一种改进的基于小波变换的人脸光照归一化方法

针对光照对人脸识别影响的问题,提出了一种改进的基于对数域多级小波分解的光照归一化方法。首先将手工裁剪后的人脸图片进行对数变换,然后将对数域图像进行多级小波分解,将低频系数置零,并将多个尺度上的高频系数分别乘以不同的高频增益,突出光照不变性分量。采用经典的PCA人脸识别算法,在耶鲁B与CMU PIE人脸数据库的实验结果表明,本文方法能有效地消除光照对人脸识别的影响,并有效提高识别率。     

紫玉米芯色素稳定性的研究

以紫玉米芯为原料，用乙醇和盐酸提取紫玉米芯色素，并对其稳定性进行了全面的研究。结果表明：在酸性的条件下，该色素成色效果明显，并且对光照和温度稳定，在食品工业中具有一定的利用价值。     

宽带激光的产生及宽、窄带激光打靶产生的光谱比较

讨论了宽带激光的产生,对比了宽、窄带激光打靶产生的正反激光谱、二次谐波谱。     

紫玉米芯色素稳定性的研究

目的 提取紫玉米芯色素并研究其稳定性.方法 盐酸和酒精作提取剂,超声波辅助浸提,并对此色素的溶解性、光谱特征及氧化剂、还原剂、金属离子、食品添加剂、温度和pH对色素的影响进行研究.结果 酸性条件下,此色素成色效果明显,对光照和温度稳定,添加于一般的食品能产生增色效用,但是耐氧化还原能力稍弱,对金属离子的影响敏感.结论 紫玉米芯色素是一种廉价易得,使用方便的天然食品添加剂,在食品加工生产中有很好的开发前景.     

紫玉米芯色素稳定性的研究

以紫玉米芯为原料,用乙醇和盐酸提取紫玉米芯色素,并对其稳定性进行了全面的研究。结果表明:在酸性的条件下,该色素成色效果明显,并且对光照和温度稳定,在食品工业中具有一定的利用价值。     

主数据管理驱动的高校信息化SOA建设

异构信息系统在高校中的大量存在阻碍了数据资产整合与信息交互，面向服务的架构（SOA）的出现及在企业中的广泛采用为解决此问题提供了思路，但在高校中实施SOA存在难度大、难以形成以SOA为基础的信息化生态的问题。针对这些问题，提出主数据管理驱动的SOA建设方案。首先，在数据层面运用主数据管理平台对校级核心数据资产进行建模和整合；为实现数据同步和消费，并解决其中存在的协议转换及服务鉴权问题，提出了基于企业服务总线的解决方案；然后，针对遗留"信息孤岛"系统进行SOA改造，提出主数据驱动的建设方案。实验结果表明单用户、10用户、100用户及10000用户并发下的平均延迟分别为8、11、59及18 ms，表明在不同并发场景下所提方案性能均满足高校业务需求。实施结果表明，数据资产整合和信息交互问题得到了解决，因此方案具有可行性。     

消解液酸度对石墨炉-原子吸收光谱法测定稻谷中镉元素的影响

研究了采用石墨炉‐原子吸收光谱法测定稻谷中镉元素时,样品消解液的酸度对其吸光度的影响。试验结果表明,在采用石墨炉‐原子吸收光谱法测定稻谷中镉元素时,消解液的酸度与其吸光度成负相关,且酸度与吸光度的拟合度符合方程 y＝0．0608 x2－0．2207 x＋0．2538,相关系数 R为0．995,拟合度良好。该研究结果可为检测一线的技术人员提供参考。     

稻米重金属污染及其治理研究进展

随着国家对粮食质量安全的重视,国内研究者针对稻米重金属的污染及其治理问题开展了深入系统的研究。在分析国内外相关研究成果的基础上,阐述了生长土壤、灌溉水、周围环境空气三种主要因素对稻米污染的影响,总结出四种稻米重金属污染治理方法,指出稻米重金属污染的影响因素的研究、稻米重金属污染的治理的研究、重金属污染对稻米品质影响的研究将是今后的研究重点,为制订并完善稻米重金属污染标准和污染控制策略提供参考。     

主要重金属在污染稻谷籽粒中的分布规律研究

以湖南省稻谷为研究对象,检测分析稻谷籽粒的稻壳、糠粉、糙米、精米等加工产品中无机As、Cd、Pb、Hg 4种重金属的变化分布规律,并研究了当前稻谷加工工艺对主要重金属的脱除效果。结果表明:无机As、Cd、Pd、Hg 4种重金属均表现出糠粉中的含量显著高于其他部位的含量。碾米加工工艺可同时消减稻谷中4种重金属的含量,其中无机As消减效果最好,消减幅度可达39%。无机As、Cd、Pb、Hg在精米与糙米中的含量均成正比,其比值分别为0.61、0.93、0.83、0.93。通过该比值关系,可通过碾米工艺获得重金属含量达标的稻谷无机As、Cd、Pb、Hg的限量值分别为0.328、0.215、0.241、0.021 5 mg/kg。     

X射线荧光光谱法测定稻谷样品中的Cd不确定度评定

对用X射线荧光光谱法测定稻谷样品中Cd的不确定度进行了评定,其不确定度的来源主要是校准曲线的建立及未知样品浓度的回归计算引入的不确定度,其次是标准物质的标准不确定度,重复测量和仪器综合稳定性引入的标准不确定度影响较小。在对各个不确定度分量进行量化的基础上,通过合成得到的检测结果的标准不确定度,乘以95%置信概率下的扩展因子2,得到测量结果的扩展不确定度。