交替惩罚三线性分解结合室温磷光法快速解析土壤中芴的含量

多环芳烃是土壤中常见的有机污染物,具有致癌、致畸、致基因突变等“三致作用”。本文建立了一种基于交替惩罚三线性分解结合三维室温磷光法(APTLD-TRTP)测定不同类型土壤(如农田区、生活区和工业区)中多环芳烃芴(FLU)的方法,并与基于平行因子分析的方法(PARAFAC-TRTP)进行比较。首先构建一个验证集来探索开发方法的预测能力,然后利用其对加标土壤样和实际未知土壤样品中FLU进行定量分析。在N=3时,APTLD-TRTP和PARAFAC-TRTP获得土壤加标样中FLU的平均回收率分别为(90.4±5.6)%和(90.3±4.8)%,预测均方根误差(RMSEP)分别为0.32μg/mL和0.31μg/mL。方法预测的工业区土壤样中FLU的浓度范围为0.34~0.96μg/g,显著高于相关标准限值0.05μg/g,表明该研究区域土壤已受到FLU污染,其污染源可能来源于钢铁工业区煤炭燃烧、石油泄漏和汽车尾气排放等。

一种考虑脆性断裂的三线性内聚力模型

针对复合材料的分层现象,本文结合复合材料的脆性断裂失效模式,提出了一种新型三线性内聚力模型,并基于FORTRAN语言编写Abaqus用户子程序VUMAT进行模拟。为了检验此三线性内聚力模型的可靠性,使用有限元分析软件Abaqus/Explicit对双悬臂梁模型和端边切口模型进行了建模,并对分层损伤的扩展过程进行了分析。结果表明,与双线性内聚模型相比,考虑界面材料脆性断裂过程的三线性内聚力模型不仅计算速度提高了约10%,而且能够更准确地模拟复合材料的分层现象。本研究为热固性复合材料层合板的分层研究提供了一种新的模型。

基于自适应三线性池化网络的细粒度图像分类

细粒度图像分类的关键在于提取图像中微妙的特征。现有基于弱监督方式的细粒度图像识别方法大多使用专家标注的边界注释辅助定位关键区域,存在标注成本高、训练过程复杂等问题。基于弱监督的双线性卷积神经网络方法因其学习到的特征空间更符合细粒度图像特性而具有一定的有效性,但忽略了层间的相互作用。针对细粒度图像识别领域存在的关键区域识别困难和层间交互关联弱的问题,融合二阶协方差通道注意力机制、自适应特征掩码与自适应三线性池化,提出自适应三线性池化网络ATP-Net,用于细粒度图像分类任务。通过二阶协方差通道注意力机制学习通道上的注意力向量,构建自适应特征掩码模块学习空间维上的注意力矩阵,设计自适应三线性池化模块学习特征的最终表示,以充分利用空间维、通道维上的信息。在CUB-200、Cars-196和Aircraft-1003个细粒度图像分类数据集上的实验结果表明,ATP-Net的分类精度分别为89.30%、94.20%和91.80%。

现代分析化学中的三线性成分模型

本文针对现代分析化学实际 ,有选择性地介绍了三相三道三线性成分模型 ,扼要地列举了其主要的三线性分解算法 ,讨论了立体阵的秩估计、三线性分解的唯一性等。

三线性分解算法对液相色谱-质谱联用仪多样本测定数据分辨适用性的比较

从三线性分解算法对液相色谱-质谱联用仪(LC-MS)多样本测定数据分辨的适用性角度入手,探讨了双线性和三线性分解算法的实际应用效果、存在的问题及其解决方案。本文选择含有低丰度肽段和高干扰背景信号的代表性测定数据进行测试。结果表明,双线性方法不具有分辨唯一性,不能分离LC-MS多样品测定数据存在的背景干扰,从而不适用于低丰度肽段问题的分析。常规的三线性分解算法难以满足质谱信号具有的数学特性———稀疏性,分辨结果并不完全可靠。本文提出了具有非负约束的交替三线性分解(non-negative alternating trilineardecomposition,NNATLD)新算法用于LC-MS多样本测定数据分辨及数学分离,能够很好地适应质谱的数学特性,且具有计算资源节约和收敛速度快等特点。

交替三线性分解算法与反相高效液相色谱-二极管阵列检测方法相结合同时测定苯二酚的位置异构体

利用交替三线性分解算法与反相高效液相色谱 二极管阵列检测 (RP HPLC DAD)相结合 ,在色谱洗脱时间为1 0 86min～ 1 399min(间隔 1 / 1 50min)、紫外吸收波长为 2 68nm～ 2 98nm(间隔 1nm)时对苯二酚位置异构体的重叠色谱及光谱体系进行了分辨研究。分辨结果与实际结果一致。同时测定了水溶液中共存的邻苯二酚、间苯二酚和对苯二酚的含量 ,回收率分别为 (1 0 0 1± 1 0 ) % ,(99 4± 1 4) % ,(1 0 0 5± 1 7) %。研究结果表明 :该方法定量快速准确 ,实验操作步骤简单 ,解决了在干扰物存在条件下三者很难同时分辨的问题 ,说明三线性分解算法能有效地解决HPLC

基于三线性分解的电力系统谐波与间谐波参数估计算法

随着大量非线性负荷接入电网,电力系统谐波和间谐波污染日趋严重,严重影响了电网安全和电能质量。为提高谐波治理的有效性,保证电网的安全、稳定、可靠运行,提出一种基于三线性分解的电力系统谐波和间谐波参数估计算法。对含有谐波和间谐波分量的电力系统频率信号进行分析,可以利用欧拉公式将其转化为空域信号。在接收端利用多时延输出构造具有三线性特征的信号模型,利用复平行因子分析算法完成三线性拟合。仿真结果表明该算法不仅能辨识固定频率,而且能跟踪动态频率,同时还可以实现幅度和相位的精确估计,是一种超分辨率谐波和间谐波参数估计算法。

交替惩罚三线性分解算法结合三维荧光光谱法同时分辨和测定酪氨酸、苯丙氨酸和色氨酸

用交替惩罚三线性分解算法(APTLD)结合三维荧光光谱法给出的二维数据对酪氨酸、苯丙氨酸和色氨酸进行了同时定性定量分析,为直接同时测定混合氨基酸中此三种物质提供了一种新的分析方法,其测定相关系数分别为0.9987,0.9995和0.9993。采用超声波组织细胞破碎法对木槿叶中的氨基酸进行提取,利用APTLD法对提取液中氨基酸进行定量测定,测定相对标准偏差分别为0.84%,0.36%,1.59%,回收率分别在101.0%～92.7%,106.5%～93.0%,103.0%～95.0%之间,方法简洁、快速、准确可靠,结果令人满意。

低渗透油藏的压裂水平井三线性流试井模型

针对低渗透存在启动压力梯度的特点,建立了压裂水平井的三线性不稳定渗流数学模型,得到其在Laplace空间的解析解;通过Stehfest数值反演和Duhamel原理,得到了考虑井筒储存和表皮效应影响的压裂水平井井底压力值,对影响因素进行了研究。结果表明,启动压力梯度存在时,压裂水平井井底压力及压力导数曲线呈上翘趋势,且启动压力梯度越大,曲线越高,上翘的时间也越早;人工裂缝导流能力主要影响裂缝和双线性流出现时间的早晚;当裂缝间距达到一定值时,裂缝径向流才会出现,且裂缝间距越大,裂缝径向流持续时间越长;储容比影响压力导数曲线"凹子"的宽度和深度,储容比越小,"凹子"越宽越深;窜流系数决定"凹子"的位置,窜流系数越小,"凹子"就越靠右;井筒储集系数主要影响曲线的早期续流段。

交替三线性分解算法结合区域变量选择同时分辨和定量测定二甲基苯酚异构体复杂体系

研究同分异构体复杂体系的同时分辨和定量测定 ,选取二甲基苯酚 (DMP) 5种同分异构体 :2 ,3 二甲基苯酚、2 ,4 二甲基苯酚、2 ,5 二甲基苯酚、2 ,6 二甲基苯酚和 3,4 二甲基苯酚 ,对该色谱和光谱严重重叠的复杂体系 ,经高效液相色谱 光二极管阵列检测联用仪 (HPLC DAD)检测后 ,结合选取较佳保留时间及较佳光谱波长范围的办法 ,利用化学计量学中的交替三线性分解算法进行分辨解析和定量测定 ,获得较满意结果。

交替三线性分解荧光二阶校正法同时直接测定口服液中氨基酸

酪氨酸(TYR)和色氨酸(TRY)的荧光光谱相互重叠,用常规方法难以同时直接测定。本研究将交替三线性分解二阶校正算法与激发发射矩阵荧光法相结合,对氨基酸口服液中共存的酪氨酸和色氨酸进行了同时分辨和直接定量测定,并用加入标准法对结果进行验证,TYR和TRY的回收率分别为(96.9±2.5)%和(93.2±1.0)%。结果表明,该方法以“数学分离”替代“化学分离”,其它成分及背景不影响其测定。

医学图像体绘制中的快速三线性插值算法

目的三线性插值是医学图像体绘制中的基本运算单元 ,每次采样后都需要进行 ,因此高效快速的采样计算是提高体绘制成像速度的重要途径之一 ,特别是在微型机上实现医学图像的体绘制。本文目的是提出了一种全新的快速三线性插值算法。方法根据体数据中单个体素的 8个顶点的数值分布 ,把全部体素分成 1 2 8类 ,并用一个字节M中的各位来表示 ,插值计算时可根据每种体素的M值来选择相应的插值计算公式 ,从而极大地减少了插值计算的总量。此外 ,通过分类时的阈值设定 ,还可以灵活地改变三线性插值的运算总量。结果针对体数据的特性 ,提出了一种高效灵活的三线性插值算法。结论与其他快速三线性插值算法比较 ,该算法不仅能够显著减少计算量 ,还可以根据对结果图像的精度要求 ,通过设定的阈值对体数据的单个体素进行分类 ,灵活地调整三线性插值的运算总量 ,提高体绘制的速度。

三重介质三线性流垂直裂缝井压力动态分析

为了给高效开发低渗透油藏提供依据,针对三重介质油藏进行水力压裂后形成的有限导流垂直裂缝,结合均质油藏三线性流数学模型,应用拉普拉斯变换,求得了三重介质油藏有关裂缝储集和裂缝表皮效应的三线性流模型井底压力表达式。应用Stefest数值反演,绘制了无因次压力及压力导数对时间的双对数特征曲线,对其动态特征及影响因素进行了分析。研究结果表明,其压力动态最显著的影响因素是裂缝储集系数、裂缝表皮系数和无因次导流能力,其它参数对井底压力动态的影响与其对普通直井油藏的影响相类似。

三维荧光光谱法结合交替三线性分解算法同时分辨及定量测定秦皮中的秦皮甲素和秦皮乙素成分

用三维荧光分析结合交替三线性分解算法对秦皮中药成分进行定性定量分析,为直接测定秦皮甲素和秦皮乙素提供了一种快速简洁的方法。相关系数r分别为1.000和0.998。多次测定结果的相对误差分别为2.01%和2.21%。

三维荧光光谱结合自加权交替三线性分解算法检测农药类混合物

三维荧光光谱技术与自加权交替三线性分解(SWATLD)算法相结合,对三类农药混合溶液进行检测。在乙腈溶剂中配制西维因、速灭威和三唑磷不同浓度比的混合溶液为测量样品(西维因、速灭威及三唑磷的最佳激发波长/发射波长分别为285/325,305/345和265/305 nm),利用荧光光谱仪获取样品的三维荧光光谱,经过空白扣除以及激发与发射校正,有效地去除仪器误差以及散射产生的影响,得到样品的真实光谱。采用基于自加权交替三线性分解算法对测得的光谱数据进行分析,得到的三种农药的平均回收率为96. 9%±1. 9%,99. 8%±1. 0%和100. 8%±3. 2%。根据SWATLD算法预测结果,计算三类农药的预测均方根误差(RMSEP)值为0. 616×10^(-2),0. 539×10^(-2)和0. 374×10^(-2)μg·mL^(-1),低于平行因子(PARAFAC)分析法预测结果的RMSEP值,且最低检测限均在0. 005～0. 022μg·mL^(-1)范围内。和PARAFAC算法相比较,突出了SWATLD算法的优势,表明该算法对光谱重叠严重的三类农药混合物有较好的分解能力。

HPLC-DAD结合交替三线性分解二阶校正法测定荔枝果肉中游离植物甾醇

为快速测定荔枝果肉中游离植物甾醇含量,建立高效液相色谱-二极管阵列检测器结合基于交替三线性分解算法的二阶校正方法.基本色谱条件：岛津ODS-SP柱（150 mm±4.6 mm,5 μm）,流动相体积分数95％乙腈溶液,检测波长范围为190～340 nm,柱温30℃,流速1.0 mL/min,进样量20.0 μL.结果表明, ‘兰竹’和‘乌叶’荔枝样品中菜油甾醇含量分别为24.1μg/g和27.4 μg/g,两种荔枝样品豆甾醇含量分别为25.8 μg/g和26.7 μg/g,菜油甾醇和豆甾醇加标回收率分别为（95.25±0.78）％和（96.83±1.01）％.所建立的方法简单、准确、灵敏度高且可靠,可用于检测荔枝果肉中游离植物甾醇含量.

高效液相色谱-二极管阵列检测方法结合交替三线性分解算法快速定量测定中药黄芩中的黄芩素和汉黄芩素

利用高效液相色谱-二极管阵列检测(HPLC-DAD)方法结合化学计量学基于交替三线性分解算法的二阶校正方法,在未知基体干扰共存下,同时测定了中药黄芩中的黄芩素和汉黄芩素的含量。当体系组分数选取为3时,测得黄芩素和汉黄芩素的平均回收率分别为104.6±4.3%和100.7±7.4%。该方法不仅能同时给出2种物质的相对色谱图和相对光谱图,还能同时测定未知干扰存在下的2种物质的浓度。

交替惩罚三线性分解二阶校正荧光分析法快速测定牛奶中洛美沙星含量

笔者利用化学计量学交替惩罚三线性分解二阶校正算法结合荧光分析,在有干扰药物及牛奶中干扰组分共存下,对牛奶中的洛美沙星进行快速分析测定。当三维荧光数据的预估组分数取4时,所得平均回收率达到99.4%±1.3%,预测方差均方根(RMSP)为2.97nmol/L,预测结果良好。实验结果表明,此法可用于干扰组分共存下牛奶中洛美沙星的快速定量测定。

改进的三线性自复位防屈曲支撑结构非线性位移比

自复位防屈曲支撑框架结构(SCBRBF)兼具耗能和自复位能力,日渐受到国内外学者的关注。不同于以往广泛采用的双线性模型,它具有独特的三线性恢复力模型。前期研究提出了考虑三线性恢复力模型的等强度位移比(C_R)计算公式(即C_R-R-T关系),但在周期为0.3s左右误差较大。针对此,该文将给出三种改进的公式。以回归时采用的数据(精确解)和另一组地震动的C_R平均值作为两组基准,比较了3种改进公式的效果,并分析了不同参数组合对C_R误差值的影响。另外,若采用基于双线性恢复力模型提出的C_R公式评估SCBRBF的反应,需要将SCBRBF的三线性恢复力模型简化为双线性模型(采用等屈服力和屈服位移的等效原则)。此前采用等屈服力和屈服位移的等效原则,发现双线性公式用于计算SCBRBF时误差较大。为排除不同等效原则在双线性模型计算SCBRBF时误差的影响,该文采用另一种也较为合理的双线性等效原则对其进行评估。发现即使采用不同的等效原则,双线性位移比公式用于SCBRBF仍然会造成较大误差。

摄像机参数的三线性插值误差补偿标定方法

提出了一种摄像机标定方法并应用于某轿车翼子板的非接触检测。该方法通过虚拟靶标构建空间点阵,应用SUNSAN算子准确提取角点坐标,并代入摄像机模型,逆向求解空间点的坐标及与真实坐标的误差值,以此误差作为判断依据,通过迭代更新求解摄像机参数,直到平均误差小于某一预定值,然后基于空间三线性插值算法进行误差补偿,从而求解待测点的误差。实验证明此方法计算迅速、稳定、准确,检测精度达到亚像素级。