多糖含量测定方法的比较

目的比较几种多糖的含量测定方法及其用不同标准品为对照的差异。方法对同一植物多糖,采用苯酚-硫酸法、蒽酮-硫酸法、DNS法以及葡萄糖、半乳糖、木糖三种标准品为对照进行含量测定,并用PMP衍生化后HPLC-DAD测定该多糖的单糖组成。结果苯酚-硫酸法用葡萄糖、半乳糖、木糖为对照的测定结果分别为60.60%、99.02%、55.86%;蒽酮-硫酸法的测定结果依次为59.16%、98.83%、127.69%;DNS法的测定结果依次为70.66%、69.45%、60.21%。结论多糖的含量测定应选取合适的单糖作为对照;苯酚-硫酸法以灵敏、受蛋白质干扰小而优;蒽酮-硫酸法需有合适的对照品为前提;DNS法以不同标准品为对照差异小而优。

基于混合特征提取的细粒度图像识别方法

由于细粒度图像类内差异大、类间差异小的特点,导致其识别具有较大的难度,针对该问题,提出了一种基于混合特征提取的细粒度图像识别方法。借助混合增强(Mixup)思想混合卷积神经网络中间层,提取类内和类间的特征信息,并通过非局部模块加强模型提取特征的能力。同时,为了降低Mixup方法引入的噪声和歧义,设计了与训练过程耦合的多损失函数。该模型在广泛使用的公开细粒度图像数据集CUB-200-2011和Stanford Cars上分别达到了87.4%和93.8%的识别精度,与多个基线方法相比有显著的性能提升。

基于多尺度特征Transformer的细粒度图像分类方法

针对细粒度图像分类任务的长尾分布问题,提出了一种基于多尺度特征Transformer的细粒度图像分类方法,实现了底层与深层特征的保护并优化了长尾分布。首先,设计了混合数据采样方法,获取用于优化表征学习、长尾分布和细粒度特征的三元组数据;然后,设计了Transformer多尺度特征优化方法,分别通过底层特征对比学习方法与深层特征平衡学习方法优化特征学习过程,改善类别混淆和细粒度特征的提取,在保护头部类别特征学习的同时增加对尾部类别的关注。仿真结果表明,所提方法可以有效地改善细粒度图像分类任务中长尾分布带来的影响,优化特征分布,提高分类准确率。

古寨筑梦人

“多福、多寿、多男子”的三多古寨以其深厚的历史文化底蕴享负盛名。在三多寨提起好人曾维金的名字，方圆10几里无人不知晓，无人不翘指称赞这位身残志坚、用无私的大爱帮助呵护乡村孩子的好人。他平凡而高尚的善举就像一缕和煦的春风吹拂着古寨的山水草木、田园村舍，更像一束温暖的阳光播撒在贫困和留守孩子的心田。