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：研究建立一种检测育苗基质中矮壮素和缩节胺残留的超高效液相色谱-串联质谱法（UPLC-MS/MS）分析方法。样品采用甲醇-乙酸铵水溶液直接提取,样品无需任何净化过程;在亲水作用色谱柱SeQuantZLC-HILICMERCK（150mm×2.1mm,5μm）上进行分离,再用V（乙腈）：V（含0.1%甲酸的20mmol/L乙酸铵溶液）=6：4为流动相等梯度洗脱;电喷雾正离子（ESI＋）模式电离,多反应监测（MRM）模式检测对定性和定量离子进行MS测定,内标法定量。结果表明：矮壮素和缩节胺的添加水平在0.2～10μg/kg的空白添加浓度范围内线性良好（r2〉0.999）,在1、2和5μg/kg添加水平范围内,平均回收率分别为105.1%～111.6%和72%～110.2%;相对标准偏差（RSD）分别为4.0%～9.2%和7.7%～12.4%,矮壮素和缩节胺2种物质检出限（LOD）为0.2μg/kg,测定低限（LOQ）为1.0μg/kg。该方法简便、快速、灵敏、准确、耐用,适合育苗基质中矮壮素和缩节胺残留的确证和定量测定。

简介：采用高温固相法合成系列Eu^2＋掺杂的单一基质的白光荧光粉（Sr_（0.95）Mg_（0.05））_3（PO_4）_2.该荧光粉可有效被270~390nm的紫外光激发,激发波长范围与紫外LED芯片相匹配.在激发波长为350nm时,发射光谱中有两个发射峰,峰值分别位于410nm和570nm,对应于Eu^2＋的4f65d1→4f7跃迁,是Eu^2＋占据了基质中Sr~（2＋）的十配位和六配位的两种不同的格位后,形成的两个发光中心.当Eu^2＋的掺杂浓度为1mol%时,具有最大的发光强度,继续增加Eu^2＋的浓度后,会出现浓度猝灭现象.通过将Eu^2＋的掺杂浓度从0到0.01,可以使该荧光粉的CIE色坐标从（0.2595,0.1987）的蓝光区域逐渐移动到（0.3245,03133）的白光区域.基于实验结果和理论分析计算表明,这种荧光粉是一种潜在的用近紫外光激发产生白光LED的荧光粉.

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.