简介:域自适应算法是一种能有效解决训练集(源域)和测试集(目标域)样本分布不一样但是具有相关性的方法.文章提出一个跨领域分布适配超限学习机(DDM-ELM)用于解决域自适应问题.DDM-ELM旨在基于超限学习机的框架下,充分利用丰富的有标签源域样本和无标签目标域样本,得出一个精确的目标域分类器.具体来说,DDM-ELM同时满足以下目标:1)最小化源域样本的分类误差;2)通过最小化投影最大化均值偏差来有效减小源域和目标域的分布差距;3)利用目标域样本的流形正则化来探索目标域样本的几何机构特性.这使得DDM-ELM能在同时继承超限学习机优点的前提下更加适合于目标域样本.经过大量的实验结果证明,相比于几种先进的域自适应方法,DDM-ELM在分类准确率和效率上均有所提高.
简介:本文根据电感耦合等离子体原子发射光谱仪(ICP—AES)分析速度快、分析灵敏度、准确度和精密度较高、检出限低的优点,在目前常用的分光光度计、原子吸收光谱仪等仪器之外,建立了一种准确、快速、简便的同时测定日用陶瓷器皿中汞、锰等多种金属元素溶出量的测定方法。日用陶瓷器皿经过4%乙酸溶液的萃取,萃取液采用电感耦合等离子体原子发射光谱(ICP—AES)进行分析,经过大量试验确定了最佳工作条件。采用本方法检测了1000个左右的日用陶瓷产品,及时、准确地提供了金属元素溶出量的数据,结果满意。
简介:利用R-1-苯基乙基异氰酸酯对β-环糊精键合固定相进行衍生,合成了R-1-苯基乙基氨基甲酸酯-β-环糊精手性固定相,填充后在反相条件下考察其对氢化安息香、安息香和α-苯乙醇的手性拆分,探讨了流动相中乙腈含量、缓冲盐类型等对手性拆分的影响。氢化安息香获得了基线分离,分离因子可达1.214,安息香得到了部分分离,α-苯乙醇未能拆开。结合线性溶剂强度(LSS)模型和计量置换理论(SDM—R)对色谱保留机理进行了探讨,认为水分子和乙腈分子一起参与了溶质的置换。