简介:本文探讨了牙本质龋损中胶原蛋白的变化持点,为临床牙本质龋的预防与治疗提供参考依据.实验采用氨基酸自动分析仪测量正常和二层龋坏牙本质龋胶原蛋白中18种氨基酸含量,结果表明:(1)正常与内层龋坏牙本质胶原蛋白中18种氨基酸含量无明显差别(P>0.05).(2)外层龋坏牙本质胶原蛋白除甘氨酸明显增高外,其余氨基酸含量明显低于正常及龋坏内层牙本质中的胶原蛋白(P<0.05).说明牙本质发生龋损时,内层龋坏牙本质中的胶原蛋白在其氨基酸含量及构成比上无显著改变,同正常牙本质胶原蛋白-样为Ⅰ型胶原;而外层龋坏牙本质中的胶原蛋白则发生了明显变化,非Ⅰ型胶原.本文研究结果同时也说明作为生命科学研究重要组成部分临床医学一个分支的口腔医学和分析仪器有着密切的关系,自动生化分析仪器氨基酸自动分析仪在口腔医学的研究中有看重要意义.
简介:在视频编码中,DCT系数分布模型是率失真理论模型的基础,视频量化一般可分别为硬判决量化(HDQ)以及软判决量化(SDQ),SDQ算法能实现最优编码性能,但其中维特比算法会导致严重的系数间串行处理依赖.比较而言,基于死区(deadzone)的HDQ算法率失真性能略有损失,但是不考虑系数间的相关性.提出了一种基于分段逼近TCM模型(TransparentCompositeModel)的自适应硬判决量化算法,采用更精确的DCT分布估计模型,估算不同频率分量DCT系数的分布参数.根据模型参数及DCT系数分布参数,优化构造自适应的死区偏移量模型.实验表明,相对于固定偏移量HDQ算法,其编码性能非常接近于SDQ算法.
简介:LDA主题模型是文本挖掘领域的重要算法,同时在推荐系统当中也有不错的表现.通过LDA主题模型挖掘用户感兴趣的主题,是目前最常用的用户兴趣主题挖掘方法之一.为了提高LDA主题模型应用在推荐系统时的推荐质量,我们提出了一种基于负样本进行学习的方法negLDA.通过创造出负样本来学习用户对物品的负面预测评分,同时结合正样本学习得到的正面预测评分,从正反两个方面进行综合评测,从而更加精确地衡量出用户对物品的预测评分.通过在MoviesLens-100k、MovieLens-1M、FilmTrust这三个数据集上的实验,表明所提出的算法在精确率、召回率、AUC三个指标上相比传统算法均有一定改进.
简介:建立了一个同时测定纺织品中硫酸二甲酯(DMS)和硫酸二乙酯(DES)残留量的气相色谱-串联质谱(GCMS/MS)方法,该方法以甲醇作为萃取溶剂,40℃下超声萃取纺织品中的DMS和DES,萃取液经滤膜0.22μm过滤后直接进行GC-MS/MS测定,外标法定量。在信噪比(S/N)=10的条件下,DMS和DES的定量限分别为10、5μg/kg。在三个加标水平下,该方法的加标平均回收率为82.2~95.8%,相对标准偏差(RSD)为1.2~6.6%(n=9)。该方法简便快捷,灵敏度高,定量限低,可完全满足纺织品中DMS和DES残留量检测的工作要求。
简介:为了提高企业生产效率,经过试验,采用能量色散型X荧光光谱仪(ED-XRF)测定聚苯二甲酸丁二醇酯(PBT)中的钛含量,该方法试样无需进行复杂的前处理,对试样直接测试,分析速度快,操作简单,精密度、准确度符合企业要求,满足了企业工业生产大批量,高密度的测试要求。