【摘 要】
：
内分泌干扰物(EDCs)是一类能扰乱机体内分泌系统的外源性化合物。工业生产中的多种化工原料、化工产品及其副产品如多氯联苯(PCBs)、多溴联苯(PBBs)、二噁英、烷基酚、全氟羧酸等都被列为内分泌干扰物。EDCs通常以痕量形式存在于复杂基质中,检测难度大。质谱分析可提供保留时间和质荷比等信息,在EDCs分析中发挥着日趋重要的作用。质谱分析结果的准确度受基质效应影响显著,标准溶液和实际样品因为基质不
论文部分内容阅读
内分泌干扰物(EDCs)是一类能扰乱机体内分泌系统的外源性化合物。工业生产中的多种化工原料、化工产品及其副产品如多氯联苯(PCBs)、多溴联苯(PBBs)、二噁英、烷基酚、全氟羧酸等都被列为内分泌干扰物。EDCs通常以痕量形式存在于复杂基质中,检测难度大。质谱分析可提供保留时间和质荷比等信息,在EDCs分析中发挥着日趋重要的作用。质谱分析结果的准确度受基质效应影响显著,标准溶液和实际样品因为基质不同导致相同分析物的离子化效率差别巨大,进而影响分析结果的准确度。稳定同位素标记技术(SIL)是克服基质效
其他文献
豆粕是大豆浸提取豆油后经适当干燥和热处理所得副产品,主要用于禽畜类饲料,也可作为化肥、食品制作辅料,其品质决定营养价值。现有豆粕品质检测方法包括化学分析法、色谱分析法等,存在着有毒化学试剂使用多、操作复杂、分析时间长等问题,无法满足实际生产线快速检测及调控的需求。近红外光谱技术具有快速高效、易于实现在线分析的特点。因此,本研究提出一种基于近红外光谱分析的豆粕品质多组分检测方法,以期用于产品质量的在
滚动轴承运行常是在高温、高负荷等复杂的环境下,不时出现故障在所难免。由于滚动轴承主要作用是减少机械内部的摩擦带来的损耗,滚动轴承出现故障对机械运行影响巨大,甚至发生安全事故,导致经济与生命财产的损失,因而需要通过故障诊断与预测的技术研究来保证机械安全运行。众多的研究方法中,基于数据驱动的诊断和预测方法在近些年效果显著,这样的诊断方法从数据分析的角度切入研究滚动轴承故障的发生与否,这样的预测方法能够
滚动轴承在工业设备中扮演者尤为重要的角色,被广泛应用于发电机、变速箱、风机、燃气轮机等工业装置中,被称为工业机械系统的“关节”。一般而言,轴承工作环境较为恶劣,再加上其需要长时间运转、运行负荷大,这促使轴承装备在服役过程中极易产生形式多样的故障,严重情况下会威胁到生命财产安全,因此对于轴承运行服役状态进行监测与维护拥有重要的现实意义。但在实际生产过程中,轴承故障状态数据样本不易获取,这会导致样本数
滚动轴承作为机械设备中最易发生故障的部件之一,其工作状态直接影响着整台设备的性能及生产效率,会造成经济损失,甚至是灾难性的后果。所以,对滚动轴承进行故障诊断是保障现代机械设备安全稳定运行必不可少的。鉴于此,本文提出了一种基于深度学习的滚动轴承故障诊断方法。针对传统LeNet-5网络在滚动轴承故障诊断中存在识别准确率不高、收敛速度慢和泛化能力不强等问题,提出了一种基于改进2D LeNet-5网络的滚
情感分析依据评论中所表达的情感信息将文本进行分类,但电商文本评论中包含了用户对商品的服务、属性等具体方面的主观评价,在某些情况,文本整体的情感倾向不能直接得到商品中某个属性的情感倾向。因此,本文以旅游电商文本评论为研究对象,对其分别进行篇章级情感分析和方面级情感分析以满足不同情况下的需求,主要研究内容如下:(1)针对观点信息识别,观点信息是文本评论中用于观点表达且具有情感倾向的词语,其中包括评价对
随着电子商务的发展,社交网络平台的网上商城成为人们购物的新渠道。社交网络用户的网上购买率逐步升高,用户数量的激增,为电商推荐算法提供了重要的实验数据。传统推荐算法大多依赖于用户间的共同访问项和用户评分,计算用户间、商品间相似度,进行相关推荐。传统推荐算法存在数据稀疏、用户冷启动、推荐精度低等问题。为了解决上述问题,通过阅读大量国内外推荐算法的参考文献,提出了一种基于网络表示学习与评论信息融合的推荐
传染病的防控是国内外关注的热点问题.能否有效的控制传染病的蔓延,严重影响着社会的发展速度.通过建立传染病模型,研究其动力学性质,可以为传染病的防控提供理论支撑.适当的心理干预和治疗都是控制疾病蔓延的有效措施,因此本文考虑具有心理影响因素和两种治疗方式的传染病模型,分析了其动力学性质.详细内容可表述如下:第一章阐述了本文选题的理由及意义,国内外对于传染病模型研究的发展进程,以及本文主要的研究方向及内