-
题名液相色谱—质谱法测定食用盐中的丙烯酰胺
被引量：2
- 1
-
-
作者
王小瑀
赵毅
赵君楠
王滢
-
机构
中盐工程技术研究院有限公司
-
出处
《盐科学与化工》
CAS
2024年第3期32-34,共3页
-
文摘
应用液相色谱—质谱法测定食用盐中的丙烯酰胺残留量。将乙腈作为食用盐中丙烯酰胺的提取溶液,用正己烷除脂,取下层清液旋蒸浓缩至近干,加1 mL水复溶,经0.45μm水系滤膜过滤得到待测液。采用液相色谱—质谱的多反应离子监测模式测定,内标法定量。结果显示,丙烯酰胺在5~1000 ng/mL范围内有良好的线性关系,且方法的精密度和回收率符合相关标准要求。该方法操作过程简单,重现性好,可满足实验室日常测定食用盐中丙烯酰胺的任务要求。
-
关键词
丙烯酰胺
液相色谱—质谱法
内标法
食用盐
-
Keywords
Acrylamide
LC-MS
Internal standard method
Edible salt
-
分类号
TS312
[轻工技术与工程]
-
-
题名基于多级特征图联合上采样的实时语义分割
被引量：2
- 2
-
-
作者
宋宇
王小瑀
梁超
程超
-
机构
长春工业大学计算机科学与工程学院
-
出处
《计算机技术与发展》
2022年第2期82-87,共6页
-
基金
吉林省科技发展计划技术攻关项目(20200401127GX)
吉林省科技发展计划重点研发项目(20200403037SF)
吉林省发改委项目(2019C040-3)。
-
文摘
视觉感知是无人驾驶技术中的重要一环,而语义分割技术又是实现视觉感知的主要技术手段之一。现在的语义分割技术多采用计算量大、内存占用高的空洞卷积来提取高分辨率特征图,从而导致现在主流的语义分割网络分割速度不足,无法有效应用于无人驾驶的场景中。针对这一问题,提出了一种实时性更好的语义分割网络。首先,采用了一种轻量级的卷积神经网络作为编码器,并且使用跨步卷积和常规卷积替换了耗时、耗内存的空洞卷积。然后,为了得到与DeepLabv v3+相似的特征图,提出了一种新的联合上采样模块:多级特征图联合上采样模块(multi-scale feature map joint pyramid upsamping, MJPU),通过融合编码器的多个特征图,生成了语义信息更加丰富的高分辨率特征图。通过Cityscapes数据集上的实验表明,相比于主流语义分割网络Deeplabv3+,该网络在不损失大量性能的前提下,可以将分割速度提高2.25倍,达到32.3 FPS/s。从而使网络具有更好的实时性,更加适合应用于无人驾驶场景。
-
关键词
无人驾驶
语义分割
卷积神经网络
深度学习
空洞卷积
-
Keywords
driverless
semantic segmentation
convolution neural network
deep learning
atrous convolution
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名LC-MS测定丙溴磷含量的不确定度评定
- 3
-
-
作者
赵君楠
赵毅
王小瑀
任青考
苑慧杰
-
机构
中盐工程技术研究院有限公司
-
出处
《盐科学与化工》
CAS
2022年第10期38-42,共5页
-
文摘
采用LC-MS对丙溴磷含量进行检测,对检测过程的测量模型、不确定度类型、不确定度分量、相对标准不确定度、扩展不确定度进行评估。根据评定结果可知,主要影响检测结果的可靠性及精确度的是检测设备及标准物质曲线拟合的两个环节。
-
关键词
LC-MS
丙溴磷
化学品残留
不确定度
-
Keywords
LC-MS
Profenofos
Chemical residues
Uncertainty
-
分类号
TQ450.7
[化学工程—农药化工]
-
