卷积神经网络用于近红外光谱古筝面板木材分级

目前,我国乐器制作行业在古筝面板用木材等级的筛选上主要依赖于技师主观评判,但此法缺少科学理论的依据,效率低,客观性及出材率的提高等方面受到限制,无法满足乐器市场的大量需求。实现古筝面板用木材快速、智能化的分级工作是一个急需解决的课题。近红外光谱非常适用于测量含氢的有机物质。古筝面板木材主要化学成分的化学键均由含氢基团组成,不同等级板材的化学成分存在差异,这些差异反映在近红外光谱中,为判断木材等级提供了可能。同时卷积神经网络对非线性数据具有较强的特征提取能力,所以提出一种应用卷积神经网络模型对光谱数据进行分析的方法,进而判别木材的等级。应用了Savitzky Golay一阶、二阶微分两种预处理方法和核主成分分析、连续投影算法两种数据压缩方法,通过所设计的卷积神经网络模型以样本识别准确率和模型构建过程中的损失值作为判定指标选出最佳预处理和数据压缩方法。为了提高模型提取分析光谱数据的能力和避免过拟合现象,应用了多通道卷积核、批量归一化和early stopping策略,将通过两层卷积层提取的特征信息送入全连接层,从而充分提取剩余信息,通过Softmax函数获得板材的最终预测等级,从而确定了最终模型。最终Savitzky Golay一阶微分和核主成分分析为最佳数据处理方法,同时得出用于区分不同等级的古筝面板用木材的主要关键谱带,分别为1 163~1 243, 1 346~1 375和1 525~1 584 nm。将该模型应用于测试集样本,古筝面板用木材的等级识别准确率为95.5%。实验结果表明所提出的方法可以高效地处理光谱数据,有效识别区分不同等级的古筝面板用木材的关键特征,从而为广阔的乐器市场提供一定的技术支持。     

一个基于非单调技术的超记忆梯度法

本文给出一个修正的非单调线搜索策略,并结合该策略提出一个求解无约束优化问题的超记忆梯度算法.该算法的主要特点是:在每一次迭代中,它所产生的搜索方向总是满足充分下降条件.这一特性不依赖于目标函数的凸性以及方法所采用的线搜索策略.在较弱的条件下,该方法具有全局收敛和局部R-线性收敛性.数值实验表明了该方法的有效性.     

焦炉上升管内壁结焦炭层的光谱学分析及结焦机理研究

以焦炉上升管内壁结焦炭层块为研究对象，采用X射线荧光光谱仪（XRF）、X射线衍射仪（XRD）、傅里叶红外光谱仪（FTIR）和激光共聚焦拉曼光谱仪（Raman）对结焦炭层的元素组成，以及各结焦炭层的矿物组成、组成结构和分子结构进行测试。分析从结焦炭层块外表面向内表面过渡的各结焦炭层的差异性，揭示焦炉上升管内壁结焦机理。结果表明焦炉上升管内粉尘中Fe，S和Cr极易催化荒煤气中蒽、萘等稠环芳烃化合物成炭，在焦炉上升管内壁形成炭颗粒沉积，为焦油凝结挂壁提供载体，在荒煤气温度降至结焦温度时易结焦积碳。结焦炭层均含有芳香层结构，随着结焦炭层从外表面向内表面过渡，各结焦炭层的面层间距(d₀₀₂)逐渐降低、层片直径(L_a)先降低后增加、层片堆砌高度(Lc)和芳香层数(N)先稳定后增加。结焦炭层石墨化过程是由结焦炭层内表面向外表面进行，主要包括其片层外缘的羧基和部分C-O结构的降解剥离，从而形成高度规整的共轭结构。结焦炭层块中C元素是以结晶碳与无定型碳的混合物形式存在。以上研究为解决焦炉上升管内壁结焦及腐蚀问题，提高换热器换热效率，有效回收焦炉荒煤气显热，降低焦化企业能耗提供实验基础和理论依据。     

两个DEA的逆问题的解法的探讨

文[1]提出了两个DEA的逆问题，并用搜索法来解．而本文根据所证的定理，对每个问题一般只要解二、三个线性规划问题就能得到答案．     

前进中的嘉兴学院生物与化学工程学院

嘉兴学院至今已有91年办学历史。学校校址位于闻名遐迩的革命圣地南湖之畔一浙江省嘉兴市。嘉兴地处长三角中心的杭嘉湖平原，毗邻上海、杭州、苏州，经济繁荣，交通发达，人文荟萃，素有“丝绸之府、鱼米之乡、文化之邦”美称。     

电路过渡过程的计算机辅助分析

电路过渡过程所列方程是微分方程，本文中采用的是方框图模型分析法，即将微分方程的复杂示解分解成最基本的加（减）、乘（除）、积分（微分）、增益等运算，采用VB设计用户界面产进行计算，并给出了一算例。     

三维热传导型半导体器件瞬态模拟问题的Crank—Nicolson差分—流线扩散有限元法及其数值分析

本文研究三维热传导型半导体器件瞬态模拟问题的数值方法。针对数学模型中各方程不同的特点，分别提出不同的有限元格式。特别针对浓度方程组是对流为主扩散问题的特点，使用Crank-Nicolson差分-流线扩散计算格式，提高了数值解的稳定性。得到的L^2误差估计关于空间剖分步长是拟最优的，关于时间步长具有二阶精度。     

^241Am激发的能量色散X荧光在重稀土分离检测中的应用

建立了一种２４１Ａｍ作激发源，高纯锗作探测器的能量色散Ｘ射线荧光（ＥＤＸＲＦ）快速分析方法，并离线分析了含Ｈｏ、Ｙ、Ｅｒ、Ｔｍ的重稀土分离过程中槽体盐酸盐水溶液的稀土组成。该方法除作了适当简化外，还优化选择了分析线，并引入吸收函数校正吸收。结果表明：该法在稀土浓度介于０１～３００ｇ／Ｌ的范围内分析相对误差小于５％，能满足重稀土分离中在线分析的要求。