文章介绍了在目标检测领域应用神经网络的方法,重点关注了对YOLO(You Only Look Once)目标检测算法的性能提升。首先,深入研究了数据处理与增强方法,包括数据归一化、图像旋转、镜像翻转和随机噪声添加等,以提高输入数据的质量;其次,采...文章介绍了在目标检测领域应用神经网络的方法,重点关注了对YOLO(You Only Look Once)目标检测算法的性能提升。首先,深入研究了数据处理与增强方法,包括数据归一化、图像旋转、镜像翻转和随机噪声添加等,以提高输入数据的质量;其次,采用经过处理的数据集,应用YOLO算法进行目标检测,并对所提方法进行了综合测试。实验结果显示,所提方法在精确度、召回率和F1分数方面略优于标准YOLO模型,取得了良好的效果。展开更多
目的建立快速检测水中丁基黄原酸的离子色谱—三重四极杆质谱联用分析方法。方法水样经0.22μm滤膜过滤后直接进样,以IonPac AS 19型阴离子交换色谱柱(2 mm×250 mm,7.5μm)作为分离柱,自动在线产生的氢氧化钾进行梯度分离,色谱柱...目的建立快速检测水中丁基黄原酸的离子色谱—三重四极杆质谱联用分析方法。方法水样经0.22μm滤膜过滤后直接进样,以IonPac AS 19型阴离子交换色谱柱(2 mm×250 mm,7.5μm)作为分离柱,自动在线产生的氢氧化钾进行梯度分离,色谱柱流出液经阴离子抑制器抑制后进入质谱系统,以电喷雾电离负离子多离子监测模式(MRM)进行检测,内标法定量。结果方法的线性范围为(0.7~500)μg/L,自来水和河水中丁基黄原酸的平均加标回收率为95.6%~107.1%,相对标准偏差为3.1%~11.2%(n=6),方法的检出限为0.2μg/L。结论本法操作简单、灵敏度高、准确性好,适合于水中丁基黄原酸的测定,已应用于实际样品的测定。展开更多
文摘文章介绍了在目标检测领域应用神经网络的方法,重点关注了对YOLO(You Only Look Once)目标检测算法的性能提升。首先,深入研究了数据处理与增强方法,包括数据归一化、图像旋转、镜像翻转和随机噪声添加等,以提高输入数据的质量;其次,采用经过处理的数据集,应用YOLO算法进行目标检测,并对所提方法进行了综合测试。实验结果显示,所提方法在精确度、召回率和F1分数方面略优于标准YOLO模型,取得了良好的效果。
文摘目的建立快速检测水中丁基黄原酸的离子色谱—三重四极杆质谱联用分析方法。方法水样经0.22μm滤膜过滤后直接进样,以IonPac AS 19型阴离子交换色谱柱(2 mm×250 mm,7.5μm)作为分离柱,自动在线产生的氢氧化钾进行梯度分离,色谱柱流出液经阴离子抑制器抑制后进入质谱系统,以电喷雾电离负离子多离子监测模式(MRM)进行检测,内标法定量。结果方法的线性范围为(0.7~500)μg/L,自来水和河水中丁基黄原酸的平均加标回收率为95.6%~107.1%,相对标准偏差为3.1%~11.2%(n=6),方法的检出限为0.2μg/L。结论本法操作简单、灵敏度高、准确性好,适合于水中丁基黄原酸的测定,已应用于实际样品的测定。