简介：行人重识别在视频监控领域是一个非常具有挑战性的问题,不同的摄像头位置角度、光照等因素会使同一行人的图像差异较大.文章提出一种DGD（DomainGuidedDropout）卷积神经网络（CNN）与样本相对距离结合的行人重识别算法：首先,通过卷积神经网络来提取来自多个域的数据中具有一般性及鲁棒性的特征;其次,通过计算各个特征样本之间的相对距离来筛选出更具有一般性及鲁棒性的特征;最后,比较筛选出的特征间的欧氏距离进行重识别.实验结果表明,该算法能够提高行人重识别的效率.

简介：针对在不同的摄像头场景下,光线、摄像头参数的差异较大使得行人重识别困难的问题,提出一种基于距离度量学习的方法进行行人重识别.该方法首先为每一对摄像头学习一个距离度量模型.其次,根据上述因素的影响强度为这些度量模型赋予相应的权值.最后,对度量模型与其相应权值的乘积进行累加与优化,得到最终的距离度量模型.经过在两个公共数据集中进行行人重识别实验,其结果显示所提出的方法能够提高行人重识别的正确率.

简介：针对高重频激光测距中探测回波信噪比低、探测虚警率高等问题，提出了基于多脉冲信号迭加、脉宽匹配差分和平滑滤波以及三阶累积量谱估计的探测回波综合处理方法．实验及仿真结果表明，采用该方法处理后，可有效抑制探测回波中的噪声，提高探测回波的信噪比，从而提高了高重频脉冲激光测距的探测性能．

简介：随着人们对食品安全的不断关注,食品中的农药残留检测越来越受到重视,本文以乙酰甲胺磷为模板分子,通过悬浮聚合法制备出分子印迹聚合物（MIP）,采用固相微萃取前处理技术[1],结合气相色谱,建立了对茶叶中乙酰甲胺磷检测的高效快速检测方法。通过对固相微萃取吸附剂用量、吸附时间、洗脱溶剂的优化,实现茶叶中乙酰甲胺磷的最优提取。在最优条件下,乙酰甲胺磷加标回收率可高达95%以上。本方法所使用的乙酰甲胺磷分子印记聚合物制备简单,成本低,结合效率高,易于固液分离,结合气相色谱可实现茶叶中乙酰甲胺磷的高效快速检测。

简介：本文建立了高效液相色谱串联质谱检测糖果中三聚氰胺的方法。以糖果为基质，采用三氯乙酸水溶液超声提取目标分析物，提取液经过离心、净化处理后，用强阳离子交换与反相C18混合填料色谱柱分离，乙腈和10mmol／L乙酸铵作为流动相（1：1），用串联质谱在多级反应监测模式下定量检测。LC—MS／MS定量限为0．01mg／kg，线性范围为10-500μg／L，相关系数r^2〉0．99，平均回收率为66．8％-98．7％，相对标准偏差为1．9％-7．6％（n=6）。

简介：目的：建立圆葱中134种农药残留检测的气相色谱串联质谱（GC-MS／MS）确证方法。方法：样品中的待测农药组分经乙腈-乙酸乙酯混合溶剂（85：15，v／v）提取，采用改进了的QuEchERS法为净化方法，气相色谱-三重四级杆串联质谱（Gc-Ms／Ms）的多反应监测模式（MRM），内标法定量。结果：在0．01μg／mL～5．0μg/mL的浓度范围内，线性关系良好。在O．005mg／kg～0．1mg／kg添加水平范围内，回收率为60．1％-120．6％，相对标准偏差（RSD）为4．3％-17．8％（n=6）。结论：该方法准确性和重复性好、操作简便，适用于圆葱类复杂基质类蔬菜中多种农药残留的同时测定。