UPLC-MS/MS法测定金沙江水域鱼体中卡巴氧及喹乙醇代谢物

为建立一种白酒香型鉴别方法，以DB-WAX为色谱柱，样品加标后直接采用气相色谱（GC）法进样分析。结果表明，香气成分线性相关系数R2＞0.999，检测限＜5.11 mg/L，精密度试验结果的相对标准偏差（RSD）＜4.11%；平均回收率为80.20%～97.93%。采用偏最小二乘法（PLS）对不同香型白酒数据进行建模和预测，不同香型白酒样品在PLS得分图中能分开，利用训练集和验证集数据对模型进行验证，结果表明预测准确率较高，校正均方差（RMSEE）和预测均方差（RMSEP）值也说明PLS模型对不同白酒香型具有较强的预测性。该方法在判别白酒香型分析中具有较高的准确性。     

面向数据流结构的指令映射优化方法

在高性能计算领域,数据流是一类重要的计算结构,也在很多实际场景表现出很好的性能和适用性。在数据流计算模式中,程序是以数据流图来表示的,数据流计算中一个关键的问题是如何将数据流图映射到多个执行单元上。通过分析现有数据流结构的指令映射方法及其不足,提出了基于数据流结构的新型指令映射优化方法。主要是根据多地址共享数据包的特性对指令映射方法进行优化,延迟多地址共享数据路由包的拆分,减少网络拥堵。     

一种基于ROP技术的代码混淆方法

针对静动态逆向分析容易获取程序内部核心代码的问题,提出一种基于ROP技术的代码混淆方法。借鉴ROP攻击技术的代码组织和调用方式,利用内存空间随机分布的gadget指令序列执行目标代码的等价功能,实现隐藏目标代码和抵抗逆向分析的目的。从有效性、时间开销和空间开销三个方面评价方法的性能,分析和实验表明,该方法能够有效增加攻击者静动态获取和分析目标代码的难度,具有较好的时间和空间开销性能。     

基于主成分分析法的地铁车站施工预警方法研究

根据多元统计分析方法,文中以青岛地铁4号线错埠岭车站为研究对象,对地铁车站安全评价进行主成分分析,通过建立变异系数v来降低专家主观性造成的不准确性,再运用线性回归最小二乘法建立散点图,划分安全与危险区,使结果更加清晰。同时在计算过程中运用MATLAB数学软件,对计算过程进行简化,使结果更加精确,计算快捷。通过建立主成分分析法和线性回归最小二乘法耦合评价模型,不仅能合理的判断其生产工作的安全程度,为部门的奖惩管理提供一定的依据;同时也为施工人员培养安全意识,降低事故的发生率,保证工程的顺利进行,为安全生产管理和决策提供合理的技术依据。     

激光测距仪镜头感光元件的快速识别与定位算法研究

在激光测距仪镜头组件的自动化装配中,快速、精准识别感光元件雪崩光电二极管(APD)的定位坐标,对于完成镜头焦点的精确对位以及提高图像处理效率至关重要。针对APD的图像识别与定位过程,本文提出一套基于机器视觉的高效、高精度的图像处理算法。首先在粗定位图像处理阶段中,为提高运算效率,利用抗干扰性强的高斯金字塔搜索归一化互相关匹配(NCC)算法,对图像中的APD进行粗定位。在边缘检测中,采用Otsu算法自适应地根据梯度图像变化生成高低阈值,避免了传统Canny算法的手动设置高低阈值的难题。在目标轮廓提取阶段采用连通域标记法,过滤掉孤立的像素点和非目标区域像素点,保证了下一步的轮廓拟合精度。在最后的轮廓拟合精定位阶段中,通过对两种拟合算法比较过程中,确定最小二乘法圆拟合亚像素定位算法进行APD轮廓拟合,可以保证效率和定位精度,实验结果表明整个图像处理系统用时596 ms、定位精度0.4 pixel,相对误差为0.64%,实现了APD图像快速、精准定位的过程,提高了定位精度和效率。     

基于MRAS-RLS算法永磁同步电机参数辨识

分析了各种常用辨识算法的优缺点,并对电机参数辨识方法中存在的问题做了进一步的研究和分析。通过分析递推最小二乘法和模型参考自适应法中的优缺点,设计出一种改进的递推最小二乘法(MRAS-RLS)。通过MRAS-RLS算法进行了定常和时变参数辨识的仿真实验,将辨识效果与改进前的算法进行对比,结果表明MRAS-RLS算法的辨识精度和速度均得到了提高。     

基于最小包容区域的球度误差评定方法

针对球度误差评定方法存在原理误差或模型误差,提出了一种符合最小包容区域定义的球度误差评定方法,即将几何搜索逼近算法与基于最小包容区域法的球度误差评定的几何结构和定义结合起来的准确评定方法。对仿真数据和其他文献中的数据进行了评定。所提方法与其他方法的评定结果表明,所提方法可以准确地找到最小包容区域球的球心并给出球度误差的精确解。     

基于近红外高光谱成像快速无损检测注胶肉研究

采用近红外高光谱成像技术结合化学计量学方法建立注胶肉的快速无损检测模型。首先通过近红外高光谱成像系统获取含有不同浓度梯度卡拉胶的猪里脊肉高光谱图像,然后提取图像中的光谱数据,使用偏最小二乘法(Partial least square,PLS)探究光谱信息与不同掺假比例卡拉胶之间的定量关系。结果表明全波段光谱(900~1700 nm)所构建的PLS校正集模型均方根误差(Root mean square error,RMSE)为1.74%,预测模型RMSE为3.16%。表明基于全波段所建立的PLS模型具有较优的预测性能。利用连续投影算法(Successive projection algorithm,SPA)筛选获得11个特征波长,并优化全波长PLS模型,将预测集样品带入,以验证模型的预测效果,结果表明SPA算法结合PLS建模方法所建立的模型预测效果更优,预测集相关系数(R_P)为0.93,均方根误差(Root mean square error of prediction,RMSEP)为3.51%,预测偏差(Residual predictive deviation,RPD)为2.66。试验表明利用高光谱成像技术可实现对注胶猪肉的快速无损检测。     

非线性悬架系统的最小二乘参数识别方法

针对汽车非线性悬架参数识别问题,根据最小二乘法原理,分别提出了基于离散化模型的参数识别方法和基于系统输入输出数据的参数识别方法。首先,从理论上介绍了两种识别方法的理论基础及其与最小二乘法之间的内在联系。其次,分别应用两种方法对汽车非线性悬架系统的线性及非线性参数进行识别,并通过仿真验证了两种基于最小二乘法的非线性系统参数识别方法的有效性。最后,进一步介绍了对于更一般的非线性系统,两种方法的适用范围,为非线性悬架系统及同类非线性系统的设计与分析提供了理论基础。