简介：本文阐述了用超声波短时作用来处理水样,从而找到更科学地计数水体中微囊藻细胞数的方法。并通过实验进一步研究了超声波频率和作用时间对处理效果的影响。

简介：本文根据美国INFICON公司HAPSITE便携式GC-MS的性能特点,结合国家环境空气的标准浓度限值要求,分析了采用便携式GC-MS检测空气中低浓度苯系物的准确度。

简介：工业机器人是实现数字化无人工厂为特征的工业4．0基础设备，我国已连续四年销量全球第一．以工业机器人为核心的智能制造行业蓬勃发展，但国内机器人检测方法，以及相关的检测设备的发展却参差不齐．现就机器人整机性能检测与校准存在的问题、检测技术与仪器的现状、最新发展成果等进行综述．

简介：采用1-丁基-3-甲基咪唑四氟硼酸盐离子液体（[Bmim]BF4）作萃取剂，顶空液相微萃取法富集水中苯系物。气相色谱法测定。考察了不同萃取温度和时间、样品体积、单液滴体积和盐析效应对结果的影响。苯、甲苯、二甲苯检出限分别为0．030μg／L、0．147μg/L、0．180μg／L，结果表明所用离子液体可有效富集水中痕量苯系物。

简介：建立了顶空进样方式，CEC—WAX毛细管色谱柱分离，FID检测器，外标法定量测定水源水中丙烯醛、乙醛和苯系物，在所考察的线性范围内具有良好的线性关系。相关系数R^2在0．9980～0．9993范围，平均加标回收率在95％～101％范围，RSD〈3％，检出限在0．0018mg／L～0．025rng／L范围。

简介：目的：评价毛细管气相色谱测定室内空气中苯系物的分析误差。方法：对空白溶液、0．1c标准溶液、空气样品、加标空气样品，采用精密度和偏性质量控制程序进行质控试验。结果：4种试样的批内批问变异分析（F〈F0.05）,4种试样的总标准差（st）均小于其各自浓度的5％（w），准确度的置信限R／d为0．97。结论：证实了用该方法测室内空气中苯系物是可行的。

简介：为解决工业机器人标定中存在的成本昂贵、专业性强等问题，提出了一种基于几何约束的工业机器人运动学参数闭环标定法．首先采用D—H模型与MDH模型相结合的方法建立运动学模型．解决D-H模型的奇异性问题．其次，用Matlab对该方法进行仿真，机器人末端执行器上模拟安装一个激光器，将激光瞄准观测平面上一正方形的四个顶点，得到较精确的关节角．最后，根据正方形的几何性质建立标定方程，利用最小二乘法求解参数误差．此方法操作简单，成本低，易于测量，可避免机器人基座标系的校准工作．根据仿真结果。工业机器人绝对定位精度提高了77．87％，从而验证了该方法的有效性．

简介：采用顶空进样气相也谱法对溶剂型木器涂料中的苯系物进行分析，所使用的方法能较好地避免基质的干扰。在给定的浓度范围内，各目标组分呈现良好的线性相关，检测限与定量限也都在国家规定的最大限量之下，回收率在85．6％-105％之间，日内精密度〈7．2％，日间精密度〈9．6％。

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：为有效降低宫颈癌细胞图像在图像识别中的假阴性率,在此提出一种改进的残差网络算法.该改进算法通过对交叉熵代价函数增加权重实现,根据不同病变程度的宫颈细胞建立权重矩阵,有针对地对假阴性类别的输出进行加权处理,优化分类输出、减少假阴性误判.实验结果表明,对于不同的宫颈细胞图像数据集,本改进算法输出分类效果稳定;与传统图像分类算法相比,改进后的交叉熵代价函数算法在识别分类宫颈细胞图像时,能有效降低宫颈癌细胞图像的假阴性率.

简介：人血清白蛋白与三氯聚氰活化的氨丙基硅胶反应,制得人血清白蛋白键合手性固定相。反相模式下,色氨酸在该手性固定相上获得理想的拆分,分离因子可达3.51,分离度达5.49。探讨了流动相pH值、有机修饰剂、柱温等对手性拆分的影响。通过前沿分析法对色谱保留机理进行了探讨。