以淀粉为分散剂微波辅助合成ZnS∶Co纳米晶

以乙酸锌为锌源,以氯化钴为钴源,以硫代乙酰胺为硫源,以淀粉为分散剂,微波辅助合成了ZnS∶Co粉体,通过X射线衍射仪(XRD)、荧光分光光度计和激光粒度分析仪对其物相、光学性能和粒径大小进行了表征分析。研究了掺杂离子Co^(2+)浓度对样品结构和光学性能的影响。结果表明,样品具有闪锌矿立方相结构,Co^(2+)进入Zn S晶格内部;掺杂量为1%时,荧光强度最高;当Co^(2+)的浓度增加至2%时,发生了浓度淬灭现象。这是由于掺杂离子浓度增加,无辐射跃迁增加引起的。

结合主动光源和改进YOLOv5s模型的夜间柑橘检测方法

【目的】解决夜间环境下遮挡和较小柑橘难以准确识别的问题,实现采摘机器人全天候智能化作业。【方法】提出一种结合主动光源的夜间柑橘识别方法。首先,通过分析主动光源下颜色特征不同的夜间柑橘图像,选择最佳的光源色并进行图像采集。然后,提出一种夜间柑橘检测模型BI-YOLOv5s,该模型采用双向特征金字塔网络(Bi-FPN)进行多尺度交叉连接和加权特征融合,提高对遮挡和较小果实的识别能力;引入Coordinate attention(CA)注意力机制模块,进一步加强对目标位置信息的提取;采用融入Transformer结构的C3TR模块,在减少计算量的同时更好地提取全局信息。【结果】本文提出的BI-YOLOv5s模型在测试集上的精准率、召回率、平均准确率分别为93.4%、92.2%和97.1%,相比YOLOv5s模型分别提升了3.2、1.5和2.3个百分点。在所采用的光源色环境下,模型对夜间柑橘识别的正确率为95.3%,相比白光环境下提高了10.4个百分点。【结论】本文提出的方法对夜间环境下遮挡和小目标柑橘的识别具有较高的准确性,可为夜间果蔬智能化采摘的视觉精准识别提供技术支持。

S31603复合板压力容器点蚀行为试验研究

针对S31603复合板压力容器不锈钢层不同点蚀深度的发展进程及穿透至碳钢层后的电偶腐蚀风险,通过预制不同点蚀深度的S31603复合板试片组,分别在实验室和现场S31603复合板压力容器内进行腐蚀试验,并对试片进行宏观分析、低倍观察、高倍观察及腐蚀产物表征分析。结果表明,S31603复合板预制的点蚀坑深度穿透至碳钢层时发生了明显的电偶腐蚀,实验室腐蚀试验和现场试验最高点蚀速率分别达到4.954,1.023 mm/a;用S31603复合板试片预制的点蚀坑深度穿透至碳钢层后碳钢优先发生电偶腐蚀;S31603复合板试片预制的点蚀坑深度处于不锈钢层时腐蚀轻微,也未萌生新的点蚀,相邻点蚀坑之间也未见明显的腐蚀影响。在含Cl-的酸性腐蚀性介质环境下,当S31603复合板压力容器点蚀深度处于不锈钢层时腐蚀轻微,当点蚀深度穿透至碳钢层后,会发生明显的电偶腐蚀,需要缩短S31603复合板压力容器开罐检修周期以保证安全使用。

基于CED-YOLOv5s模型的煤矸识别方法研究

由于煤矿井下高噪声、低照度、运动模糊的复杂工况和煤矸易聚集现象,导致煤矸目标检测模型特征提取困难及煤矸分类、定位不准确问题。针对该问题,提出一种基于CED-YOLOv5s模型的煤矸识别方法。首先,在YOLOv5s主干网络中引入坐标注意力(CA)机制,通过将坐标信息嵌入信道关系和长程依赖关系中对特征图进行编码,充分利用通道注意力信息和空间注意力信息,使模型更加关注重要特征,抑制无用信息。其次,在YOLOv5s的检测头部引入EIoU回归损失函数,将目标框与锚框的宽高差异最小化,以增强目标的位置和边界信息,提高模型在密集目标下的定位精度和收敛速度;最后,在YOLOv5s的检测头部引入轻量化解耦头,解耦出单独的特征通道,分别用于分类任务和回归任务,解决了原模型中耦合头部分类任务与回归任务的相互干扰问题,进一步提升了模型的并行运算效率与检测精度。实验结果表明:CED-YOLOv5s模型与其他YOLO系列目标检测模型相比,综合性能最佳,平均检测精度达94.8%,相较于YOLOv5s模型提升了3.1%,检测速度达84.8帧/s,可充分满足煤矿井下煤矸实时检测需求。

基于改进YOLOv5s的小目标检测算法

针对当前主流目标检测算法对图像中远距离小目标产生的漏检、误检等问题,提出一种改进YOLOv5s的小目标检测算法。在模型训练过程中,通过引入Focal-EIOU定位损失函数,加强边界框的定位精度;在骨干网络中,通过添加小目标检测层,提高小目标的检测精度;在Neck结构中,通过优化上采样算子和添加注意力机制,加强小目标的特征信息。实验结果表明,改进后的算法在VisDrone数据集上与YOLOv5s算法相比,mAP@small提高了3.2%,且检测速度满足实时性的要求,能够很好地应用于小目标检测任务中。

基于改进YOLOv5s的道路裂缝检测算法

为了解决道路巡检系统光学传感器采集的裂缝图像中颜色特征不明显且尺寸不规则造成检测精度不高、泛化能力不足的问题,提出改进YOLOv5s的裂缝检测算法。将结合深度可分离卷积(Depthwise Separable Convolution, DSC)的全局注意力(Global Attention Mechanism, GAM)引入主干特征提取网络,在降低注意力复杂度的同时获得丰富的跨维度特征,增强了裂缝的识别能力;采用空间金字塔软池化网络(Spatial Pyramid Softpool, SPSF),通过Softpool池化保留多维语义以减少信息弥散,提高了边界框回归的准确性;在颈部特征增强网络,运用空洞深度可分离卷积(Atrous DSC)进行下采样,通过扩大感受野加强深层和浅层信息的聚合能力,提高裂缝识别的泛化性。经过在自制道路裂缝数据集上的实验,相较于YOLOv5s,改进算法的mAP提高2.2%,有效提升了道路裂缝检测的准确性和对不同背景下裂缝识别的泛化能力。

2022年6月10日四川马尔康M_(S)6.0震群序列时空演化特征

2022年6月10日马尔康M_(S)6.0震群序列发生在松岗断裂与龙日坝断裂交会处,呈震群型活动特征。本文以四川地震台网目录为基础,对马尔康地震序列的参数特征开展研究,取该序列三次M_(S)5.0地震之后各一个小时,作为Ⅰ,Ⅱ,Ⅲ共计三个阶段,进行对比分析。由于较大地震后短时间内目录遗漏的余震较多,为增大研究所需的地震样本量,首先采用模板匹配法进行微小地震识别,以补充完备目录,并利用识别的地震目录及台网目录分别计算马尔康M_(S)6.0地震序列的b值、p值等参数。计算结果显示,相比于第Ⅱ和Ⅲ阶段,第Ⅰ阶段具有显著的低b值(0.59),随着时间的推移,序列b值逐渐上升,后两个阶段分别为0.84和0.86。第Ⅰ阶段低b值的结果反映了此阶段孕震区应力水平较高。另外,第Ⅰ阶段序列的p值为0.76,明显低于后两个阶段的1.81和1.64,反映出第Ⅰ阶段序列频次衰减速度较慢,应力释放不充分,而后两个阶段刚好相反,表明不同阶段序列的时间演化特征存在差异。综合分析认为,M_(S)5.8地震是M_(S)6.0地震的前震。序列西支与东支的参数计算结果呈现不一样的特征,可能与M_(S)5.8前震序列发生在西支有关。

基于线粒体16S rRNA基因的鹅肉源性成分鉴别方法研究

研究旨在建立基于线粒体16S rRNA基因的鹅源性成分鉴别方法。试验以鹅源性DNA为阳性模板,以猪、牛、羊、鸽、鹌鹑、火鸡、鸡和鸭等8个物种DNA为干扰模板的混合模板,设计筛选出鹅特异性引物,进行PCR和荧光定量PCR(qPCR)反应,并将鹅肉DNA模板浓度按101~1088个梯度进行稀释,检测方法灵敏度。结果显示:所设计的引物仅对鹅肉DNA有特异性扩增,对鹅以外的其他8个物种均没有扩增;当鹅肉DNA模板稀释104倍,PCR扩增条带仍然清晰;当稀释倍数达到107时,仍有较好的扩增曲线,且Ct值小于35。研究表明,建立的畜禽肉中鹅源性成分PCR和qPCR鉴别方法不仅具有良好的特异性,而且具有较高的灵敏性,为食品中鹅源性成分的鉴别提供了新途径。

色素性乳房Paget’s病

报告1例色素性乳房Paget’s病。患者女,63岁,左侧乳头变黑2个月。皮肤科检查:左侧乳头弥漫变黑,表面相对光滑,基底颜色略呈褐色,色素欠均匀,乳头中央稍凹陷,表面少许鳞屑,乳头外侧乳晕部分变黑。皮损组织病理:表皮棘层增厚,基底层及棘层中上部较多Paget细胞,其间较多黑素颗粒,真皮浅层较多淋巴细胞及噬色素细胞浸润。免疫组化:细胞角蛋白(CK)7(+),CK20(-),MelanA少量(+),上皮细胞膜抗原(EMA)(+),S-100蛋白(-),高迁移组转录因子(SOX-10)(-)。诊断:色素性乳房Paget’s病,治疗:行左侧全乳房切除术。

基于5S理念的高校实验课程思政教学探索

以提升高校实验课程思政教学水平与育人能力为目标,结合5S现场管理理念,提出高校实验课程思政教学实施方案。阐述了实验现场环境5S管理理念素养训练的可行性,给出实验授课氛围5Y管理素养训练的具体要求,两者结合建立5S5Y管理素养训练理念模型。为了使模型能够长期有效实施,提出将5S与5Y的具体内容、要求置入设计相应管理系统开发思路。结合实际实验课程教学过程,对系统相关具体功能模块进行了设计。该系统能够实现在对高校实验教学过程精细化管理的同时,承载了素养训练的思想,为实验课程思政教学开展提供理念与规范化管理方法借鉴。

三维各向异性TI介质中的P/S波快速解耦技术及在弹性波逆时偏移中的应用

随着多分量采集技术的发展,弹性波逆时偏移技术在三维各向异性介质复杂地质构造成像中得到了广泛的应用.然而耦合的P波场和S波场,会在传播过程中产生串扰噪声,降低弹性波逆时偏移的成像精度.为了解决这一问题,本研究针对具有倾斜各向异性对称轴的三维横向各向同性(Transverse Isotropy,TI)介质,提出了一种矢量弹性波场快速解耦方法,可以有效提高偏移剖面的成像质量.该方法首先通过坐标转换,将观测系统坐标系的垂直轴旋转到TI介质的对称轴方向,在新坐标系下,根据具有垂直对称轴的三维横向各向同性(Vertical Transverse Isotropy,VTI)介质中的分解算子,推导出三维TI介质解耦算子表达式.接着引入一种在空间域快速计算分解波场的方法,来实现空间域矢量P波场和S波场分离,极大地提高了计算效率.最后,通过点积成像条件,将提出的P/S波分解方法引入到三维TI介质弹性波逆时偏移中,得到高精度的PP和PS成像.与以往的波场分解方法相比,本文方法具有数值稳定和计算效率高的特点.数值算例表明,应用上述三维TI分解算子得到的偏移剖面有效压制了噪声,提高了成像质量.

基于改进YOLOv5s的玻璃盖板划伤检测算法

针对当前玻璃盖板检测速度较慢、精确率较低的问题,提出一种基于YOLOv5s算法的玻璃盖板划伤检测改进模型。首先,借鉴ResNeXt结构和大核注意力(largekernelattention,LKA)结构改进原C3模块,增强网络对于特征的检测和提取能力;其次,向网络中引入BiFPN模块,提高网络的特征融合能力和小目标检测能力;最后,使用EIOU损失函数替换原网络中的CIOU损失函数,提高锚框生成的准确性和模型收敛速度。结果表明,改进后模型,精确率达到98.2%,召回率达到98.4%,实现玻璃盖板划伤的高效检测。

基于CFS-YOLO算法的复杂工况环境下煤矸图像识别方法

针对煤矿高噪声、低照度、运动模糊与大批量煤矸混杂等复杂工况环境因素导致煤矸识别存在误检、漏检以及检测精度低的问题,提出一种基于CFS-YOLO算法的煤矸智能识别模型。采用ConvNeXt V2(Convolutional Neural Network with NeXt Units Version 2)特征提取模块替换主干网络末端的2个C3(Cross Stage Partial Bottle Neck Mudule)模块,通过将掩码自动编码器(Masked Autoencoders,MAE)和全局响应归一化(Global Response Normalization,GRN)层添加到ConvNeXt架构中,有效缓解特征崩溃问题以及保持特征在网络传递过程中的多样性;采用Focal-EIOU(Focal and Efficient Intersection Over Union)损失函数替换原CIOU(Computer Intersection Over Union)损失函数,通过其Focal-Loss机制和调整样本权重的方式优化边界框回归任务中的样本不平衡问题,提高模型的收敛速度和定位精度;添加无参注意力机制(Simple Attention Mechanism,SimAM)于主干网络每个C3模块的后端,凭借其注意力权重自适应调整策略,提升模型对尺度变化较大或低分辨率煤矸目标关键特征的提取能力。通过消融试验和对比试验验证所提CFS-YOLO模型的有效性与优越性。试验结果表明:CFS-YOLO模型对于煤矸在煤矿高噪声、低照度、运动模糊与大批量煤矸混杂等复杂环境下的检测效果均得到有效提高,模型的平均精度均值达到90.2%,相较于原YOLOv5s模型的平均精度均值提高了3.7%,平均检测速度达到90.09 FPS,可充分满足煤矸实时检测的需求。同时与YOLOv5s、YOLOv7-tiny与YOLOv8n等6种YOLO系列算法相比,CFS-YOLO模型对煤矿复杂环境的适应性最强且综合检测性能最佳,可为煤矸的智能高效分选提供技术支持。

扩展目标跟踪Student’s t逆Wishart平滑算法

脉冲干扰和离群量测信息等因素通常会导致异常的厚尾噪声,这使得以高斯假设为前提的扩展目标跟踪(ETT)估计器的性能急剧降低,针对该问题该文提出一种基于扩展目标随机矩阵模型(RMM)的Student’s t逆Wishart平滑(StIWS)算法。首先,将目标的运动状态以及过程噪声和量测噪声建模为Student’s t分布以表征异常噪声对扩展目标概率分布的影响,将目标扩展状态建模为服从逆Wishart分布的随机矩阵。然后,在Student’s t贝叶斯平滑框架下,详细推导了能在扩展目标的多重特征动态演变的过程中有效估计目标状态的StIWS算法。最后,通过扩展目标跟踪的仿真实验结果和真实场景实验结果验证了所提算法的有效性。

梅毒螺旋体抗体最佳S/CO截断值在梅毒筛查中的应用价值

目的 以梅毒螺旋体凝集试验(TPPA)作为确认试验,确立酶联免疫吸附试验(ELISA)法S/CO值与梅毒阳性最佳截断值,减少不必要的TPPA确认重复。方法 选取2022年10月至2023年10月在医院进行梅毒螺旋体(TP)抗体检测的血清标本22 500例,以ELISA法为梅毒初次筛查试验,采用TPPA和甲苯胺红不加热血清试验(TRUST)对所有反应结果进行复核和确认。分析376例有反应性标本中的S/CO值与TPPA的关系,使用受试者操作特征曲线(ROC)确定ELISA法S/CO值与TPPA阳性最佳截断值。根据S/CO最佳截断值,比较梅毒不同反式筛查策略需要TPPA确认的标本数量。结果 当S/CO≥6.6时,TPPA与ELISA结果一致,特异性和阳性预测值均为100.00%,S/CO=6.6时为最佳截断值;使用欧洲疾病预防与控制中心(ECDC)策略时,376例筛查反应性样本(100.00%,376/376)需TPPA确认;使用美国疾病控制与预防中心(CDC)策略时,TPPA还需确认217例(57.71%,217/376);本研究只有122例(32.45%,122/376)需进行TPPA确认。结论 采用ELISA法梅毒反式筛查策略不受TRUST结果影响,当S/CO≥6.6时不需要进行TPPA确认,与ECDC和CDC反式策略相比,本研究有67.55%的筛查反应样本不必进行TPPA确认,经济且节约时间和人力。

老年急性轻型缺血性脑卒中患者血清S100β蛋白、Aβ42表达水平与脑卒中后认知功能障碍的关系

目的 探讨老年急性轻型缺血性脑卒中(MIS)患者血清S100β蛋白、β-淀粉样蛋白(Aβ)42表达水平与脑卒中后认知功能障碍(PSCI)的相关性。方法 老年MIS患者91例按脑卒中3个月蒙特利尔认知评估(MoCA)量表评分分为PSCI组(MoCA评分<26分)39例与非PSCI组52例(MoCA评分≥26分)。比较两组入院时血清S100β蛋白、Aβ42水平,应用Logistic回归模型确定PSIC的独立影响因素,采用Pearson相关分析检验PSCI组血清S100β蛋白、Aβ42水平与MoCA评分的相关性,并应用受试者工作特征(ROC)曲线对S100β蛋白、Aβ42水平预测PSCI的能力进行评价。结果 相比非PSCI组,PSCI组年龄较大,糖化血红蛋白(HbA1c)水平较高,且血清S100β蛋白、Aβ42水平较高,差异有统计学意义(P<0.05)。多因素Logistic回归分析得出,年龄(OR=1.335)、血清S100β蛋白水平(OR=1.581)、血清Aβ42水平(OR=1.644)为PSCI的危险因素(P<0.05)。ROC曲线分析显示,入院时血清S100β蛋白、Aβ42水平预测PSCI的AUC分别为0.832、0.886,二者联合的AUC为0.944,相比单一指标均显著提高(P<0.05)。结论 血清S100β蛋白、Aβ42表达水平与老年MIS患者PSCI发生密切相关,二者联合可较好预测PSCI的发生。

改进YOLOv5s的采煤机滚筒与支架护帮板干涉状态智能识别

针对综采工作面液压支架护帮板处于未收回异常状态导致采煤机滚筒与护帮板干涉问题,提出一种改进YOLOv5s的采煤机滚筒与液压支架护帮板干涉状态智能识别方法。运用课题组前期提出的基于边界约束和非线性上下文正则化的去雾去尘方法对视频图像进行清晰化处理,提高综采工作面监控视频图像质量;对YOLOv5s模型进行改进,通过将YOLOv5s主干网络中的普通卷积Conv替换为分类效果更佳的Ghost卷积,减少了模型的参数数量,提高了模型识别速度,同时引入坐标注意力机制,提高了模型对护帮板和滚筒特征提取能力,从而提高模型识别精确率。运用软非极大值抑制算法(Soft-NMS)的锚框筛选方法,减少因护帮板重叠而发生漏检问题。针对采煤机滚筒与液压支架护帮板干涉状态判定问题,提出液压支架护帮板与采煤机滚筒锚框重合度的判定方法。运用本文改进YOLOv5s模型与YOLOv5s、YOLOv3-tiny模型进行对比分析,结果表明:本文方法与原模型相比的识别精确率提高了约8.1%,GFLOPs降低1.86倍;mAP@.5达到97.2%、平均识别速度为检测时间为5.9 ms。运用本文方法对煤矿实际综采工作面采煤机滚筒与液压支架护帮板视频图像进行干涉状态识别试验验证,结果表明:对采煤机滚筒与液压支架护帮板干涉状态识别准确率为96%。

核糖体蛋白S24在肿瘤中的研究进展

核糖体蛋白S24(RPS24)作为核糖体40S亚基的组成单位,主要参与核糖体的组装和蛋白质的生物合成反应。此外,RPS24还具有转录、细胞周期调控以及影响正常细胞的恶性转化等核糖体外功能。RPS24与胃癌、结直肠癌等多种肿瘤的发生和进展密切相关。RPS24促进肿瘤发生发展的机制多是通过发挥其核糖体外功能实现的,其过程涉及多种复杂的分子机制,但近年来研究多集中于调控p53信号通路的活性,尚缺乏理论研究。因此,了解RPS24在肿瘤中的作用并探究相关的分子机制,可为其作为肿瘤相关生物标志物及治疗靶点提供新思路。

深水采油树Spring-Seal密封圈接触模型构建与实验测试

为提高深水采油树在高压、高温、低温等工况下长时间工作的稳定性,对采油树密封圈进行重新设计,提出Spring-Seal密封圈(以下简称S密封圈);基于赫兹接触理论、填料密封接触理论,重新构建S密封圈接触力学模型;建立有限元仿真分析模型,分析不同条件下S密封圈的密封性能,同时验证新建接触模型的合理性;利用实验测试S密封圈的实际密封效果。研究结果表明:S密封圈在高压、高温、低温等工况下能够长时间稳定工作且密封性能良好。研究结果可为S密封圈的接触研究及工程运用提供理论参考。

6S管理在医学机能学实验室中的应用

教学实验室是高校开展实验教学的重要场所,其管理水平直接影响着实验教学质量和学生的培养质量。针对医学机能学实验室管理存在的问题,浙江大学基础医学实验教学中心将6S管理理念引入实验室日常管理中,着重从实验室仪器耗材、实验室环境和实验室安全三个方面进行管理探索。实践表明,通过实施6S管理模式,实验室资源分配更合理,实验教学环境极大提高,师生的安全意识更强,实验教学效果更理想,学生的实验素养得到较大提升。