QuEChERS-高效液相色谱串联质谱法测定甜橙中哒螨灵和螺螨酯

[目的]建立了甜橙全果、果肉、果皮、果渣、橙汁和精油等6项基质中哒螨灵和螺螨酯的QuEChERS-高效液相色谱-串联质谱分析检测方法(HPLC-MS/MS)。[方法]甜橙样品经乙腈提取,PSA、GCB、MgSO4净化,高效液相色谱-串联质谱仪配备电喷雾正离子多反应监测(MRM),外标法定量。[结果]甜橙6种基质通过此分析检测方法,哒螨灵和螺螨酯在0.001~1.25 mg/L质量浓度范围线性相关系数不小于0.9965,3个加标水平(0.01、0.5、5 mg/kg)下哒螨灵回收率为81%~93%,RSD为0.5%~6.5%,螺螨酯回收率为81%~99%,RSD为0.5%~7.9%。[结论]该方法简单、方便、灵敏度、准确度高,覆盖甜橙全项样品基质,可适用于大批量样品快速分析。     

La2-xSrxNiO4薄膜的制备及氧敏特性的研究

本实验采用无机盐为原料的溶胶－凝胶法制备了复合氧化物La2-xSrxNiO4薄膜，研究了它的阻温特性和氧敏特性，并采用XRD，SEM，AFM（原子力显微镜）等对该薄膜的结构进行了表征。     

细鳞片石墨化学氧化法制备可膨胀石墨技术问题探讨

采用分步氧化法制备了80目细鳞片可膨胀石墨。通过L9（3^4）正交试验确定了最佳工艺条件。在液固比-5：1，C：KMnO4=1：0．12，Ⅰ H2SO4：Ⅱ H2SO4=4：1，H2SO4：H2O2=12：1（均为质量比g／g）条件下获得膨胀容积为290mL／g。对制备过程中液固比、硫酸浓度、双氧水的加入方式、可膨胀石墨烘手温度、原料粒度等因素对膨胀容积的影响以及可膨胀石墨的稳定性的改善方法进行了探讨。     

复杂SMC零件成型中的CAE技术

对复杂的SMC零件从制品设计到成型的过程中，可利用计算机模拟（CAE）分析进行流动模拟、工艺设计等研究工作，阐明了该技术在复杂SMC零件生产过程中的有效性。     

化学镀Ni-P合金动力学的研究

根据试验得到了酸性化学镀Ni—P合金镀液中反应物浓度、pH值及温度等因素与沉积速率间的对数关系曲线，分别确定上述诸因素所对应的反应动力学参数，提出了镀液沉积速率的经验方程式．     

自并励励磁系统优化改造探讨

乐滩水电厂励磁系统设备运行近十年,设备出现老化,存在安全隐患,对1、2号机励磁系统的优化改造(包括硬件设计和软件设计),完善了控制逻辑,解决了励磁原回路设计缺陷、非专用直流灭磁开关、氧化锌电阻等系统故障率高多项重大安全隐患问题。完成改造后,进行了励磁系统静态试验、动态特性试验、PSS试验、进相试验等,试验技术指标结果均符合国标、部标、行标的要求,开、停机逻辑符合乐滩水电厂需求,联锁条件及判据满足安全要求,达到了改造的预期目的。1、2号机组励磁系统改造运行到今,设备稳定,励磁系统缺陷及故障率为零,效果良好。     

改进贝叶斯分类的智能短信分类方法

随着移动通信技术的不断发展,手机的普及率在不断上升,而短信作为传统的移动通信服务,长久以来一直在人们的日常生活中占据着极为重要的位置。可以说,短信在一定程度上记录了人们生活的轨迹。但是,现有的短信管理系统仅对短信进行以联系人为特征分类、以时间为顺序显示的简单非智能化的管理,导致了用户手机中各类短信混杂不清,短信的管理效率极低。通过研究短信的特征,分析传统的基于文档频率的特征值提取方法和基于互信息的特征值提取方法的优势与不足,提出了一种适用于短信的基于词频和互信息的特征值提取方法,并结合短信长度实现了一种改进的贝叶斯分类算法。实验证明,算法在进行短信分类时可以得到相当可观的召回率和准确率。     

基于中文陈述句灵活语序的Lambek演算

目前,自然语言处理已从句法、词法层面走向轻量级语义层面。针对中文陈述句的自然语言处理,传统Lambek演算无法解决中文陈述句灵活语序的问题,而现有的方法加入模态词、新连接词等后,又进一步增加了已经是NP-hard的Lambek演算的复杂性,因此并不适合计算机的相关处理。基于此,采用加标动词匹配的Lambek演算对中文陈述句灵活语序进行处理。加标动词匹配算法的时间复杂度低,使得计算机及其程序能有效地对中文陈述句灵活语序进行处理,并能通过Curry-Howard对应理论与λ-演算引入轻量级语义处理。     

基于细胞自动机的动态云实时模拟

具有真实感云的实时模拟应用非常广泛。基于细胞自动机技术建立云模型,明确了边界网格点的处理方法。通过改进变换规则,引入了上升气流的作用,加快了运行速度并反映了云的真实特性。在光照计算过程中,将多重前向散射光照运用于细胞自动机方法中,并将近似米氏散射的Henyey-Greenstein相位函数嵌入到前向散射光照模型。仿真实验表明,该方法提高了云的外观的真实性,可以实现云的实时绘制。     

医疗大数据特征挖掘及重大突发疾病早期预警

通过运用新兴的尖端云计算技术,设计研发了健康云平台。采用分布式云存储技术存储大规模的异构多模态生理信号数据,将数据挖掘模型（L1-逻辑斯蒂）整合至MapReduce框架中,快速挖掘用户的健康信息以及重大疾病高风险因子,让用户能实时地了解自己的身体状况,同时对用户的异常状况给出预警信息,并通知其前往医院就医,实现了对重大突发疾病的早期预警。