钋-210的放射性危害及其防护

2006年11月1日晚,俄罗斯前间谍利特维年科因腹部剧烈疼痛而住进英国巴尼特综合医院。检查发现肾脏和骨髓严重受损,后来头发掉光,内脏功能逐渐衰竭,于11月23日晚在医院去世。在住院过程中,尿液检测到含量极高的放射性物质钋-210。钋(polonium)是1898年居里夫人从铀矿残渣中发现的,是一种非常稀少但放射性很强的元素,同位素有钋-209、钋-208、钋-210等。钋是银白色类金属,质软,能在黑暗中发光。工业上用来消除盘卷纸张、电缆和金属薄板之类操作产生的静电,以及去除照片底片上的污尘。另外,钋-210比活度高,产生的α射线与氢元素作用能产生中子,…     

石墨炉原子吸收法测定地质样品中的微量银

研究了石墨炉原子吸收法测定地质样品中微量Ag的方法,探索了以NH4IrCl6做基体改进剂的最佳仪器工作条件.在取样0.2000g,定容25mL的情况下,方法检出限为0.010μg/g,用国家标准物质验证,其准确度(RE%)小于10%,10次测定的精密度(RSD%)小于10%.     

基于BP神经网络的智能入侵检测系统

介绍了BP神经网络的基本知识，设计了基于BP神经网络的智能入侵检测系统。并提出了根据不同的网络协议使用不同神经网络的思想，指出了每个神经网络需要的网络数据，并阐述了训练和测试神经网络的方法。     

实时智能地震处理系统在2020年四川石渠M5.6地震序列中的应用

实时智能地震处理系统（RISP）是一套基于深度学习技术的新型地震实时处理系统,于2021年6月在四川开始试运行。为了评估该系统在四川台网稀疏区域的地震检测和处理能力,笔者等采用RISP系统对2020年4月1日四川甘孜州石渠县发生的M5.6级地震序列进行了回溯性分析,获得了较为可靠的自动处理地震序列目录,并与人工目录进行了对比分析。震后10d内,RISP系统自动处理获得了386个地震信号,地震数量是正式地震目录的1.98倍,匹配率为97.43%。分析显示,发震时刻偏差小于±1.0 s的地震占比71.05%,震中位置偏差小于10 km的地震占比96.31%,震级偏差小于±0.3级的地震占比99.47%。根据RISP系统检测地震序列分布特征和震源机制解,认为此次地震的发震断层为五道梁—长沙贡玛断裂北东侧的一条未发现的分支断层。研究结果表明,RISP系统的应用可以提升台网稀疏区域的地震检测能力,可快速产出地震序列目录,对大震应急、震后趋势判定和发震构造研究等具有重要意义。     

软土地基桩基质量问题分析及处理

软土地基因承载力低、稳定性差、高压缩性、透水性差、抗剪强度低等特性,对桩基施工影响大,增加工程施工难度。以福州项目软土地基中桩基质量事故为例进行分析并提出处理方法,总结其经验教训,对相似的桩基工程项目安全、桩基工程施工质量把控有一定借鉴作用。     

住宅建筑工程基础桩低应变检测技术研究

研究一种住宅建筑工程基础桩低应变检测技术,该技术通过传感器采集从桩身反射回来的反射波信号,为提高信号质量,利用EEMD方法对信号实施去噪处理。提取不同缺陷类别基础桩反射波信号的时域特征和频域特征,并以此为输入,通过BP神经网络分类识别模型,检测出基础桩缺陷程度,并根据相关参数,定位缺陷位置,完成基础桩低应变检测。试验结果表明,应用该低应变检测技术,基础桩缺陷检测结果与实际缺陷位置误差较小,检测结果更为精确,具有较好的应用价值。     

基于方向特征显著性计算的MRI脑图像肿瘤检测

本文提出了一种利用方向性特征进行显著性建模的MRI脑图像肿瘤自动检测算法.该模型首先将MRI脑图像进行预处理,去除掉图像中头骨区域的干扰;然后使用基于方向特征的显著性检测增加病变区域的对比度,实现更准确地提取肿瘤图像区域.本文算法在脑图像数据集上进行了大量的实验,并且与主流的肿瘤自动检测方法进行了对比,证明了本文算法的有效性,并为医生提供可靠的辅助诊断和临床参考.     

一种无线遥测自动气象站远程检测控制模块的研制

为了节省无线遥测自动气象站死机故障排除时需要耗费的人力物力,研制了一种远程检测控制模块,包括硬件电路的设计、固件程序设计、调试制作等。通过对无线遥测自动气象站进行远程重启或自动重启,实现死机故障的排除。同时可以远程读取自动气象站运行时的电压情况,对电池性能进行分析。该模块接入无线遥测自动气象站后,在自动气象站出现死机故障时无需工作人员前往现场处理。     

基于深度学习的介形类化石识别

介形类化石对地质年代的确定、古湖泊和古海洋的研究、古环境的重建以及海底石油资源的勘探等工作都具有重要意义。然而,现有识别化石颗粒的方法费时费力,准确率也有待提高。鉴于介形类化石颗粒的类别具有科、属、种的层次结构,种类数量庞大,所以本文提出了一种层次化识别方法。首先进行目标检测,实现介形类化石的定位与属类划分;之后在目标检测模块的基础上进行智能识别,使用卷积神经网络和支持向量机提取属类下更细微的种类特征,实现化石种类划分。实验结果表明,本文提出的分层次识别模型能检测出化石图像中所有化石颗粒的位置信息并对其进行分类,分类准确率可达95%,且相较于未进行分层次识别的模型,能将识别准确率提升1.8%~5.8%。     

环介导等温扩增联合横向流动试纸条快速检测扁浒苔(Ulva compressa)的研究

本研究将环介导等温扩增技术(loop-mediated isothermal amplification,LAMP)与横向流动试纸条(lateral flow dipstick,LFD)的可视化检测方法结合,建立了扁浒苔(Ulva compressa)的LAMPLFD快速检测技术。该方法以扁浒苔的内转录间隔区(ITS1-5.8S-ITS2)序列为检测靶标,设计了3对特异性引物(其中,上游内引物由生物素标记)和1条异硫氰酸荧光素标记的探针。结果表明,LAMP最适反应温度为63°C,扩增时间为60 min,从核酸扩增到LFD结果判读需70 min。利用LAMP-LFD可特异性检出扁浒苔,对浒苔、曲浒苔、缘管浒苔和孔石莼等石莼属绿藻以及塔玛亚历山大藻、无纹环沟藻、东海原甲藻、锥状斯克里普藻和赤潮异弯藻等常见微藻的检测结果为阴性。该方法最低可检测到0.1 pg的扁浒苔基因组DNA,是以Uco ITS-F3和Uco ITS-B3为特异性引物的PCR方法的100倍。对实际样品的检测结果表明,LAMP-LFD方法检测扁浒苔与传统的形态学观察的结果一致。因此,该方法可快速、特异地检测出扁浒苔,而且操作简单,仪器设备依赖性低,有潜力成为扁浒苔现场检测的常规技术手段。