大鲵肝茶叶水提液脱腥过程中挥发性有机物的动态变化

目的：探讨茶叶水提液对大鲵肝的脱腥效果。方法：采用感官腥味值结合气相—离子迁移色谱(GC-IMS)分析经茶叶水提液处理不同时间(0，5，10，15，20 min)大鲵肝中挥发性成分的变化。结果：与未脱腥组相比，经茶叶水提液脱腥处理5 min后大鲵肝脏腥味值显著下降(P＜0.05)，处理10 min后腥味值基本稳定。不同脱腥时间下大鲵肝样品中共鉴定出32种挥发性有机物，包括10种醇类、8种醛类、5种酯类、5种酮类、3种烯烃类和1种醚类。经脱腥处理后，大鲵肝中醇、烯烃、醚、酯类物质相对含量下降，酮类和醛类物质相对含量增加。通过正交偏最小二乘法判别分析(OPLS-DA)结合变量投影重要性(VIP)筛选出10种潜在特征标志物(VIP＞1)，包括4种酮类、2种醇类、2种醛类、1种烯类和1种醚类。随着脱腥时间的延长，蘑菇醇、2-丁酮二聚体、异戊醇单体、2-丁酮单体相对含量呈降低趋势，而正己醛单体、异戊醛单体、丙酮相对含量呈增加趋势。结论：茶叶水提液处理5~10 min能够明显降低大鲵肝腥味，通过GC-IMS技术结合多元统计分析可以对脱腥过程中大鲵肝挥发性有机物进行区分。     

煤-油临氢缓和液化半焦晶相结构分析

以鄂尔多斯煤为原料，加氢后的煤焦油为溶剂油，在高压釜内进行煤-油共炼反应，采用元素分析、工业分析、X射线衍射(XRD)、扫描电子显微镜等对原料煤和半焦微晶结构进行分析。结果表明：煤与半焦主要由C和O元素组成，此外还含有少量的H,S,N等元素；与原料煤相比，半焦的H/C摩尔比减少0.23,挥发分和固定碳质量分数分别降低15.77,1.64百分点，灰分升高17.87百分点；煤和半焦的XRD谱图中出现大量无机矿物质特征衍射峰，主要来源于煤和半焦中的灰分；高温、高氢压环境下，煤发生裂解与聚合反应，煤中芳香结构缩聚明显，有机质碳原子排列趋于定向且规则，石墨化程度增加；原料煤表面光滑，排列有序，粒径较大，而半焦表面粗糙，排列无序，粒径较小，表面有大量孔隙。     

基于人脸卡口数据的行人共现关系图谱构建

随着人脸识别技术的不断进步以及人脸卡口的大范围且密集的部署, 本文针对团伙犯罪案件侦察这一应用场景, 对人脸卡口数据进行深入挖掘, 探究其中行人间的共现关系, 获取所关注的嫌疑人的现实社交网络, 锁定团伙其余人员. 经过实验比对和论证, 本文使用Chinese Whispers聚类算法对行人节点进行识别, 通过Faiss加速邻接边的构建, 加速图的初始化步骤, 解决其聚类效率低下的问题. 在此基础上, 使用共现频次和Apriori算法中的置信度挖掘行人间的共现关系, 构建行人共现关系图谱.     

氮磷共掺杂生物质多孔碳材料的制备及其氧还原性能研究

将槟榔原料与一定量的磷酸氢二铵均匀混合，在氮气气氛下制备氮磷共掺杂生物质炭，再与KOH二次煅烧生成孔隙结构发达的杂原子掺杂多孔碳。电化学测试结果表明，杂原子掺杂碳催化剂材料的ORR(氧还原)活性良好，具有优异的稳定性和抗中毒特性。组装的锌-空气电池的测试结果显示，无金属催化剂可与商业20%Pt/C催化剂性能相媲美，表明以生物质为基础的氮磷共掺杂活性炭是一种很有商业价值的氧还原催化剂材料。     

面向E量级超算的并行循环压缩浮点乘加校验结构

E量级超算面临超十亿浮点融合乘加(Fused Multiply-Add,FMA)部件同时运行的严峻挑战,单个FMA检错率的少量变化可引起系统可用性的较大变动.E级超算核心的高运行频率、实时校验需求对校验逻辑时序提出了更高的要求.同时,E级超算需要控制系统规模,同芯片面积下集成的核心数目更多,片上资源较为紧张.因此,FMA校验设计需要在保证错误检测能力的前提下,对校验逻辑的时序、面积开销进行控制.本文提出了并行循环4:2压缩结构.余数系统模数增大后,并行循环4:2压缩结构能在降低余数生成逻辑的时序、面积开销的同时,提升余数系统的检错能力.本文还对余数域中的FMA尾数运算进行研究,提出了取反符号扩展操作、乘法尾数、加法尾数的余数域加速变换.实验结果表明,本文提出的并行循环4:2混合压缩余数生成逻辑较模加器树余数生成逻辑、CSA(Carry Saved Adder) 3:2压缩余数生成逻辑分别最多可取得19.64%、6.75%的时序优化和71%、18.18%的面积优化.基于并行循环4:2压缩树的模63余数校验在面积开销、检错率、系统可用性上均优于IBM采用的模15浮点FMA校验设计,面积开销...     

拉曼光谱用于CHO细胞培养液多指标快速分析

为了快速分析中国仓鼠卵巢(CHO)细胞培养液,在CHO细胞培养过程中取样,离线分析获得葡萄糖浓度、乳酸浓度、谷氨酸浓度、谷氨酰胺浓度、活细胞密度、总细胞密度、细胞活度和单克隆抗体表达量等指标的参考值,采集细胞培养液上清的拉曼光谱,以偏最小二乘(PLS)法建立拉曼光谱与各指标的多元校正模型。各模型均具有合理的主成分数、较高的决定系数(R~2)、较低的校正误差均方根(RMSEC)和预测误差均方根(RMSEP),且RMSEC与RMSEP相差不大,模型具有较好的预测性能。结果表明,该方法可望用于CHO细胞培养过程多指标离线快速检测,也为该生产过程在线实时监测和反馈控制的实现提供了研究基础。