简介：绘画作品的数字化对有效使用绘画资源具有重要意义，传统图像分类方法并未考虑绘画作品主观特性，且大部分特征需要人工提取，存在细节特征丢失等问题．在此提出基于卷积神经网络的绘画图像分类方法，分析了卷积核大小、卷积神经网络结构宽度、训练样本数量对分类结果的影响，以优化网络结构和参数．实验结果表明，该方法对绘画图像分类的有效性，在不同绘画图像数据集的分类实验上也得到了较好的分类结果．
简介：采用同位素内标法并结合凝胶净化技术,建立了婴幼儿米粉中多环芳烃残留的气相色谱一质谱（GC-MS）检测方法。样品中的多环芳烃经乙腈提取,凝胶渗透色谱柱去除杂质后,进行GC-MS测定,内标法定量。方法的样品加标回收率和相对标准偏差分别为62.8%-93.7%、8.2%-21.0%。多环芳烃的方法检测限为0.3μg/kg-2.4μg/kg。
基于卷积神经网络的绘画图像分类研究
凝胶净化-气质联用法测定婴幼儿米粉中的多环芳烃
