建立了通过式固相萃取净化-超高效液相色谱-串联质谱法测定婴幼儿配方奶粉中的10种季铵盐类消毒剂(QACs)残留的方法。样品经水溶解后,用含0.2%甲酸的乙腈提取,提取液用甲醇1∶1混匀,用通过式固相小柱(Oasis PRiME HLB)净化,流动相由含0...建立了通过式固相萃取净化-超高效液相色谱-串联质谱法测定婴幼儿配方奶粉中的10种季铵盐类消毒剂(QACs)残留的方法。样品经水溶解后,用含0.2%甲酸的乙腈提取,提取液用甲醇1∶1混匀,用通过式固相小柱(Oasis PRiME HLB)净化,流动相由含0.2%甲酸的甲醇-乙腈溶液(体积比,6∶4)与含0.2%的甲酸水溶液组成。10种QACs在Waters CORTECS UPLC C18(100 mm×2.1 mm,1.6μm)色谱柱上以梯度洗脱分离后,采用电喷雾离子源正离子(ESI+)模式电离,配合多反应监测模式(MRM)进行定性定量分析。结果表明,10种QACs在各自浓度范围内线性良好,相关系数r^(2)≥0.9964,方法定量限(LQD)为0.5~3.0μg/kg。采用低、中、高3个浓度水平进行加标实验,回收率范围为86.2%~103.4%。方法简单高效,可作为日常婴幼儿配方奶粉监督抽样中10种季铵盐类消毒剂(QACs)残留检测的有效方法。展开更多
文摘识别非驾驶行为是提高驾驶安全性的重要手段之一。目前基于骨架序列和图像的融合识别方法具有计算量大和特征融合困难的问题。针对上述问题,本文提出一种基于多尺度骨架图和局部视觉上下文融合的驾驶员行为识别模型(skeleton-image based behavior recognition network,SIBBR-Net)。SIBBR-Net通过基于多尺度图的图卷积网络和基于局部视觉及注意力机制的卷积神经网络,充分提取运动和外观特征,较好地平衡了模型表征能力和计算量间的关系。基于手部运动的特征双向引导学习策略、自适应特征融合模块和静态特征空间上的辅助损失,使运动和外观特征间互相引导更新并实现自适应融合。最终在Drive&Act数据集进行算法测试,SIBBR-Net在动态标签和静态标签条件下的平均正确率分别为61.78%和80.42%,每秒浮点运算次数为25.92G,较最优方法降低了76.96%。