首次建立了蔬菜中常见基质干扰物的净化方法。用GC-MS分析样品提取液、确定了蔬菜农药多残留检测常见的基质干扰物。建立常见吸附剂对基质干扰物的吸附模型，以及吸附剂对农药的吸附模型。据此建立了番茄、油菜和尖椒3种蔬菜中102种农...首次建立了蔬菜中常见基质干扰物的净化方法。用GC-MS分析样品提取液、确定了蔬菜农药多残留检测常见的基质干扰物。建立常见吸附剂对基质干扰物的吸附模型，以及吸附剂对农药的吸附模型。据此建立了番茄、油菜和尖椒3种蔬菜中102种农药多残留SPE净化方法和气相色谱-质谱／选择离子存储检测方法（gas chromatography - ion trap mass spectrometry/selective ion storage, GC - MS/SIS）。样品用凝胶渗透色谱（GPC）去除大分子干扰物和部分色素和（或）采用石墨化碳黑（GCB）＋Florisil混合SPE柱去除色素和脂肪酸。在0．02mg／kg和0．10mg／kg两个水平，农药添加回收率为65％-123％（除久效磷、抗蚜威和蝇毒磷），RSD不大于15％。方法检出限在2～30μg/kg范围。对于其它蔬菜，只要确定样品中的基质干扰物，即可选择合适的吸附剂制备专用的SPE柱。该方法适用于含色素、脂肪酸和大分子干扰物蔬菜样品中的农药多残留分析。展开更多
针对物联网系统中海量的异构数据流影响数据处理效率的问题,提出一种结合RESTful Web Service和Mongo DB数据库的物联网系统异构数据过滤及存储模型。提出数据点的概念对设备节点的物理量进行抽象描述,通过对数据点存储状态的设置实现...针对物联网系统中海量的异构数据流影响数据处理效率的问题,提出一种结合RESTful Web Service和Mongo DB数据库的物联网系统异构数据过滤及存储模型。提出数据点的概念对设备节点的物理量进行抽象描述,通过对数据点存储状态的设置实现数据的过滤,同时采用内嵌文档形式对数据进行存储。该模型经过测试,可实现物联网系统中异构数据的选择性存储,并可有效提高数据库的存储效率及存储利用率。展开更多
物联网系统中大量的用户终端及设备终端之间的信息交互会产生海量的异构数据流,数据中心需要及时分析和处理这些数据,选择对用户有用的数据进行存储,可以便于对设备的当前与历史状态进行查询,同时为设备的大数据服务提供数据基础.针对...物联网系统中大量的用户终端及设备终端之间的信息交互会产生海量的异构数据流,数据中心需要及时分析和处理这些数据,选择对用户有用的数据进行存储,可以便于对设备的当前与历史状态进行查询,同时为设备的大数据服务提供数据基础.针对此问题,同时结合物联网系统异构型数据存储的特点和通信实时性、可靠性需求以及对不同终端的通用性,提出一种结合Mongo DB数据库、RESTful Web Service、MQTT通信、JMS消息服务等技术的物联网系统历史数据的管理及存储系统架构,实现各设备节点历史数据的获取、选择性存储、删除及查询等功能,并可适用于不同设备终端.该系统架构经过长期测试,可实现物联网系统中各设备节点数据的获取和集中管理,并可有效提高数据库的存储效率及存储利用率.展开更多
文摘首次建立了蔬菜中常见基质干扰物的净化方法。用GC-MS分析样品提取液、确定了蔬菜农药多残留检测常见的基质干扰物。建立常见吸附剂对基质干扰物的吸附模型，以及吸附剂对农药的吸附模型。据此建立了番茄、油菜和尖椒3种蔬菜中102种农药多残留SPE净化方法和气相色谱-质谱／选择离子存储检测方法（gas chromatography - ion trap mass spectrometry/selective ion storage, GC - MS/SIS）。样品用凝胶渗透色谱（GPC）去除大分子干扰物和部分色素和（或）采用石墨化碳黑（GCB）＋Florisil混合SPE柱去除色素和脂肪酸。在0．02mg／kg和0．10mg／kg两个水平，农药添加回收率为65％-123％（除久效磷、抗蚜威和蝇毒磷），RSD不大于15％。方法检出限在2～30μg/kg范围。对于其它蔬菜，只要确定样品中的基质干扰物，即可选择合适的吸附剂制备专用的SPE柱。该方法适用于含色素、脂肪酸和大分子干扰物蔬菜样品中的农药多残留分析。
文摘针对物联网系统中海量的异构数据流影响数据处理效率的问题,提出一种结合RESTful Web Service和Mongo DB数据库的物联网系统异构数据过滤及存储模型。提出数据点的概念对设备节点的物理量进行抽象描述,通过对数据点存储状态的设置实现数据的过滤,同时采用内嵌文档形式对数据进行存储。该模型经过测试,可实现物联网系统中异构数据的选择性存储,并可有效提高数据库的存储效率及存储利用率。
文摘物联网系统中大量的用户终端及设备终端之间的信息交互会产生海量的异构数据流,数据中心需要及时分析和处理这些数据,选择对用户有用的数据进行存储,可以便于对设备的当前与历史状态进行查询,同时为设备的大数据服务提供数据基础.针对此问题,同时结合物联网系统异构型数据存储的特点和通信实时性、可靠性需求以及对不同终端的通用性,提出一种结合Mongo DB数据库、RESTful Web Service、MQTT通信、JMS消息服务等技术的物联网系统历史数据的管理及存储系统架构,实现各设备节点历史数据的获取、选择性存储、删除及查询等功能,并可适用于不同设备终端.该系统架构经过长期测试,可实现物联网系统中各设备节点数据的获取和集中管理,并可有效提高数据库的存储效率及存储利用率.
