电感耦合等离子体原子发射光谱法测定高铋铅中铜、铁、镍、镉、砷、锑、铋

采用硝酸-酒石酸溶解高铋铅样品,保持10%硝酸介质浓度,对不同浓度范围的元素进行分液,实现了电感耦合等离子体原子发射光谱仪对高铋铅中铜、铁、镍、镉、砷、锑、铋7种元素的同时测定。通过试验,比较了不过滤直接测定以及过滤-滤渣补正两种方式,滤渣中待测元素含量极低,选择不过滤直接测定的方法。进行了干扰元素试验,并界定了最大干扰量。7种元素在一定的质量浓度范围内与其发射强度呈线性关系,测定值的相对标准偏差(n=7)在0.56%~9.78%之间。     

浅谈枪支(弹药)库室电子技防测试

一个完整枪支(弹药)库室的安全防范由管理要求、物防要求、技防要求及人防要求完美的结合而成,其中技防要求是需要根据枪支(弹药)库室现场实体情况采取的一项电子技术手段,是起到安全预报警的最佳方式。本文就枪支(弹药)库室安全防范在技防要求方面按现行GA 1016-2012标准在检测中存在的问题做一些探讨、建议,以期为需要枪支(弹药)库室的建设单位、施工单位提供参考。     

二甲双胍联合妈富隆(去氧孕烯炔雌醇)治疗多囊卵巢综合征不孕的临床疗效

目的:探讨二甲双胍联合妈富隆(去氧孕烯炔雌醇)对多囊卵巢综合征不孕治疗的临床效果。方法:采用随机数字表法将本院60例多囊卵巢综合征患者分为两组,其中对照组采用常规二甲双胍治疗,试验组采用二甲双胍联合妈富隆(去氧孕烯炔雌醇)进行治疗,观察并比较两组患者经过治疗后的临床效果。结果:两组患者经过治疗后,试验组总有效率(96.67%)明显高于对照组(70.00%),试验组患者各生理指标明显低于对照组,试验组患者妊娠率(90.00%)明显高于对照组(50.00%),差异均有统计学意义(P<0.05)。结论:采用二甲双胍联合妈富隆(去氧孕烯炔雌醇)对多囊卵巢综合征不孕进行治疗,不但能够改善患者胰岛素抵抗,而且有效促进排卵以达到妊娠目的,安全、有效,应该在临床上广泛应用。     

泛在电力物联网在北京经济技术开发区的应用探索

泛在电力物联网是物联网在电力领域的具体体现，建设泛在电力物联网是推进"三型两网"建设的关键环节，也是实现能源转型的必要手段。阐述了泛在电力物联网的定义，从供电公司角度出发，根据北京经济技术开发区实际情况，讨论了依托地区特点的泛在电力物联网实施策略和实际应用场景，分析了可能遇到的问题。得出结论：随着泛在电力物联网的深入建设，供电公司能够为电力客户提供多元化服务，提高客户满意度；地市供电公司能够依托泛在电力物联网开展更多电力相关业务；泛在电力物联网的安全性、实用性、有效性是发展面临的首要问题。     

厌氧氨氧化快速启动及微生物群落演替研究

在序批式反应器(SBR)中分别添加彗星式丝状纤维滤料和Kaldnes填料组成序批式生物膜反应器(SBBR)R1和R2,接种城市污水处理厂二沉池回流浓缩污泥,旨在探求添加不同生物填料和接种普通污泥对快速启动厌氧氨氧化反应器的影响。结果表明,R1仅历时39d成功启动厌氧氨氧化,NH_4~+-N、NO_2~--N及TN去除率分别为98.0%、88.2%及82.3%;成功启动初期,化学计量比平均值为1:1.28:0.22,接近理论值1:1.32:0.26;稳定运行期间,高通量测序结果表明,浮霉菌门(Planctomycetes)相对丰度从1.97%增至60.06%,而变形菌门(Proteobacteria)从65.75%降至15.19%,Candidatus_Jettenia为主要菌属,丰度最高,占比为45.36%,是反应器内唯一的厌氧氨氧化菌,SM1A02属占比达到13.11%,实现了快速高效富集。R2培养111d后未成功启动厌氧氨氧化。     

全国冷冻空调设备标准化技术委员会(SAC/TC238)2014年度工作概要

<正>1标准发布工作2014年,全国冷冻空调设备标准化技术委员会(以下简称"冷标委")归口制定及修订的两项国标、8项行标(表1)已获批准发布。2标准报批工作冷标委于2013年三届四次会议审查通过了1项国标、10项行标,共计11项标准,目前已全部完成报批工作,待国标委、工信部批准发布(表2)。3标准立项工作冷标委的立项始终依据3方面原则:首先要符合国家政策和指导思想,具体体现为国家标准     

ICP-MS测定食品原料中微量硒

建立基于同位素77Se、乙醇基体改进电感耦合等离子体质谱法(ICP-MS)直接测定食品原料中微量硒的方法。实验以2%(V/V)乙醇作为基体改进剂,采用Y元素作内标补偿基体效应,选择同位素77Se测定样品中的硒,方法检出限为0.87 ng/g,精密度(RSD,n=6)5%,回收率为98.1%~106.0%。该方法具有简便、快速、灵敏、准确、消耗小等优点,可为食品原料中微量硒的测定提供参考。     

改进HSR-FCN的服装图像识别分类算法研究

目前网络上的服装图像数量增长迅猛，对于大量服装图像实现智能分类的需求日益增加。将基于区域的全卷积网络（Region-Based Fully Convolutional Networks，R-FCN）引入到服装图像识别中，针对服装图像分类中网络训练时间长、形变服装图像识别率低的问题，提出一种新颖的改进框架HSR-FCN。新框架将R-FCN中的区域建议网络和HyperNet网络相融合，改变图片特征学习方式，使得HSR-FCN可以在更短的训练时间内达到更高的准确率。在模型中引入了空间转换网络，对输入服装图像和特征图进行了空间变换及对齐，加强了对多角度服装和形变服装的特征学习。实验结果表明，改进后的HSR-FCN模型有效地加强了对形变服装图像的学习，且在训练时间更短的情况下，比原来的网络模型R-FCN平均准确率提高了大约3个百分点，达到96.69%。