期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到928篇文章
< 1 2 … 47 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
Context-Aware Spam Detection Using BERT Embeddings with Multi-Window CNNs 认领 引用
1
作者 Sajid Ali Qazi Mazhar Ul Haq +3 位作者 Ala Saleh Alluhaidan Muhammad Shahid Anwar Sadique Ahmad Leila Jamel 《Computer Modeling in Engineering & Sciences》 SCIE EI 2026年第1期1296-1310,共15页
Spam emails remain one of the most persistent threats to digital communication,necessitating effective detection solutions that safeguard both individuals and organisations.We propose a spam email classification frame... Spam emails remain one of the most persistent threats to digital communication,necessitating effective detection solutions that safeguard both individuals and organisations.We propose a spam email classification frame-work that uses Bidirectional Encoder Representations from Transformers(BERT)for contextual feature extraction and a multiple-window Convolutional Neural Network(CNN)for classification.To identify semantic nuances in email content,BERT embeddings are used,and CNN filters extract discriminative n-gram patterns at various levels of detail,enabling accurate spam identification.The proposed model outperformed Word2Vec-based baselines on a sample of 5728 labelled emails,achieving an accuracy of 98.69%,AUC of 0.9981,F1 Score of 0.9724,and MCC of 0.9639.With a medium kernel size of(6,9)and compact multi-window CNN architectures,it improves performance.Cross-validation illustrates stability and generalization across folds.By balancing high recall with minimal false positives,our method provides a reliable and scalable solution for current spam detection in advanced deep learning.By combining contextual embedding and a neural architecture,this study develops a security analysis method. 展开更多
关键词 E-mail spam detection BERT embedding text classification cybersecurity CNN
暂未订购 下载PDF
DaC-GANSAEBF:Divide and Conquer-Generative Adversarial Network-Squeeze and Excitation-Based Framework for Spam Email Identification 认领 引用 被引量：1
2
作者 Tawfeeq Shawly Ahmed A.Alsheikhy +4 位作者 Yahia Said Shaaban M.Shaaban Husam Lahza Aws I.Abu Eid Abdulrahman Alzahrani 《Computer Modeling in Engineering & Sciences》 SCIE EI 2025年第3期3181-3212,共32页
Email communication plays a crucial role in both personal and professional contexts;however,it is frequently compromised by the ongoing challenge of spam,which detracts from productivity and introduces considerable se... Email communication plays a crucial role in both personal and professional contexts;however,it is frequently compromised by the ongoing challenge of spam,which detracts from productivity and introduces considerable security risks.Current spam detection techniques often struggle to keep pace with the evolving tactics employed by spammers,resulting in user dissatisfaction and potential data breaches.To address this issue,we introduce the Divide and Conquer-Generative Adversarial Network Squeeze and Excitation-Based Framework(DaC-GANSAEBF),an innovative deep-learning model designed to identify spam emails.This framework incorporates cutting-edge technologies,such as Generative Adversarial Networks(GAN),Squeeze and Excitation(SAE)modules,and a newly formulated Light Dual Attention(LDA)mechanism,which effectively utilizes both global and local attention to discern intricate patterns within textual data.This approach significantly improves efficiency and accuracy by segmenting scanned email content into smaller,independently evaluated components.The model underwent training and validation using four publicly available benchmark datasets,achieving an impressive average accuracy of 98.87%,outperforming leading methods in the field.These findings underscore the resilience and scalability of DaC-GANSAEBF,positioning it as a viable solution for contemporary spam detection systems.The framework can be easily integrated into existing technologies to enhance user security and reduce the risks associated with spam. 展开更多
关键词 Email spam fraud light dual attention squeeze and excitation divide and conquer-generative adversarial network-squeeze and excitation-based framework security
暂未订购 下载PDF
ExplainableDetector:Exploring transformer-based language modeling approach for SMS spam detection with explainability analysis 认领 引用
3
作者 Mohammad Amaz Uddin Muhammad Nazrul Islam +2 位作者 Leandros Maglaras Helge Janicke Iqbal H.Sarker 《Digital Communications and Networks》 SCIE EI CSCD 2025年第5期1504-1518,共15页
Short Message Service(SMS)is a widely used and cost-effective communication medium that has unfortunately become a frequent target for unsolicited messages-commonly known as SMS spam.With the rapid adoption of smartph... Short Message Service(SMS)is a widely used and cost-effective communication medium that has unfortunately become a frequent target for unsolicited messages-commonly known as SMS spam.With the rapid adoption of smartphones and increased Internet connectivity,SMS spam has emerged as a prevalent threat.Spammers have recognized the critical role SMS plays in today’s modern communication,making it a prime target for abuse.As cybersecurity threats continue to evolve,the volume of SMS spam has increased substantially in recent years.Moreover,the unstructured format of SMS data creates significant challenges for SMS spam detection,making it more difficult to successfully combat spam attacks.In this paper,we present an optimized and fine-tuned transformer-based Language Model to address the problem of SMS spam detection.We use a benchmark SMS spam dataset to analyze this spam detection model.Additionally,we utilize pre-processing techniques to obtain clean and noise-free data and address class imbalance problem by leveraging text augmentation techniques.The overall experiment showed that our optimized fine-tuned BERT(Bidirectional Encoder Representations from Transformers)variant model RoBERTa obtained high accuracy with 99.84%.To further enhance model transparency,we incorporate Explainable Artificial Intelligence(XAI)techniques that compute positive and negative coefficient scores,offering insight into the model’s decision-making process.Additionally,we evaluate the performance of traditional machine learning models as a baseline for comparison.This comprehensive analysis demonstrates the significant impact language models can have on addressing complex text-based challenges within the cybersecurity landscape. 展开更多
关键词 Cybersecurity Machine learning Large language model Spam detection Text analytics Explainable AI Fine-tuning Transformer
暂未订购 下载PDF
Effective Opinion Spam Detection: A Study on Review Metadata Versus Content 认领 引用 被引量：1
4
作者 Ajay Rastogi Monica Mehrotra Syed Shafat Ali 《Journal of Data and Information Science》 CSCD 2020年第2期76-110,共35页
Purpose:This paper aims to analyze the effectiveness of two major types of features—metadata-based(behavioral)and content-based(textual)—in opinion spam detection.Design/methodology/approach:Based on spam-detection ... Purpose:This paper aims to analyze the effectiveness of two major types of features—metadata-based(behavioral)and content-based(textual)—in opinion spam detection.Design/methodology/approach:Based on spam-detection perspectives,our approach works in three settings:review-centric(spam detection),reviewer-centric(spammer detection)and product-centric(spam-targeted product detection).Besides this,to negate any kind of classifier-bias,we employ four classifiers to get a better and unbiased reflection of the obtained results.In addition,we have proposed a new set of features which are compared against some well-known related works.The experiments performed on two real-world datasets show the effectiveness of different features in opinion spam detection.Findings:Our findings indicate that behavioral features are more efficient as well as effective than the textual to detect opinion spam across all three settings.In addition,models trained on hybrid features produce results quite similar to those trained on behavioral features than on the textual,further establishing the superiority of behavioral features as dominating indicators of opinion spam.The features used in this work provide improvement over existing features utilized in other related works.Furthermore,the computation time analysis for feature extraction phase shows the better cost efficiency of behavioral features over the textual.Research limitations:The analyses conducted in this paper are solely limited to two wellknown datasets,viz.,Yelp Zip and Yelp NYC of Yelp.com.Practical implications:The results obtained in this paper can be used to improve the detection of opinion spam,wherein the researchers may work on improving and developing feature engineering and selection techniques focused more on metadata information.Originality/value:To the best of our knowledge,this study is the first of its kind which considers three perspectives(review,reviewer and product-centric)and four classifiers to analyze the effectiveness of opinion spam detection using two major types of features.This study also introduces some novel features,which help to improve the performance of opinion spam detection methods. 展开更多
关键词 Opinion spam Behavioral features Textual features Review spammers Spam-targeted products
暂未订购 下载PDF
在线社交网络中Spam相册检测方案 认领 引用 被引量：1
5
作者 吕少卿 张玉清 +1 位作者 刘东航 张光华 《通信学报》 EI CSCD 北大核心 2016年第9期82-91,共10页
提出一种针对Spam相册的检测方案。首先分析了Photo Spam的攻击特点以及与传统Spam的差异,在此基础上构造了12个提取及时且计算高效的特征。利用这些特征提出了有监督学习的检测模型,通过2 356个相册的训练形成Spam相册分类器,实验表明... 提出一种针对Spam相册的检测方案。首先分析了Photo Spam的攻击特点以及与传统Spam的差异,在此基础上构造了12个提取及时且计算高效的特征。利用这些特征提出了有监督学习的检测模型,通过2 356个相册的训练形成Spam相册分类器,实验表明能够正确检测到测试集中100%的Spam相册和98.2%的正常相册。最后将训练后的模型应用到包含315 115个相册的真实数据集中,检测到89 163个Spam相册,正确率达到97.2%。 展开更多
关键词 社交网络安全 Photo Spam Spam检测 人人网
暂未订购 下载PDF
Preventing Cloud Network from Spamming Attacks Using Cloudflare and KNN 认领 引用
6
作者 Muhammad Nadeem Ali Arshad +4 位作者 Saman Riaz SyedaWajiha Zahra Muhammad Rashid Shahab S.Band Amir Mosavi 《Computers, Materials & Continua》 SCIE EI 2023年第2期2641-2659,共19页
Cloud computing is one of the most attractive and cost-saving models,which provides online services to end-users.Cloud computing allows the user to access data directly from any node.But nowadays,cloud security is one... Cloud computing is one of the most attractive and cost-saving models,which provides online services to end-users.Cloud computing allows the user to access data directly from any node.But nowadays,cloud security is one of the biggest issues that arise.Different types of malware are wreaking havoc on the clouds.Attacks on the cloud server are happening from both internal and external sides.This paper has developed a tool to prevent the cloud server from spamming attacks.When an attacker attempts to use different spamming techniques on a cloud server,the attacker will be intercepted through two effective techniques:Cloudflare and K-nearest neighbors(KNN)classification.Cloudflare will block those IP addresses that the attacker will use and prevent spamming attacks.However,the KNN classifiers will determine which area the spammer belongs to.At the end of the article,various prevention techniques for securing cloud servers will be discussed,a comparison will be made with different papers,a conclusion will be drawn based on different results. 展开更多
关键词 Intrusion prevention system spamming KNN classification spam cyber security botnet
暂未订购 下载PDF
分享式Spam攻击的轻量级检测方案 认领 引用
7
作者 吕少卿 范丹 张玉清 《通信学报》 EI CSCD 北大核心 2015年第7期80-91,共12页
Spam攻击是针对社交网络最主要的攻击方式,分享式Spam攻击具有Spam内容的存储与传播分离的新特性,目前没有有效的检测方案。针对这一问题分析了其攻击过程和特征,利用分享式Spam攻击传播和存储的特征设计了轻量级迭代检测算法LIDA,通过... Spam攻击是针对社交网络最主要的攻击方式,分享式Spam攻击具有Spam内容的存储与传播分离的新特性,目前没有有效的检测方案。针对这一问题分析了其攻击过程和特征,利用分享式Spam攻击传播和存储的特征设计了轻量级迭代检测算法LIDA,通过目标筛选和内容检测2个步骤实现对分享式Spam的检测。同时,轻量级算法避免了传统算法对每个用户都做深度检测的问题,更具实用性。通过人人网的4次迭代实验,共检测到9 568个Spam账号、30 732个Spam相册以及2 626 780条Spam URL,表明所提的检测算法对于分享式Spam攻击是行之有效的。 展开更多
关键词 社交网络 分享式Spam Spam检测 人人网
暂未订购 下载PDF
基于信息安全等级保护技术架构的SPAM机器人防范模型 认领 引用
8
作者 周化钢 李建 +1 位作者 李庆年 任其达 《计算机安全》 2014年第8期2-7,共6页
通过对一些遭受Spam机器人入侵的网站分析,了解Spam机器人入侵机制及其危害,并根据现有的Spam防范技术,从信息安全等级保护技术角度,提出了新的防范模型,为更有效地防止Spam的攻击提供技术依据。
关键词 网络安全 Spam Spambot 信息安全等级保护 网站管理 CMS内容管理系统 社区网站
暂未订购 下载PDF
利用SPAMS研究南宁市冬季单颗粒气溶胶化学成分 认领 引用 被引量：24
9
作者 刘慧琳 宋红军 +6 位作者 陈志明 黄炯丽 杨俊超 毛敬英 李宏姣 梁桂云 莫招育 《环境科学》 EI CAS CSCD 北大核心 2016年第2期434-442,共9页
利用单颗粒气溶胶飞行时间质谱仪（SPAMS）对南宁市2015年冬季2月15~24日期间大气PM2.5进行观测.SPAMS所测得大气PM2.5数浓度与PM2.5质量浓度线性相关系数为0.76,在一定程度上颗粒物数浓度可反映大气污染状况.利用自适应共振神经网络分... 利用单颗粒气溶胶飞行时间质谱仪（SPAMS）对南宁市2015年冬季2月15~24日期间大气PM2.5进行观测.SPAMS所测得大气PM2.5数浓度与PM2.5质量浓度线性相关系数为0.76,在一定程度上颗粒物数浓度可反映大气污染状况.利用自适应共振神经网络分类方法（Art-2a）对PM2.5化学成分进行分类,确定PM2.5化学成分主要为元素碳、有机元素碳混合颗粒、有机碳、富钾颗粒、矿物质、富钠颗粒、二次无机颗粒、左旋葡聚糖以及其它重金属共9类.成分占比最高的是元素碳,其次是有机碳和富钾颗粒.监测到80%以上的PM2.5粒径主要集中在0.2~1.0μm之间,峰值出现在0.62μm处,各化学成分的粒径分布特征与总颗粒数粒径分布特征相似.各化学成分数浓度与PM2.5质量浓度随时间变化趋势较一致,化学成分数浓度占比变化在一定程度上可反映瞬时的污染来源. 展开更多
关键词 SPAMS 单颗粒气溶胶 冬季 化学成分 粒径分布
暂未订购 下载PDF
利用SPAMS研究石家庄市冬季连续灰霾天气的污染特征及成因 认领 引用 被引量：66
10
作者 周静博 任毅斌 +5 位作者 洪纲 路娜 李治国 李雷 李会来 靳伟 《环境科学》 CAS CSCD 北大核心 2015年第11期3972-3980,共9页
2014年11月18~26日石家庄市发生了连续的灰霾天气.利用位于石家庄市大气自动监测站(20 m)的单颗粒气溶胶质谱仪(SPAMS)分析了细颗粒物的化学组成,根据石家庄市大气污染物排放源谱库对主要成分进行了来源解析,并结合颗粒物质量浓度和气... 2014年11月18~26日石家庄市发生了连续的灰霾天气.利用位于石家庄市大气自动监测站(20 m)的单颗粒气溶胶质谱仪(SPAMS)分析了细颗粒物的化学组成,根据石家庄市大气污染物排放源谱库对主要成分进行了来源解析,并结合颗粒物质量浓度和气象条件研究了该地区冬季灰霾天气成因.结果表明,石家庄市大气细颗粒物来源分为7类,各源示踪离子:燃煤源为Al,工业源为OC、Fe、Pb,机动车尾气源为EC,扬尘源为Al、Ca、Si,生物质燃烧源为K和左旋葡聚糖,纯二次无机源为SO-4、NO-2和NO-3,餐饮源为HOC.灰霾期间大气中主要含有OC、HOC、EC、HEC、ECOC、富钾颗粒、矿物质和重金属等8类颗粒,其中OC和ECOC颗粒最多,分别占到总数的50%和20%以上,OC颗粒主要来自燃煤和工业工艺,ECOC颗粒主要来自燃煤和机动车尾气排放.灰霾发生时含有NH+4、SO-4、NO-2和NO-3等二次离子的颗粒物占比升高,其中含NH+4颗粒增幅最大;EC、OC与NO-3、SO-4、NH+4在灰霾天气下的混合程度均比干净天气高,其中与NH+4的混合程度加剧最为明显.冬季采暖期煤炭的大量燃烧、医化行业工艺过程及机动车尾气等污染源排放的一次气态污染物(SO2、NOx、NH3、VOCs)和一次颗粒物在静稳天气中难以扩散而迅速累积,气态污染物发生二次转化形成硝酸铵、硫酸铵,而颗粒物之间通过碰撞形成二次颗粒物并发生不同程度的混合,从而导致大气能见度下降,以上是石家庄市冬季灰霾形成的主要原因. 展开更多
关键词 灰霾 细颗粒物 污染特征 成因 SPAMS 石家庄市
暂未订购 下载PDF
利用SPAMS研究天津市夏季环境空气中细颗粒物化学组成特征 认领 引用 被引量：13
11
作者 温杰 史旭荣 +3 位作者 田瑛泽 徐娇 史国良 冯银厂 《环境科学》 EI CAS CSCD 北大核心 2018年第8期3492-3501,共10页
天津市作为京津冀大气污染传输通道及环渤海经济带的重要城市,其环境空气中细颗粒物的化学组成特征及来源具有重大研究价值.本研究于2017年8月利用单颗粒气溶胶质谱仪(SPAMS)采集了天津市津南区环境受体中细颗粒物的整月数据,旨在描述... 天津市作为京津冀大气污染传输通道及环渤海经济带的重要城市,其环境空气中细颗粒物的化学组成特征及来源具有重大研究价值.本研究于2017年8月利用单颗粒气溶胶质谱仪(SPAMS)采集了天津市津南区环境受体中细颗粒物的整月数据,旨在描述天津市夏季环境空气中细颗粒物的组分特征,定性判断主要污染源类.通过ART-2a聚类、合并后获得EC类颗粒,Fe-NO3颗粒,Na-K颗粒和金属类颗粒等12种颗粒类型,并对各类型颗粒在粒径分布和日变化上的特征进行了研究.EC颗粒随粒径增长数浓度占比降低,扬尘类颗粒和Fe-NO3颗粒相反;日变化结果显示光化学反应能够影响3类EC颗粒的日变化趋势,而Fe-NO3颗粒日间占比提升与白天工业生产活动排放有关.对观测时段内主要来向气团上颗粒物组成进行研究,监测点位夏季主要受西北和西南方向气团来向影响,当点位主要受西南方向上气团影响时,燃煤源的颗粒影响较大,而东南方向气团发生频率较高时,生物质燃烧源颗粒与海盐源颗粒贡献相对较高. 展开更多
关键词 SPAMS 细颗粒物 后向轨迹模拟 聚类分析 夏季天津
暂未订购 下载PDF
利用SPAMS构建石家庄市PM2.5固定排放源成分谱库 认领 引用 被引量：24
12
作者 周静博 张涛 +3 位作者 李治国 路娜 王耀涛 靳伟 《河北工业科技》 CAS 2015年第5期443-450,共8页
依托单颗粒气溶胶质谱仪（SPAMS）,选取石家庄市燃煤、工业工艺、固废焚烧等固定排放源的典型企业展开了PM2.5固定排放源谱库的建立工作。通过对选取的有代表性的源排放样品进行采集和分析,获取了各排放源颗粒物的典型质谱信息和粒径分... 依托单颗粒气溶胶质谱仪（SPAMS）,选取石家庄市燃煤、工业工艺、固废焚烧等固定排放源的典型企业展开了PM2.5固定排放源谱库的建立工作。通过对选取的有代表性的源排放样品进行采集和分析,获取了各排放源颗粒物的典型质谱信息和粒径分布特征。结果显示,三类污染源排放的颗粒物粒径峰值基本出现在1.0~1.5μm处;电力、水泥、制药、生活垃圾和危险废物焚烧行业排放的颗粒物粒径分布较窄,在0~3.0μm,而钢铁和医疗废物焚烧行业排放的颗粒物粒径范围较宽,在0~6.0μm左右;燃煤源的特征组分为Cr、有机低聚物、有机物和ECOC;工业工艺源的特征组分为OC,Fe,Pb,CaO,硅酸盐,有机胺;固废焚烧源的特征组分为元素碳、Pb、有机胺、Na,NaCl。该研究建立的石家庄市PM2.5固定排放源谱库,为石家庄市大气中PM2.5的在线来源解析提供了有效准确的识别依据。 展开更多
关键词 大气污染防治工程 排放源 SPAMS 谱库 PM2.5 石家庄市
暂未订购 下载PDF
利用SPAMS研究华北乡村站点(曲周)夏季大气单颗粒物老化与混合状态 认领 引用 被引量：19
13
作者 黄子龙 曾立民 +2 位作者 董华斌 李梅 朱彤 《环境科学》 EI CAS CSCD 北大核心 2016年第4期1188-1198,共11页
利用单颗粒气溶胶飞行时间质谱（SPAMS）于2013年6月30日-7月8日对华北地区乡村站点曲周大气单颗粒粒径及其化学组成进行了在线测量,共采集到同时含有正负离子谱图的颗粒230 152个,其粒径主要集中在0.2-2.0μm.结果表明,该地区的大气颗... 利用单颗粒气溶胶飞行时间质谱（SPAMS）于2013年6月30日-7月8日对华北地区乡村站点曲周大气单颗粒粒径及其化学组成进行了在线测量,共采集到同时含有正负离子谱图的颗粒230 152个,其粒径主要集中在0.2-2.0μm.结果表明,该地区的大气颗粒物主要分为8类：元素碳（EC,55.5%）、有机碳（OC,10.7%）、钠,钾等碱金属颗粒（alkalis,17.4%）、其他金属颗粒（other metals,1.7%）、富铁颗粒（Fe-rich,6.3%）、富铅颗粒物（Pb-rich,3.1%）、沙尘颗粒（dust,4.8%）,other颗粒（0.8%）,观测得到的8类气溶胶颗粒中绝大部分包含^46NO2^-、^62NO3^-、^80SO3^-、^96SO4^-、^97HSO4^-等二次组分离子,说明这些颗粒都经历了不同的老化过程或与二次组分进行了不同程度的混合.从气溶胶类型的谱分布看,各类型颗粒数浓度峰值基本出现在700-800 nm之间,dust、Fe颗粒主要集中在粗粒径段,EC颗粒子类研究表明随着表面不断吸附NH4^＋、NO^3-、SO4^2-等二次组分,EC颗粒逐步演化成老化程度较低的NO^3-吸附型EC（ECN）和严重老化的SO4^2-吸附型EC（ECS）混合态,两者日变化呈现明显的负相关性,也可能随着二次有机物在EC表面吸附,形成OC/EC混合态. 展开更多
关键词 单颗粒 化学组成 粒径 混合状态 单颗粒气溶胶飞行时间质谱(SPAMS)
暂未订购 下载PDF
利用SPAMS初探盘锦市冬季PM2.5污染特征及来源 认领 引用 被引量：9
14
作者 邰姗姗 仇伟光 +3 位作者 张青新 祖彪 陈宗娇 王德羿 《中国环境监测》 CAS CSCD 北大核心 2017年第3期147-153,共7页
利用SPAMS 0515于2015年1月在盘锦市兴隆台空气质量自动监测点位采集PM2.5样品,并分析其污染特征和来源。研究结果表明,盘锦市冬季PM2.5的颗粒类型主要以OC颗粒、富钾颗粒、EC颗粒组成。其中,OC颗粒占比最高,为52.5%;PM2.5污染的主要贡... 利用SPAMS 0515于2015年1月在盘锦市兴隆台空气质量自动监测点位采集PM2.5样品,并分析其污染特征和来源。研究结果表明,盘锦市冬季PM2.5的颗粒类型主要以OC颗粒、富钾颗粒、EC颗粒组成。其中,OC颗粒占比最高,为52.5%;PM2.5污染的主要贡献源为燃煤、生物质燃烧、机动车尾气排放,占比分别为33.2%、25.7%、17.5%,特别是在PM2.5质量浓度较高时段,燃煤和机动车尾气排放对污染的贡献较大。 展开更多
关键词 细颗粒物 SPAMS 污染特征 来源 盘锦市
暂未订购 下载PDF
基于SPAMS的天津市夏季环境受体中颗粒物的混合状态及来源 认领 引用 被引量：9
15
作者 林秋菊 徐娇 +3 位作者 李梅 王玮 史国良 冯银厂 《环境科学》 EI CAS CSCD 北大核心 2020年第6期2505-2518,共14页
天津位于京津冀区域,近年来面临的颗粒物污染问题受到广泛关注,研究其大气环境中颗粒物的化学组成及来源具有重要意义.为明确天津市夏季环境受体中颗粒物的混合状态及可能来源,于2017年7月利用单颗粒气溶胶质谱仪(single particle aeros... 天津位于京津冀区域,近年来面临的颗粒物污染问题受到广泛关注,研究其大气环境中颗粒物的化学组成及来源具有重要意义.为明确天津市夏季环境受体中颗粒物的混合状态及可能来源,于2017年7月利用单颗粒气溶胶质谱仪(single particle aerosol mass spectrometer,SPAMS)在津南区采集到成功电离有粒径及完整质谱信息颗粒209887个,利用ART-2a对有质谱数据的颗粒按照质谱特征的相似性进行聚类共获得369个颗粒物类别,随后按照类别的化学组成(质谱谱图)的相似性进行人工合并获得19个颗粒物类别,包括:K-EC(0.20%)、K-EC-Sec(0.18%)、K-NO3-PO3(12.00%)、K-NO3-SiO3(2.98%)、K-Sec(0.16%)、EC(39.60%)、EC-Sec(3.46%)、EC-HM-Sec(3.93%)、HEC(1.49%)、HEC-Sec(1.38%)、OC-Amine-Sec(3.58%)、OC-Sec(0.36%)、OCEC-Sec(0.71%)、Dust-HEC(21.35%)、Dust-Sec(0.72%)、Cl-EC-NO3(1.22%)、Na-Cl-NO3(3.20%)、HM-Sec(2.58%)和PAH-Sec(0.90%)颗粒.得到的各个颗粒类别可归因于气溶胶颗粒的不同来源及不同的传输和反应过程,综合分析采集到的颗粒贡献源主要包括机动车排放源、生物质燃烧源、工业排放源、扬尘源、燃煤源和二次源等.其中K-EC、EC、HEC和Dust-HEC等颗粒主要来自一次源直接排放,K-Sec、OC-Amine-Sec、OC-Sec、OCEC-Sec和Na-Cl-NO3等颗粒大都是一次源排放颗粒经历了不同程度的老化或与二次组分进行了不同程度的混合. 展开更多
关键词 天津夏季 细颗粒物 单颗粒气溶胶质谱仪(SPAMS) 自适应共振神经网络 粒径分布 极坐标
暂未订购 下载PDF
基于SPAMS的石家庄市2018年春节期间重污染过程研究 认领 引用 被引量：9
16
作者 程丽萍 李嘉欣 +2 位作者 赵纲 李雪菲 王玮 《河北工业科技》 CAS 2019年第1期66-74,共9页
2018年2月15日—2月21日春节假期,石家庄市出现了2月份以来污染最重、持续时间最长的一次空气污染过程。为探究重污染天气成因,采用位于石家庄市大气自动监测站的单颗粒气溶胶质谱仪(SPAMS),对春节期间的细颗粒物化学组成进行了分析,结... 2018年2月15日—2月21日春节假期,石家庄市出现了2月份以来污染最重、持续时间最长的一次空气污染过程。为探究重污染天气成因,采用位于石家庄市大气自动监测站的单颗粒气溶胶质谱仪(SPAMS),对春节期间的细颗粒物化学组成进行了分析,结合空气质量状况及气象条件等因素,对重污染天气的成因进行了推定。结果表明,在此次污染过程期间,地面持续处于低压幅合,边界层低,逆温现象严重,致使18日和19日的污染物浓度累积升高;同时根据SPAMS污染特征分析可知,春节期间发生的重污染过程中,燃煤和工业工艺源的累积,加剧了二次转化,且随着PM2.5浓度的攀升,细颗粒物中重金属和矿尘颗粒占比有一定的增加,二次无机源和烟花源的贡献变化较为突出。研究石家庄市春节期间大气污染物的组成及其成因,可为科学有效地制定大气环境调控策略提供技术参考。 展开更多
关键词 大气污染防治工程 SPAMS 组分分析 重污染天气 石家庄市 春节
暂未订购 下载PDF
一种随机嵌入抗SPAM检测的可逆数据隐藏算法 认领 引用 被引量：5
17
作者 柳玲 陈同孝 +1 位作者 曹晨 陈玉明 《计算机应用研究》 CSCD 北大核心 2013年第7期2111-2114,共4页
针对数据隐藏算法在携带信息时容易被检测工具SPAM侦测出来这一现象,将随机嵌入和直方图修正技术应用到数据隐藏中,提出一种随机嵌入抗SPAM检测的可逆数据隐藏算法。该方法通过对采样子图与参照子图间的差值直方图进行平移空位来嵌入信... 针对数据隐藏算法在携带信息时容易被检测工具SPAM侦测出来这一现象,将随机嵌入和直方图修正技术应用到数据隐藏中,提出一种随机嵌入抗SPAM检测的可逆数据隐藏算法。该方法通过对采样子图与参照子图间的差值直方图进行平移空位来嵌入信息。在信息嵌入过程中,用随机函数产生的伪随机序列来标志待隐藏信息的位置,使嵌入的信息分布更不规律,从而更好地逃脱检测工具SPAM的侦测。实验结果表明,相比Kim算法,该算法抗SPAM检测的安全性更好,更适合进行信息传递。 展开更多
关键词 随机嵌入 SPAM 可逆数据隐藏 直方图修正 子图采样
暂未订购 下载PDF
SPAMS打击率影响因素与仪器状态分析 认领 引用 被引量：2
18
作者 王莉华 刘保献 +3 位作者 张大伟 张人太 安欣欣 魏强 《质谱学报》 EI CAS CSCD 北大核心 2018年第1期36-45,共10页
在北京市环境保护监测中心空气质量综合观测实验室,使用气溶胶单颗粒飞行时间质谱(SPAMS)对2013年1~12月空气颗粒物开展综合观测。实验结果表明,SPAMS打击率与测径颗粒数(siz)、大气相对湿度、颗粒物组分以及粒径有关。仪器状态正常时,... 在北京市环境保护监测中心空气质量综合观测实验室,使用气溶胶单颗粒飞行时间质谱(SPAMS)对2013年1~12月空气颗粒物开展综合观测。实验结果表明,SPAMS打击率与测径颗粒数(siz)、大气相对湿度、颗粒物组分以及粒径有关。仪器状态正常时,打击率在siz数量小、大气相对湿度低时较高,与含K+、HSO4-、OCEC、NO3-的颗粒物以及粒径为0.2~0.3μm、0.3~0.4μm、0.4~0.5μm的颗粒物数量呈正相关,与0.1~0.2μm、0.5~0.6μm、0.6~0.7μm的颗粒物数量呈负相关,含NH4+、SiO3-颗粒物数量的关系与污染特征及其他环境有关。本研究通过分析打击率数值及打击率与各影响因素的关系判断仪器状态是否正常,这为提前发现常规方法难以发现的仪器故障提供了一种思路。 展开更多
关键词 PM2.5 单颗粒气溶胶飞行时间质谱(SPAMS) 打击率 仪器故障
暂未订购 下载PDF
猪精子黏合分子1(SPAM1)基因在白色杜洛克×二花脸F_2资源群体中的遗传变异及其与母猪产仔数的关联性 认领 引用 被引量：3
19
作者 吴延博 陈从英 +2 位作者 张志燕 郭源梅 高军 《中国农业科学》 CAS 北大核心 2009年第6期2111-2117,共7页
【目的】猪精子黏合分子1(SPAM1)基因在精卵结合过程中发挥重要作用,是影响产仔数的重要候选基因。本试验分析SPAM1基因的遗传变异及其与母猪产仔数的相关性。【方法】以305头白色杜洛克×二花脸资源群体F2母猪为材料,记录连续3胎... 【目的】猪精子黏合分子1(SPAM1)基因在精卵结合过程中发挥重要作用,是影响产仔数的重要候选基因。本试验分析SPAM1基因的遗传变异及其与母猪产仔数的相关性。【方法】以305头白色杜洛克×二花脸资源群体F2母猪为材料,记录连续3胎的产仔性状,利用PCR-RFLP检测intron1 g298C>T、intron1 g357C>T和intron3 g380C>T共3个SNP位点在F2群体中的多态性,构建单倍型,分析各SNP基因型和单倍型与母猪产仔数、产活仔数、产死胎数的相关性。【结果】intron1 g298C>T位点CC型母猪的总产仔数显著低于CT、TT型母猪(PT位点CT基因型母猪产死胎数显著多于CC、TT基因型(PT位点CC基因型母猪产活仔数显著低于CT型,产死胎数显著高于CT型(P<0.05)。在6种单倍型中,TTT单倍型母猪的总产仔数和产活仔数明显高于其它5种(P<0.05);TCT、TTC单倍型母猪产死胎数显著低于CTC、TTT和TCC(P<0.05)。【结论】SPAM1基因与母猪产仔数存在显著相关性。 展开更多
关键词 SPAM1基因 SNPs 单倍型 产仔数 猪
暂未订购 下载PDF
利用单颗粒气溶胶质谱(SPAMS)研究四川盆地城市的细颗粒物来源 认领 引用 被引量：6
20
作者 饶芝菡 罗彬 张巍 《四川环境》 2018年第6期55-64,共10页
利用单颗粒气溶胶质谱仪(SPAMS)在2017年5月至2018年2月对四川盆地的资阳、乐山、雅安、自贡、宜宾5个城市的细颗粒物(PM2.5)进行了在线来源解析。结果表明,研究期间5市PM2.5质量浓度均值为77. 5μg/m^3(58. 4～95. 6μg/m^3),其... 利用单颗粒气溶胶质谱仪(SPAMS)在2017年5月至2018年2月对四川盆地的资阳、乐山、雅安、自贡、宜宾5个城市的细颗粒物(PM2.5)进行了在线来源解析。结果表明,研究期间5市PM2.5质量浓度均值为77. 5μg/m^3(58. 4～95. 6μg/m^3),其中元素碳、有机碳和富钾为其主要组分,分别占39. 6%、19. 5%和17. 5%,其次为混合碳(11%)、左旋葡聚糖(5. 3%)、重金属(3. 1%)、矿物质(2. 0%)、高分子有机物(0. 8%)和其它(1. 2%)。源解析结果表明,四川盆地PM2.5的来源包括燃煤(24. 3%)、机动车尾气(21. 3%)、二次无机盐(12. 8%)、工业(12. 7%)、生物质燃烧(10. 7%)、扬尘(8. 2%)和其他(9. 9%)。与清洁时段相比,污染时段的机动车尾气源、工业工艺源、二次无机源占比分别升高了3. 5个百分点、1. 7个百分点和0. 7个百分点,表明机动车尾气是在污染时段对当地PM2.5浓度影响最大的源。 展开更多
关键词 PM2.5 SPAMS 四川 来源解析
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 47 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈