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：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：通常测量NMRT2都要经过付立叶变换成波谱,因而要花费大量的时间和计算机存储单元。本文实现了对生物组织中水样品的FID信号进行直接测量并计算出NMRT2,从而省去了繁锁的FT计算过程,并提高了测量精度。结果测得人血红细胞中水质子的T2值为112.6ms,标准偏差为1.89ms。

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：本文通过化学分析法、火花源原子发射光谱法以及电感耦合等离子体原子发射光谱法（ICP-AES）等这几种常用于金属材料化学成分的检测方法,对金属材料中铬含量的检测进行了大量实验,并结合实验数据分析,系统阐述了这几种分析方法在具体的检验实践中,测定金属材料中铬成分时的应用差异以及应关注的技术要点。

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：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：高温蠕变是影响金属结构失效的主要原因之一，而对金属材料高温蠕变寿命的评价则是工业安全生产的重要组成部分．文章介绍三类常用的蠕变寿命评价方法：持久强度实验外推法，微观组织分析法，超声波测定法，并对其原理、表征参数、国内外的研究进展、优缺点等方面进行了总结，认为综合运用这三类方法对高温蠕变状态评价及剩余寿命预测是当前采用的主要方式．最后，通过分析与比较，指出了非线性超声技术具有灵敏度高、在线无损检测等优点，是高温蠕变评价未来发展的重要方向．

简介：基于大变形理论建立功能梯度材料（FGM）梁运动方程,将梁的横向位移假定为时间函数和梁线性模态乘积之和,利用伽辽金方法离散为非线性常微分方程组;然后,运用等效线性化方法求得随机激励作用下简支约束的功能梯度材料梁均方位移,与NewMark法和蒙特卡罗方法获得的结果对比,验证该等效线性化方法的可靠性.最后讨论材料梯度指数、激励强度和梁长细比对功能梯度材料梁振动响应的影响.

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：考察了甲醛、乙醛、2,4-二硝基苯肼的最佳衍生化条件,建立了高效液相色谱法同时测定内墙涂料中的甲醛、乙醛含量的方法。选用EclipseXDB-C18色谱柱（150mm×4.6mmi.d,5μm）,以甲醇-水溶液（80：20,v/v）作为流动相进行洗脱,利用二极管阵列检测器,检测波长350nm。该方法具有较好的重现性和线性关系,相关系数均达到0.995以上,加标回收率分别为93.7%和95.9%,检测限分别为2.5×10-4mg·L-1和2.2×10-4mg·L-1。该方法简便、准确、灵敏度高。

简介：运用N2O-C2H2火焰原子吸收光谱法进行氢镍电池材料用氧化锆布膜中铁的测试研究。介绍了铁的最佳测试条件，对样品的消化处理，以及在测试过程中对样品干扰因素进行了分析。测定样品中铁含量相对标准偏差均小于1．0％（测定次数n=6），加标回收率均在97．0％～98．3％（n=6）范围。该方法具有简便、快速、灵敏度高、重现性好等特点，准确度与精密度均能满足氢镍电池研制工作的要求。

简介：本文介绍火焰原子吸收光谱法测定光学新材料钛酸钡锶中锶的方法,研究样品制备和测试条件,消除共存元素干扰。本法的回收率为99～101％,相对标准偏差为0.72％。

简介：镁质耐火材料中的主要成分需要进行分析,采用化学分析方法,分析周期长,工作量大,本文利用X荧光光谱法测定镁质耐火材料中的主要元素,成本低,周期短,准确度高,减少试剂的用量,避免使用大量对环境造成污染的化学试剂.

简介：本文介绍了红外光谱法衰减全反射技术的简单原理,利用该方法鉴定了几种食品软包装复合材料,并对几种高聚物复合膜的ATR光谱与透射光谱进行了比较。

简介：本文建立了采用超声波提取-气相色谱-质谱联用检测塑料食品接触材料中的乙二醇醚及其酯类的方法。通过以甲醇为溶剂，超声波萃取乙二醇醚及其酯类，固相硅胶小柱净化，气相色谱一质谱联用仪测定，外标法定量，该方法检测低限在20mg／kg，加标回收率在80％～95％之间，相对标准偏差（RSD）不大于6％，线性范围在10mg／L～1000mg／L，相关系数（r）大于0．999。实验结果表明方法简便、可靠，能满足塑料食品包装材料中的乙二醇醚及其酯类的检测要求。

简介：建立了微波萃取-气相色谱法（microwave-assistedextractioncombinedwithgaschromatography,MAE-GC）同时测定塑料食品包装材料中一乙醇胺、二乙醇胺、三乙醇胺、三异丙醇胺和N,N-二乙基乙醇胺等5种有机醇胺的方法。方法采用甲醇作为提取试剂,80℃微波萃取10min,然后将样液蒸发至近干,用甲醇复溶洗脱,洗脱液过滤膜直接上样。在优化条件下,5种目标物在50-3500mg/L浓度范围内线性良好,相关系数均大于0.996,检出限在2-12mg/L之间（S/N=3）。自制阳性样品后进行近等额添加,目标物的平均回收率在79.9%-104%之间,重复性精密度在3.20%-4.84%（n=6）之间。结果表明,方法操作简单快速、重现性好、准确度高。