亲脂性匹配色谱分离-超高效液相色谱-串联质谱法测定果蔬中21种三唑类杀菌剂

为了提高农药残留的色谱分离效率和降低基质效应,本研究提出亲脂性匹配色谱分离,选取三唑类杀菌剂为研究对象,建立了果蔬中21种三唑类杀菌剂的超高效液相色谱-串联质谱(Ultra performance liquid chromatography-tandem mass spectrometry,UPLC-MS/MS)检测方法。样品经乙腈提取,盐析分相,分散固相萃取净化,选用与三唑类杀菌剂具有相近亲脂性的色谱柱进行分离,探究不同亲脂性烷基键合相对基质效应、回收率以及三唑杀菌剂和基质组分色谱分离的影响。结果表明,亲脂性匹配色谱分离能够提高色谱分离效率,改善三唑杀菌剂和基质组分的色谱分离,21种三唑杀菌剂的基质效应为-8.3%~4.7%,在5~250μg/L浓度范围内线性关系良好,决定系数R2≥0.999,平均回收率为91.4%~108.1%,定量限为0.5~3.5μg/kg。该检测方法能够有效降低基质效应,使用溶剂校准曲线进行定量即可获得满意的回收率,显著提高了检测效率,具有简便、准确、灵敏度高等特点,适用于果蔬中三唑杀菌剂的检测。所述亲脂性匹配色谱分离,为农药残留的液相色谱-串联质谱法分析中液相色谱柱的选择和基质效应的降低提供了方法参考。

基于残差自注意力和分离集合匹配的高效端到端航天器组件检测

随着我国航天技术的迅猛发展,各种航天器相继发射,然而航天器在运行时将受到辐射、温度变化等不可控因素的影响,这会导致地面站无法精确测量和定位航天器的位置与姿态,从而对通信和航天器之间的对接或抓捕等空间在轨服务产生影响。为了解决上述问题,首先对包含检测、分割与部件识别的航天器数据集SDDSP中的部件进行人工标注,该数据集共包含3117张航天器图片,标注后得到11001个检测目标;然后提出一种空间在轨服务中基于残差自注意力(RS)和分离集合匹配(SSM)的高效端到端航天器组件检测模型,该模型在Sparse DETR模型的基础上引入残差自注意力机制解决了稀疏标记(token)导致的收敛速度降低并影响模型预测精度的问题,引入分离集合匹配机制解决了二分匹配过程中可能出现的不稳定性现象。实验结果表明,在SDDSP数据集上,该模型的平均精确率(AP)和收敛速度相比于基线DETR模型提升了17.9个百分点和10倍,相比于Sparse DETR模型提升了3.1个百分点和20%。

两种基于分离／匹配机制的普适计算编程模型比较与研究

普适计算的环境是高度动态的,资源种类丰富,设备交互复杂,而基于封闭环境的传统的编程模型已不能适应这种变化。因此,基于普适计算环境的编程模型已成为软件工程领域重要的研究内容之一。就目前两种基于分离/匹配机制的普适计算编程模型---基于本体及操作符的编程模型(Olympus)及基于XML及动态代码嵌入的编程模型(COP(Context-Oriented Programming))进行比较与研究,分析了两者的共性及各自的特点、优势及局限性,并对今后的研究进行展望。

玉北地区逆冲构造带地震处理成像关键技术研究与应用

逆冲构造带是玉北地区奥陶系油气勘探重要领域,受窄方位地震采集和层间多次波混叠效应影响,逆冲构造带及洞型储层成像不能满足勘探部署需求,制约了该区已发现油藏的拓展。笔者在分析影响复杂构造成像关键因素的基础上,采用了OVT域道集规则化处理,弥补了常规三维地震空间采样不规则的缺陷。同时,通过使用近似垂直断裂带的长偏移距方位角道集进行成像,提高了构造带速度建模的精度,尽可能地削弱了层间多次波混叠效应。结合多次波VSP波场特征分析与应用,逆冲构造带及缝洞型储层的成像质量得到明显改善。

巴麦地区奥陶系低信噪比资料层间多次波叠后压制技术及应用

塔里木盆地巴麦地区的地震资料受复杂地震地质条件的影响,层间多次波广泛发育,识别和压制难度大,导致奥陶系碳酸盐岩断控缝洞型储层成像不准确,制约了该地区油气勘探部署。通过模型正演及邻区VSP波组特征标定分析,明确了层间多次波产生的必要条件、发育特征及对有效反射信号的影响,并有效识别出二叠系火成岩巴楚组标准灰岩、二叠系不整合面小海子组灰岩等多套产生层间多次波的“源镜”组合,形成了“两步法”层间多次波叠后压制技术:首先利用多次波分布规律,采用匹配追踪法压制层间多次波;然后基于剖面频率特征,利用优势频率信息提取技术,压制高频层间多次波并增强资料信噪比。研究区实际资料处理结果表明,该方法能够有效压制奥陶系内幕层间多次波,提升目的层断控碳酸盐岩缝洞型储层成像质量。

基于Trie树的哈希表

受到AC算法与链式哈希的启发,提出了一种基于Trie树的哈希表。该算法通过增加一个后继状态计数器,能够为后续的查找等运算提供更加简单和快速的信息。分析与实验表明该算法具有较高的效率、较强的稳定性,且降低了能耗。

2D registration based on contour matching for partial matching images

The mean Hausdorff distance, though highly applicable in image registration, does not work well on partial matching images. An improvement upon traditional Hausdorff-distance-based image registration method is proposed, which consists of the following two aspects. One is to estimate transformation parameters between two images from the distributions of geometric property differences instead of establishing explicit feature correspondences. This procedure is treated as the pre-registration. The other aspect is that mean Hausdorff distance computation is replaced with the analysis of the second difference of generalized Hausdorff distance so as to eliminate the redundant points. Experimental results show that our registration method outperforms the method based on mean Hausdorff distance. The registration errors are noticeably reduced in the partial matching images.