆情。方法 采用大数据分析技术研究食品安全检测数据, 建立食品安全分析可视化模型。运用大数据分析平台Hadoop, 结合Tree Ensemble和Model-Based Ranking算法特征性分析食品抽检数据, 搭建BP神经网络, 结合Apriori和FP-growth关联分析等技术, 深度挖掘相关信息, 有效集成为对食品安全治理体系有价值的信息资源。结果 以折线图、热力地图等可视化模型实现食品类别、检测项目、结果分析、生产地址、检测数据分析及发展趋势等相关信息进行在线展示与分析, 能够满足关注食品安全的各领域人员很直观地就获得自己需要的食品安全信息的需求。结论 可视化模型能够增强数据分析结果的视觉效果和直接性, 切实提高食品安全风险预警的靶向性、有效性。     

RSA稳步发展中国市场--访RSA信息安全公司欧洲、中东、非洲和亚太区副总裁Mark Reeves

RSA信息安全公司是一家帮助企业保护私有信息．进行人员身份管理和信息访问与交换管理．提供身份管理、强认证和加密解决方案,连同专业的服务以及第三方战略合作关系．帮助企业安全地将重要信息交到需要的入手-中．同时防止未经认证者访问这些信息．为大范围的商业和技术需求提供全面的解决方案的电子信息安全服务提供商。     

一种基于二叉树决策分类的乳腺肿块自动检测方法

乳腺癌是严重威胁女性健康的重要疾病,乳腺癌计算机辅助诊断能够提高乳腺普查的效率和精度。乳腺肿块的自动检测是实现乳腺癌计算机辅助诊断的重要一步。由于肿块和背景之间的对比度低,肿块大小、位置、灰度不确定等,肿块的准确检测非常困难。预处理、疑似区域分割、特征提取以及分类器设计是乳腺肿块分割的关键。本文对经过增强的乳腺X光图像采用一种自适应阈值方法分割出疑似区域,提取疑似区域表征乳腺肿块的面积、紧凑度、圆形度、灰度方差、灰度均值以及偏离度六种特征,最后利用二叉决策树把疑似区域分为两类:肿块和正常乳腺组织。利用50幅图像测试系统的性能,肿块的检测率(TP)为86.18%,且每幅图像的平均误检(FP)为1.18个。实验结果证明了本文提出方法的有效性。     

自然场景下的车牌检测与识别算法

车牌自动识别是智能交通系统的关键技术之一,主要包括车牌检测和字符识别两部分。为提高车牌检测速度和精度,本文提出了一种基于学习、由粗到精的车牌检测方法。首先采用颜色点对和垂直边缘相结合的方法,快速检测出车牌感兴趣区域;然后采用一种基于梯度方向直方图特征和支持向量机的机器学习方法实现车牌的精确定位。在车牌识别阶段,首先采用基于连通域分析与字符固有特征相结合的方法进行字符分割,然后根据字符结构提取3种稳定且有效的特征,采用支持向量机对分割的字符进行识别。采用上述方法对412幅不同角度、不同光照条件、不同时间段下拍摄的图像进行检测与识别,实验结果表明本文提出的算法精度高、鲁棒性好、识别速度符合实时性的要求。      

一种基于聚类的主持人镜头检测算法

随着数字视频的广泛应用,视频数据库系统已成为基于内容的视频检索领域的一个研究热点.在建立视频数据库的过程中,主持人镜头的检测是一个重要而又难以解决的问题.本文先在镜头级别对视频提取一系列的时域和空域特征,如人脸特征,彩色纹理特征,镜头时间长度等.然后综合采用决策树和聚类分析方法对镜头分类,判断镜头中是否有主持人,从而实现主持人镜头的检测.实验表明,采用本文提出的算法,准确率可达98.7%,同时查全率为95.2%,较好的解决了这一问题.