简介：信立方培训中心与仪器信息网合作，将于2014年12月2—4日在北京举办液质联用（食品）培训班，培训的主要内容为《食品中兽药残留、生物毒素液质联用仪分析方法的建立及应用》，本次培训班除了以上两个方面的分析领域课程外，还邀请中国农业大学李晓薇老师讲授《实验室质量管理与液质仪器维护》。

简介：《中国计量大学学报》是中国计量大学主办的学术理论刊物。本刊以刊登有一定创见性的科学技术研究论文为主,并适当刊登有价值的学科前沿、最新技术发展的综合评述类文章,努力体现“以质量检验检疫为特色,多学科协调发展”的办刊宗旨。

简介：雷达天线车自动调平系统是雷达的重要组成部分,对提高雷达的测量性能和机动能力起着决定性作用.高机动性车载雷达等设备要求实现快速架设与撤收.针对目前液压调平系统存在的缺点和车载设备快速调平的需求,我们设计了基于CANopen总线的大载荷车载自动调平系统,实现了总线式多轴控制,完成了电动缸支腿的结构设计、控制系统的软硬件设计以及调平策略的研究,并进行了实验测试.实验结果表明,该系统能实现快速自动调平,调平时间小于3min,调平精度优于0.05°.

简介：2018年10月18日,中国计量大学迎来了40周年华诞.国家市场监督管理总局副局长、国家标准化管理委员会主任田世宏,浙江省人民政府副省长成岳冲,浙江省政协副主席马光明,国际法制计量组织(OIML)顾问工作组主席、中国计量测试学会理事长、原国家质检总局副局长蒲长城,国际标准化组织(ISO)原主席张晓刚,中国工程院院士、中国计量大学名誉校长庄松林,中国工程院院士周立伟,中国工程院院士徐磊,中国科学院院士张泽,中国工程院院士庞国芳,中国科学院院士王立军,中国工程院院士杨华勇,中国工程院院士王锐等领导和嘉宾出席庆祝大会.国际标准化组织(ISO)、国际计量局(BIGPM)和国际电工委员会(IEC)等国际计量标准机构发来了贺信,祝贺中国计量大学在引领全球标准化教育,推动计量学发展,培养计量、标准、质量人才方面取得的巨大成功.

简介：目的：对大花紫薇的化学成分及其药理作用的研究进展作一综述,提供有关大花紫薇叶研究的较全面的科学资料。方法：查阅国内外公开发表的文献23篇,对从大花紫薇叶中得到的化学成分及其药理作用进行论述。结果：大花紫薇叶主要含有鞣质类、三萜类、生物碱类、黄酮类等化学成分。且在降血糖、降脂、抗氧化以及抗真菌等方面有较好的药理作用。结论：本综述为进一步开发利用大花紫薇提供参考。

简介：针对深层超限学习机算法在网络层数较浅时样本特征利用率低,和网络层数较深时样本特征经高层抽象后有效性降低的问题,本文提出了两种密集连接的多层超限学习机算法:Dense-HELM和Dense-KELM.这种密集连接的网络结构,使样本特征信息在层与层之间被充分利用,能够在不增加网络深度的情况下,显著提高算法的识别精度.最后,对文中提出的两种算法在20组基准数据集上进行实验,结果显示:本文提出的算法可以显著提高算法的识别精度,减少算法的训练时间,这表明所提出的算法具有有效性和实用性.

简介：针对在不同的摄像头场景下,光线、摄像头参数的差异较大使得行人重识别困难的问题,提出一种基于距离度量学习的方法进行行人重识别.该方法首先为每一对摄像头学习一个距离度量模型.其次,根据上述因素的影响强度为这些度量模型赋予相应的权值.最后,对度量模型与其相应权值的乘积进行累加与优化,得到最终的距离度量模型.经过在两个公共数据集中进行行人重识别实验,其结果显示所提出的方法能够提高行人重识别的正确率.

简介：单隐层前向神经网络的学习能力是有限的.特别地,作为分类器,单隐层前向神经网络对于图像的复杂信息和不同图像之间的细节信息很难学习和处理.文章借鉴深度神经网络的思想,将单隐层矩阵输入的神经网络拓展到多隐层神经网络,并采用传统的反向传播算法对其训练并给出学习算法.通过多个数据库的实验对比,结果显示所提出的算法具有良好的效果.

简介：人脸识别已经广泛地应用于日常生活中,作为关键技术之一的人脸清晰度评价成为了热门的研究课题.然而,传统的手工提取特征的方法在效果和鲁棒性上都有所欠缺.为此,我们运用卷积神经网络实现特征的构造和选择,有助于提高评价结果的准确率.同时针对网络复杂、参数过多和耗时长等问题,还提出将传统的卷积结构改造成双卷积层结构的方法来提升计算速度.经过大量的实验表明,本文提出的人脸清晰度评价算法能够准确地进行人脸清晰度的评估,并且具有较快的处理速度.

简介：自智能交通系统出现以来,汽车驾乘员的安全带检测一直是备受关注的研究课题.依据城市道路的交通卡口监控数据,研究一种基于深度学习的汽车驾乘人员安全带检测算法,能够准确识别驾驶员是否佩戴安全带.通过对卡口图片进行人工标定,并运用深度学习方法训练两个检测器和一个分类器,最终实现安全带的快速定位和分类.本文提出的方法在城市道路卡口采集的图像上检测效果较好.

简介：人群分析在模式识别和机器学习领域内是一个非常有趣的课题.人群小群体成员之间的主从关系检测为视频监控和计算机视觉领域打开了新的视野.同时,小群体主导者的检测也是人群分析的重要组成部分.文章提出一种结构化SVM的学习框架,并结合行人的时间滞后分析特征和行人位置关系特征对小群体主导者进行预测.实验结果表明,本方法在人群分析数据集下取得了很好识别效果.

简介：软件的图形用户界面(GUI)的视觉设计影响着用户的使用体验.在没有既定标准的情况下,测试人员对GUI评分的主观性和大量的重复性工作,会造成GUI测试的评分偏差和效率低下.针对上述问题,本研究工作构建了基于云平台的软件GUI自动测试系统,分别使用HOG+SVM模型和AlexNet模型对GUI图像进行特征提取并分类.考虑到软件GUI数据样本量小,提出利用迁移学习策略改善AlexNet网络的性能.针对用户的多样性和算法对计算性能的需求,GUI自动测试系统部署在云平台上,用户可以对软件GUI进行实时评估.实验证明,系统用于GUI自动测试具有良好的性能,并且可以避免主观因素的影响以及减轻软件测试员的工作量.

简介：域自适应算法是一种能有效解决训练集（源域）和测试集（目标域）样本分布不一样但是具有相关性的方法.文章提出一个跨领域分布适配超限学习机（DDM-ELM）用于解决域自适应问题.DDM-ELM旨在基于超限学习机的框架下,充分利用丰富的有标签源域样本和无标签目标域样本,得出一个精确的目标域分类器.具体来说,DDM-ELM同时满足以下目标：1）最小化源域样本的分类误差;2）通过最小化投影最大化均值偏差来有效减小源域和目标域的分布差距;3）利用目标域样本的流形正则化来探索目标域样本的几何机构特性.这使得DDM-ELM能在同时继承超限学习机优点的前提下更加适合于目标域样本.经过大量的实验结果证明,相比于几种先进的域自适应方法,DDM-ELM在分类准确率和效率上均有所提高.

简介：利用改进的电弧放电技术合成及多步高效液相色谱（HPLC）分离方法,得到了大碳笼含钆氧化物团簇的金属富勒烯Gd_2O@C_（88）.激光解吸电离碰撞诱导解离质谱/质谱的研究结果表明,氧化钆团簇位于碳笼内部.密度泛函理论计算结果表明,金属富勒烯结构为Gd_2O@D_2（35）-C_（88）.内嵌团簇向碳笼转移4个电子,价态＋4,碳笼-4价,金属富勒烯的电子结构表示为[Gd_2O]~（4＋）@[D_2（35）-C_（88）]~（4-）.

简介：在中国高校科技期刊研究会组织的“2018年度中国高校杰出·百佳·优秀科技期刊”遴选活动中,《中国计量大学学报》被评为“2018年度中国高校编辑出版质量优秀科技期刊”这次评选活动旨在不断提升高校科技期刊的创新力、影响力、贡献力和编辑出版质量,对高校科技期刊在科研活动和学术交流中的作用及其质量做出客观、全面的评价,以树立榜样、明确方向,促进高校科技期刊健康发展.其中,中国高校编辑出版质量优秀科技期刊的评选是在差错率低于万分之一的前提下,结合期刊的学术指标和学术影响力,由专业评审组对期刊的政治、编辑出版质量进行综合审查,评选出中国高校编辑出版质量优秀科技期刊53种.

简介：由中国高校科技期刊研究会组织的＂2016年度中国高校杰出·百佳·优秀科技期刊＂评选结果揭晓,《中国计量大学学报》荣获中国高校编辑出版质量优秀科技期刊,共有69种期刊获得此项奖励.