高效液相色谱法同时测定化妆品中24种美白成分

建立高效液相色谱法(HPLC)同时测定化妆品中24种美白成分。使用甲醇-磷酸二氢钾溶液为流动相进行梯度洗脱,色谱柱为SHISEIDO MGⅡ C_(18)柱(5μm,4.6 mm×250 mm),柱温35℃,流速为1.0 mL/min,烟酸、熊果苷、烟酰胺、红景天苷、覆盆子酮葡糖苷、阿魏酸、芍药苷、甘草苷、白藜芦醇、甘草素、丹皮酚、4-正丁基间苯二酚、4-(α-甲基苯甲基)间苯二酚、汉黄芩素、二甲氧基甲苯基-4-苯基间苯二酚、4-己基间苯二酚、光甘草定、四氢厚朴酚18种物质的检测波长为230 nm,维生素C磷酸酯镁、抗坏血酸葡糖苷、曲酸、3-O-乙基抗坏血酸、4-甲氧基水杨酸钾、甘草酸二钾盐6种物质的检测波长为250 nm。方法学研究结果表明,24种美白功效成分在0.3~608.0μg/mL范围内线性关系良好,线性相关系数均大于0.999,方法检出限为8.1~438.4μg/g,定量限为60.4~1461.4μg/g,平均回收率为87.34%~103.78%,相对标准偏差(RSD)值为0.16%~4.35%。该方法简便、准确,可用于化妆品中美白类功效成分的含量测定。

基于主分量分析的信号白化解相关处理

介绍了主分量分析及其计算方法,论证了采用主分量分析方法对混合信号进行白化解相关处理的理论基础,对基于主分量分析方法的解相关处理进行了仿真。结果表明,对信号进行解相关处理可以大幅度降低信号之间的互相关程度。

高效液相色谱法同时测定化妆品中的10种美白活性成分及2种禁用成分

建立了同时测定化妆品中10种美白活性成分及2种禁用成分的高效液相色谱分析方法。水基、乳液等含油脂较少的样品采用0.02 mol/L磷酸二氢钾溶液(pH 6.0)直接提取;油脂含量高的样品及蜡基、粉基类的样品先加入2.5 m L二氯甲烷溶解后再用0.02 mol/L磷酸二氢钾溶液(pH 6.0)提取。提取液在9 500r/min下离心后用0.22μm滤膜过滤。样品采用Eclipse XDB-C_(18)色谱柱为固定相,以0.02 mol/L磷酸二氢钾溶液(pH 6.0)和甲醇溶液为流动相,梯度洗脱,流速为1.0 m L/min,柱温为25℃,使用二极管阵列检测器(DAD)进行检测,检测波长为230 nm和250 nm,外标法定量。结果显示:12种化合物在2.5~100 mg/L范围内线性关系良好,相关系数(r)均大于0.999 0。方法的定量下限(以信噪比为10计)为0.006 5%~0.025%,添加水平为0.025%~0.5%时回收率为87%~102%,相对标准偏差均小于4%。该方法前处理简单、回收率高、精密度好,适用于化妆品中10种美白活性成分及2种禁用成分的快速测定。

一种快速的频域盲语音分离系统

对真实环境中的混迭语音信号进行盲分离是一个非常困难的任务。许多在仿真信号环境下工作很有效的算法常常不能成功地分离真实环境中录取的混迭语音信号。本文通过对一系列预处理(如解相关),独立分量分析和后处理(解排列和尺度不定性)算法进行优化和有机结合,提出了一种快速的频域盲语音分离系统,有效地实现了对卷积混迭的语音信号的盲分离。特别,文中引入一种改进的数据白化算法,它可以节省运算量并提高独立分量分析算法的收敛速度。基于真实录音信号的仿真实验显示该系统能够快速和稳健地分离卷积混迭的语音信号。

近红外高光谱图像的宁夏枸杞产地鉴别

宁夏产地的宁夏枸杞属于《中华人民共和国药典》收录的道地药材,药用价值较高、消费者青睐度更高,然而优质宁夏枸杞的种植面积较小、产量较低、枸杞子市场以乱充好、以其他产地冲抵道地产区产品的现象频发。因此,建立快速有效的宁夏枸杞产地鉴别模型对监督市场具有重要的意义。日常的市场交易枸杞子的鉴定一般凭借经验,但是该方法误差较大,可信度较低。传统的理化实验鉴别周期较长,非专业人员无法操作。近些年一些学者研究发现不同产地的宁夏枸杞成分含量具有差异性,然而枸杞子样本较小、形状不规则、成分分布不均匀,近红外光谱鉴别通常需要碾碎成粉末然后采集光谱信息,无法做到无损批量地采集枸杞子数据来鉴别枸杞子产地。近红外高光谱图像结合了近红外光谱和图像,包含丰富的空间信息和光谱信息,可以实现无损批量地采集非均匀样本光谱信息。利用近红外高光谱图像对甘肃、青海、新疆、宁夏和内蒙5个产地的宁夏枸杞进行产地鉴别。使用近红外高光谱图像系统采集了1 650个样本数据之后,通过阈值分割、图像去噪等方法提取出感兴趣区域(region-of-interest,ROI)。对比了ZCA白化(zero-phase component analysis whitening)预处理方法和常用的标准化(normalization)预处理方法,实验结果表明ZCA白化预处理是一种有效的高光谱数据预处理方法,可以去除特征之间的相关性,提升产地鉴别模型的准确率。对预处理后的数据采用偏最小二乘降维(partial least squares based dimension reduction,PLSDR)降低模型复杂度,结果表明经过ZCA白化预处理后的数据可以由288维特征降低到4个主成分,使得去除相关性后的特征可以被更少的隐藏特征来表示,这样可以极大程度上降低模型复杂性。最后,将降维后的特征输入到不同的分类器中进行训练,包括支持向量机(support vector machine,SVM)、 Fisher线性判别分析(linear discriminant analysis,LDA)和Softmax分类。其中,基于ZCA白化、 PLSDR和Softmax分类的模型表现最好,在测试集上的平均准确率为94.06%,可以有效的鉴别宁夏枸杞产地。

应用独立分量分析的胎儿心电信号提取

针对独立分量分析(independent component analysis,ICA)的基本生成模型,在采用负熵的快速定点ICA算法的基础上,应用渐近正交化的FastICA算法,对3导从孕妇腹部测得的含有孕妇及其胎儿心电分量的观测信号进行了有效的分离,提取出胎儿心电分量;通过调用Matlab小波消噪程序,对分离所得的胎儿心电分量用db2小波对其做8层分解,获取默认软阈值,消噪处理。结果表明,渐近正交化的FastICA算法收敛速度快,只经过7、3、2次的迭代,便将3个源分量分离出来;结合小波阈值消噪,将分离后胎儿心电中的干扰进一步去除。

一种适用于微弱信号盲提取的白化方法

独立分量分析(ICA)算法是解决盲信号分离(BSS)问题的最有效方法之一.ICA中,对观测信号预白化处理的作用至关重要.通常采用主分量分析(PCA)来进行预白化处理.实际中,在利用广播、电视等作为照射源的被动雷达系统中,观测信号通常被强噪声和干扰严重污染,这很大程度上降低了BSS方法的性能.然而,传统的BSS方法中没有考虑这一问题.本文,我们关注这一问题并提出一种新的含噪BSS的白化框架,其主要思想是在白化之前从观测信号的协防矩阵中减去噪声方差.仿真结果验证了所提出方法能够明显提高BSS的性能.

基于CNN的SAR图像目标分类优化算法

随着合成孔径雷达技术的成熟,传统方法已经难以满足海量SAR数据的分类精度和速度需求。为解决上述问题,采用卷积神经网络对海量SAR数据进行分类。针对SAR图像数据的特点,对卷积神经网络结构参数进行调整,提高网络训练速度,克服权重更新中的梯度消失,改善网络训练过程中收敛慢的问题,提升目标分类准确率。同时提出了一种ZCA白化与主成分分析相结合的方法对SAR图像进行预处理,进一步提升了网络的训练速度以及目标分类的准确率。实验采用的是美国MSTAR数据库,通过上述优化方法得到了较好的分类效果。

多分量调频信号源混合相交非正交联合对角化盲分离

针对多分量调频信号源混合相交时频分布盲分离,提出白化-均匀加权非正交联合对角化(Whitening-Uniformly Weighted Exhaustive Diagonalization using Gauss iteration,简称W-UWEDGE)方法估计混合矩阵。白化对相关信号去冗余处理,无需约束源信号概率密度形式,仅限制源之间整个时频面上无完全重合成分,非正交联合对角化则针对复数域。首先将非正交联合对角化可辨识性从时延平面推广至二次型时频平面,然后利用基于白化处理的梯度范数选择自项时频点(auto-time frequency point),进而利用均匀加权近似联合对角化方法估计混合矩阵,分析Amari error值随信噪比及时频矩阵个数的变化规律,与针对混合信号时间历程及时频分布的两类分离方法进行性能比较,显示出所提盲分离方法的优越性。最后应用于转子运行状态识别与齿轮复合故障源分离。仿真与实验数据分析表明所提出方法分离多分量调频相关源的有效性。

多维盲信源分离的联合块对角化方法

根据多维盲信源分离中源信号组内相关、组间独立的特点,提出一种利用联合块对角化解决该问题的方法,并用经过改造的雅克比算法实现。源信号自相关矩阵具有块对角结构,使得白化后观测数据的时延相关矩阵具有可联合块对角化的结构,因此可以通过联合块对角化来辨识分离矩阵中的正交部分以恢复源信号。针对联合块对角化的特点,对传统的雅克比方法加以改造,将GIVENS旋转矩阵中参数的选择问题转化为一元四次三角函数多项式的优化问题,同时调整旋转的循环顺序。这样,通过连续的GIVENS旋转即可实现联合块对角化。实验仿真和分析表明了算法的有效性。

化妆品中10种美白活性成分使用现状及分析

通过对市售化妆品中烟酰胺等美白活性成分进行检测,了解10种常见美白活性成分的使用现状,为化妆品原料监管提供参考依据。利用GB/T 35954-2018对50批化妆品进行检测,并将检测结果与产品标签及批件信息进行对照和分析。检验结果显示,50批化妆品中有20批产品美白活性成分检测结果与产品批件信息不一致。化妆品中美白功效成分存在使用不规范情况,建议加强对美白化妆品原料的监管,尽快制定化妆品中美白活性成分准用清单及建立检测方法。

色噪声下基于白化频谱重排鲁棒主成分分析的语音增强算法

基于鲁棒主成分分析(RPCA)的单通道语音增强算法是高斯白噪声环境下语音增强的一种重要处理手段,但其对低秩语音分量处理效果欠佳且无法较好地抑制色噪声。针对此问题,该文提出一种基于白化频谱重排RPCA的改进语音增强算法(WSRRPCA),通过优化噪声白化模型,将色噪声语音增强转换成白噪声语音信号处理,利用频谱重排改进RPCA语音增强处理算法,从而获得色噪声环境下语音信号处理性能的整体提升。仿真实验表明,该算法能够较好地实现色噪声环境下的语音增强,且相对于其他算法具有更佳的噪声抑制和语音质量提升能力。

白化散度差矩阵的独立元分析应用于表情识别

提出基于白化散度差矩阵的独立元分析算法,增加不同类表情之间的类间距离,减弱人脸个体差异性信息对表情识别的干扰,避免传统的二维主元分析方法(2DPCA)以总体散布矩阵作为产生矩阵,有效地简化了白化实现过程,提高了白化性能,削弱了光照、姿态等噪声对表情识别的影响。该算法首先采用散度差矩阵求白化矩阵,由快速固定点算法(FASTICA)求解样本独立元,最终由最近邻准则实现表情识别。实验结果表明,提出的算法要优于传统的2DPCA及ICA算法,为表情识别提供了一条有效途径。

基于Rail-GPSAR实测数据的地雷检测新方法

本文借鉴恒虚警率(CFAR)思想估计图像数据中杂波的统计量,实现图像的预白化处理。在训练图像中选取地雷图像切片的距离向中心切线作为本征向量构造训练数据阵,获取检测器的参数估计,结合主分量分析设计高效的偏差最优线性二次(DOLQ)检测器。验证了DOLQ检测器输出的灰度图像服从Gamma分布,利用其分布参数和实测数据特点确定整体阈值。对得到的二元图像利用形态学操作获取可疑目标块,然后通过整体阈值和局部门限确定的自适应阈值对其进行二次检测,以确保无漏检的情况下尽可能降低虚警。基于图像中目标能量的空间范围,提出了利用能量环对预白化处理后的图像进行目标检测。最后,提出了一种将能量环与DOLQ检测器的检测结果进行决策级融合的新方法,完成对不同土壤环境、埋设深度地雷的检测。对实际图像的检测结果表明,新方法能够显著降低虚警,且具有较好的稳健性。

多批（双效）防晒产品许可及配方情况分析

目的:作为防晒产品风险监测先导并提出一些监管建议。方法:根据《化妆品技术审评要点和化妆品技术审评指南》和《关于调整化妆品注册备案管理有关事宜的通告》对2019年下半年检验的20批(双效)防晒产品配方进行分析。结果:对产品名称、许可范围、防晒剂、美白剂进行列表,发现防晒剂符合要求、存在美白剂问题的批次有很多。结论:应扩大样本进行风险监测,对防晒产品进行分类管理,完善美白产品管理制度。

盲信号分离在静止式中频电源故障分析中的应用

针对静止式中频电源故障信号含有间谐波,传统的信号处理方法难以对其进行有效分析的问题,提出将最新的盲信号分离(BSS)运用于电源故障分析中。根据故障信号的特点,采用基于负熵的快速独立分量分析(FastI-CA)算法解决了混叠信号的盲分离问题;采用主分量分析(PCA)进行预白化处理,减小噪声对分离精度的影响,再运用二阶盲辨识(SOBI)算法分离波动电压信号,得到各分离分量的频率估计。在此基础上通过求解超定方程组估算出故障信号分量幅值。仿真结果表明,FastICA和SOBI算法对中频电源故障信号分离的有效性和准确性。

基于稀疏编码的桥梁路面裂缝分类方法研究

针对桥梁安全和维护问题,提出了一种基于稀疏编码的桥梁路面裂缝分类方法.该方法从网上随机下载图片数据集作为训练集,减少人工标记的工作量,再用相机采集周围的桥梁路面裂缝图片作为测试集和验证集,针对这些高分辨率图像,采用改进的白化主成分分析进行降维,加速特征学习;针对裂缝图像特点,结合自学习算法,从大量未标识的数据集中提取尺度不变特征,经过改进的稀疏编码表示得到特征字典,并用空间金字塔进行池化;最后用线性支持向量机分类器进行分类.验证结果表明,与其他方法相比,本算法获得的分类准确率更高.

基于卷积神经网络的城管案件图像分类方法

以智慧城市管理系统中上报的案件图像为研究对象,利用卷积神经网络能够自行学习图像特征的优势,提出一种改进的深层卷积神经网络算法,并利用该算法对智慧城市管理系统(下简称"智慧城管")的案件图像进行快速精确分类,从而完成城市管理系统中案件的自动分类。采用ZCA白化处理降低图像数据特征之间的相关性;搭建八层卷积神经网络对白化后的图像进行分类,并在卷积层采用线性纠正单元(Re LU)加速训练过程,在pooling层利用dropout技术防止算法过拟合;在网络精调阶段采用BP(Back Propagation)算法进行优化,提高算法的鲁棒性。基于上述方法对道路交通类和市容环境类两类案件图像进行二分类实验,平均精度达到97.5%,F1-Score达到0.98,性能超过了LSVM、SAE以及传统的CNN等方法;同时该方法又对电动车乱摆放类、乱扔垃圾类、机动车违章停放类、垃圾桶周围脏乱类共四类案件进行四分类实验,平均精度为90.5%,F1-Score为0.91,性能依然超过了LSVM、SAE以及传统的CNN等方法。

一种具有等变性的自适应盲源分离算法

本文关注的是自适应盲源分离算法。首先介绍了白化算法,然后将白化规则和非线性主成分分析规则结合起来,得到了一种新的具有等变性的自适应盲源分离算法。最后,通过仿真实验验证了算法的有效性。

基于动态时间规整ICA算法地震随机噪声压制

噪声压制是地震数据处理流程中的基本环节之一。传统的独立分量分析(ICA)算法仅适用于平缓地层同相轴的地震资料噪声压制,对非平缓地层同相轴地震资料去噪效果较差,且算法不够稳定,容易出现解混失败现象,导致去噪结果中产生坏道。针对这些问题,提出了将ICA算法与动态时间规整(DTW)算法相结合的噪声压制方法。首先使用DTW算法将倾斜地层同相轴校正为水平同相轴,利用ICA算法提取拉平后含噪地震数据的独立分量,实现拉平地震道的信噪分离。然后利用由DTW算法所提取的道间时差将同相轴还原为倾斜地层同相轴,从而实现复杂地震资料的随机噪声压制。理论模型和叠前叠后实际地震资料测试结果表明,该方法可以有效地压制地震数据中的随机噪声,且对非平缓地层也有较好的去噪效果,具有一定的实用价值。