简介：神经毒气是化学战武库中的主要成员,已经在实际战争中得到使用。例如,在两伊战争及伊拉克与反叛的库尔德少数民族的战斗中,就使用了神经毒气塔崩(Tabun)。近年来,一种称为沙林(Sarin)的神经毒气被用来对付手无寸铁的广大民众,在松本和东京引起严重的人员伤亡事件。这是首次在非战争状态下被恐怖分子利用的化学武器。有关神经毒气方面的信息不多,广大民众对此均感生疏,象本文这样系统地介绍神经毒气的文章将对公众有所帮助。本文将首先对有毒气体作一简单介绍,然后叙述神经毒气的各有关方面,包括神经毒气的化学结构,制造原理,毒性机理,中毒治疗,检测方法及去污技术等有关内容。

简介：本文简要介绍最近研制的普及型数字减影血管造影系统,该系统用普通微机及数字图象存储处理器实现数字减影血管造影。文中对系统的硬件组成,双帧造影图象存储处理器及其电路逻辑框图作了论述,同时对系统的软件结构与功能做简要的介绍。

简介：行人重识别在视频监控领域是一个非常具有挑战性的问题,不同的摄像头位置角度、光照等因素会使同一行人的图像差异较大.文章提出一种DGD（DomainGuidedDropout）卷积神经网络（CNN）与样本相对距离结合的行人重识别算法：首先,通过卷积神经网络来提取来自多个域的数据中具有一般性及鲁棒性的特征;其次,通过计算各个特征样本之间的相对距离来筛选出更具有一般性及鲁棒性的特征;最后,比较筛选出的特征间的欧氏距离进行重识别.实验结果表明,该算法能够提高行人重识别的效率.

简介：行人检测在智能监控、自动驾驶、辅助驾驶、智能机器人等研究领域有着广泛的应用.传统的行人检测方法大多使用滑动窗口遍历图片的方式,导致计算量大,检测速度受到限制.目前基于深度学习的行人检测方法进入了一个快速的发展阶段,但是还存在例如小尺寸行人漏检等很多问题.现提出基于卷积神经网络的多尺度行人检测方法,分析了增加检测层、并联卷积层与改变卷积核尺寸对行人检测性能的影响.在KITTI数据集上的实验结果表明,该方法可以实现较好的行人检测效果.

简介：人脸关键点定位是计算机视觉的一部分,在人脸识别、人脸表情识别、人脸动作捕捉等工作中有重要的作用.非约束条件下人脸关键点定位,其难点在于人脸关键点位置在复杂环境下呈现非线性变化,影响人脸关键点定位的精准性.现提出基于级联卷积神经网络的人脸关键点定位方法,分析了级联深度模型全局回归阶段多尺度特征融合对人脸关键点定位的影响;同时提出了一种具有可学习参数的人脸关键点定位损失函数.经过大量实验表明,这里提出的人脸关键点定位算法能够有效的提高针对非约束条件下人脸关键点定位精确度.

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：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：在此提出一种改进的深度卷积神经网络模型,该模型通过增加并联卷积层,拓展卷积神经网络宽度实现,有利于提取图像特征,提高网络性能;卷积层中对特征图像采用批量归一化方法进行预处理,加快网络训练.实验结果表明,该模型能更准确地学习宫颈癌细胞图像特征,从而有效降低了分类错误率.

简介：深度学习是人工智能领域发展的一个不可或缺的部分,并且广泛应用于图像识别方面.为了进一步降低宫颈癌细胞图像的识别错误率,本文提出了一种基于卷积神经网络的改进算法.该算法通过搭建卷积神经网络框架,对下采样过程中特征提取阶段的池化模型进行改进,在下采样过程中对池化域内的每个元素分配合适的权值得到下采样特征图.实验结果表明,我们所提出的基于卷积神经网络的改进算法降低了对宫颈癌细胞图像的识别错误率.

简介：本文介绍眼镜片的识别和球面镜片的几种测定方法.在实践检测过程中镜片的光心距离要等于瞳距,绝对不能有误差,否则就会影响眼睛的视力,产生各种疾病.

简介：技术服务和质量反馈是企业质量管理完成闭环重要的环节.从产品质量"三包",进步到质量反馈和大面积质量缺陷分析、预测.把质量事故"扼杀"在厂内,使高成本的售后维修转化为低成本的以预防为主的质量反馈和改进.

简介：本文综述了硒元素在食品中的存在形态和检测方法,并对食品中硒形态检测进行展望。

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：针对BPR模型收敛速度慢的问题，RandleS提出一种非均匀采样非隐式反馈数据方法AOBPR模型来加快收敛速度，可是该算法只能利用隐式反馈数据.为了改进其算法的不足，我们提出了一种将AOBPR模型与经典的基于矩阵分解的SVD＋＋算法相结合的算法AOBPR_SVD＋＋.改进后的算法不仅能利用隐式反馈数据也能利用显式反馈数据.最后通过在两个真实数据集中进行实验验证，表明改进后的算法可以获得更好的推荐效果.

简介：本文采用氢火焰分子发射法，用自制仪器直接测定水溶液中的含硫、磷化合物，该法装置简单、分析时间短。本文寻找到了硫、磷的特征发射光谱，并讨论了形成发射的最佳火焰气氛为低温、还原性气氛，然后将384．64nm和527．89nm作为分析波长进行了含硫、磷化合物溶液的定量分析。利用氢火焰分子发射法检测含硫、磷化合物溶液具有可行性，但为了降低分析检出限、消除分子结构对分子发射的影响，从而使该方法应甩到实际水样中的微量分析变成可能，需要进一步对实验仪器进行改进。

简介：大气颗粒物污染由于其对区域环境和人体健康的影响而日益成为全球关注的焦点。相对于全颗粒物分析方法，大气单颗粒分析方法可以获得特征单颗粒的形貌、元素组成及粒子数量粒径谱等大量信息，具有采样量少、样品处理过程简单和分析速度快的特点，这使得单颗粒分析已成为表征大气颗粒物理化特征的重要手段。该方法已在源解析、颗粒物基本理化特性、颗粒物的混合状态和老化过程等方面得到应用。本文就单颗粒分析主要方法及其在颗粒物源解析等大气环境化学研究中的应用进行介绍，并对比分析不同单颗粒分析仪器的特点。

简介：本文利用离子色谱法,经自动进样器直接进样,测定水和废水中的乙酸,方法检出限为0.130mg/L,方法RSD为0.203%至0.267%,且具有较高的回收率。

简介：红外光谱鉴别聚合物材料是行业内通常采用的简便，快速的检测手段，针对结构相近的材料如PES和PSF，虽然谱图比较相似，但是还能作出判定。利用热裂解气相色谱，不仅色谱图存在明显的差异，还能通过特征裂解碎片，清晰地鉴别出它们的不同。

简介：随着世界养蜂业的迅猛发展，蜂产品日益受到广大消费者的青睐，但蜂药的过量使用或使用不当会导致蜂产品中药物残留，对人类健康构成威胁，因此很有必要建立起快速准确的蜂产品中药物残留分析方法。本文介绍了蜂药的使用现状，并对目前主要的蜂产品药物残留研究的方法进行了综述。

简介：低密度奇偶校验码（LowDensityParityCheckcodes,LDPCcodes）和极化码（Polarcodes）,是国际移动通信标准化组织3GPP在5G（5th-Generation）增强移动宽带场景的信道编码技术方案中,分别作为数据信道和控制信道的编码方案.LDPC码编码复杂度较高、硬件资源需求较大以及存在错误平层,而极化码具有线性编码复杂度以及瀑布式下降曲线,基于二者的级联系统可以大大改善彼此的缺点.首先我们研究分析了现有的级联系统,其次详细介绍了级联系统的实现方法,最后就级联系统研究中现存问题进行了分析,并探讨了其未来发展趋势.