简介：本文提出用交流弧原子发射光谱全能量法,以高倍数光谱纯石墨粉稀释样品,将少量被稀释后样品,装于特制电极中,在60秒钟内烧完,激发光谱,测定粉末样品中的主体元素。通过实验,选定了最佳测定条件,其RSD为4.1—9.0％。在岩石(GSR)、土壤(GSS)和水系沉积物(GSD)三个系列组成变化较大的样品的测定中得到初步应用。对标准参考物分析结果与推荐值基本一致。

简介：降维与分类一直是机器学习的研究热点，在很多领域有着成功的应用．针对基因数据分类存在特征维数过高、冗余数据和高噪声等问题，现提出一种基于ReliefF和自适应粒子群（APSO）优化的混合降维算法．即先通过ReliefF和APSO算法选择特征子集，然后使用超限学习机作为评价函数对基因数据进行分类，最后通过循环迭代得到最优的分类精度．实验证明，混合降维算法与已有的算法相比分类精度更高、更稳定，它适用于基因表达数据降维．

简介：提出了一种新型的二维码编码和译码方案,基于Turbo码的编码和软译码方法,对二维条码进行改进,使其具有更强的识读能力.使用（13,15）的Turbo码编码器和矩阵交织器对源信息流进行编码得到一组二进制流,对编码得到的二进制流进行图像生成得到新型的二维条码.对使用后的二维条码图片进行图像采集,然后进行灰度量化得到软比特信息流,对软比特信息流使用矩阵解交织器和Turbo码译码器进行译码得到源信息流.通过这样的方法可以提高二维条码图片的可识别性.运用这种新型的二维条码图片在工业零部件和军事零部件上,可减少因二维条码无法识别产生的经济损失.

简介：在结构光三维测量系统中,由于投射光不均匀,待测物体自身反射率变化,环境照明引入光分布偏差,参考平面上的待测物体条纹光不均匀,偏离了理想光分布模型,产生了噪声,以致增加了三维重建的难度.为此,本研究提出一种新的算法,对采集的条纹图进行预处理,通过相移法提取相位,设置合适阈值,提取出待测物体的轮廓信息,能更加精确提取噪声区域,对噪声范围内的误差像素取其邻域的误差像素的灰度值均值替换该像素的数值.结果表明,本算法能很好地降低噪声带来的误差,降低了三维重建的难度,对处理后的相位图进行重建,其精度达到98.32%.

简介：构建了定量环-阀切换接口的二维液相色谱系统(NPLC×RPLC),采用此系统对牛黄解毒片样品进行分离分析,以4.6mm×50mmi.d.的SiO2正相色谱柱为第一维,4.6mm×250mmi.d.的C18反相色谱柱为第二维。根据有机溶剂的特征,在第一维正相色谱流动相中加入1,4—二氧六环;第二维反相色谱流动相中加入异丙醇,同时通过升高第二维色谱温度的方法增加两维流动相间互溶性,在改善流动相兼容性的同时,有效调整分离选择性。最终,通过总共440min的七次切割共检测出了153个峰,达到950的峰容量。