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。     

语音通信降噪研究

语音通信系统中，语音通过信道传输将不可避免地引入码间串扰和信号畸变，同时受到噪声污染。本文在分析自适应盲均衡算法CMA(constant modulus algorithm）和改进盲均衡算法的基础上，考虑到自适应盲均衡技术在语音噪声控制方面能力有限，将自适应盲均衡技术与小波包掩蔽阈值降噪算法联合使用，形成一种基带语音增强新方法。仿真试验结果显示自适应盲均衡技术可以使星座图变得清晰而紧凑，有效减小误码率。研究证实该方法在语音信号ISI和畸变严重情况下，在白噪及有色噪声不同的噪声环境中都具有稳定的降噪能力，消噪同时可获得汉语普通话良好的听觉效果。     

Convergence of the viscosity solution of non-autonomous Hamilton-Jacobi equations

In this paper,we investigate the non-autonomous Hamilton-Jacobi equation ■ where H is 1-periodic with respect to t and M is a compact Riemannian manifold without boundary.We obtain the viscosity solution denoted by T_(t_0)~tφ(x) and show T_(t_0)~tφ(x) converges uniformly to a time-periodic viscosity solution u~*(x,t) of ?_tu+H(t,x,?_xu,u)=0.     

甲烷浓度对碳化硅基底金刚石薄膜摩擦性能影响

利用热丝化学气相沉积法(HFCVD)在碳化硅基底上制备金刚石薄膜,采用场发射扫描电子显微镜、拉曼光谱仪、原子力显微镜研究了在不同甲烷浓度条件下制备的金刚石薄膜表面形貌及物相组成,在干摩擦条件下通过往复式摩擦磨损实验测试并计算了已制备金刚石薄膜的摩擦系数和磨损率,结合物相分析及摩擦磨损实验结果分析了甲烷浓度的改变对金刚石薄膜摩擦磨损性能的影响。结果表明,由于甲烷气体含量的升高,金刚石薄膜结晶质量下降,薄膜由微米晶向纳米晶转变。摩擦磨损实验结果显示:3%甲烷浓度条件下制备的金刚石薄膜耐磨性较好,磨损率为2.2×10^-7 mm³/mN;5%甲烷浓度条件下制备的金刚石薄膜摩擦系数最低(0.032),磨损率为5.7×10^-7 mm³/mN,制备的金刚石薄膜的耐磨损性能相比于碳化硅基底(磨损率为9.89×10^-5 mm³/mN)提升了两个数量级,显著提高了碳化硅基底的耐磨性。     

Eu:Lu2O3透明闪烁陶瓷的制备与性能

采用湿化学法合成了Eu原子掺量5%的Lu₂O₃陶瓷前驱体,通过SEM、XRD研究了煅烧前后前驱体和1 100 ℃煅烧4 h后粉体的形貌、结构以及物相。结果表明煅烧后的粉体为纳米类球形、高分散且结晶性良好的颗粒。颗粒尺寸为68.5 nm。使用煅烧后的粉体为原料,在1 650 ℃真空烧结30 h制备了高透过率的Eu:Lu₂O₃陶瓷,晶粒尺寸为46 μm,在611 nm处的直线透过率可以达到66.3%。此外对陶瓷的吸收曲线、光致激发和发射光谱特性以及X射线激发发射光谱进行研究。可观察到,Eu:Lu₂O₃陶瓷存在基质和激活离子两类吸收,光致发光光谱和X射线激发发射光谱均可以看出Eu:Lu₂O₃陶瓷存在极强的⁵D₀→⁷F₂跃迁发光,位于611 nm处。对比商业的BGO单晶的X射线发射光谱,可得本实验中制备的陶瓷的光输出为85 000 ph/MeV。Eu:Lu₂O₃陶瓷本身有着高X射线以及高能粒子的阻止能力,结合高光输出特性,表明Eu:Lu₂O₃陶瓷在X射线成像等领域具有巨大的潜在应用价值。     

基于横向莫尔条纹的自准直测角方法

本文提出了基于横向莫尔条纹的自准直测角方法,用遮光原理分析了莫尔条纹的位移放大作用.并基于该方法搭建了原理光路,得到的莫尔条纹信号稳定且能够满足测量需求.在此基础上对系统进行了定量标定,简化了数据处理步骤,实现了动态测量,系统分辨率达到10″,进一步明确将该方法应用到自准直仪中可以有效提高仪器分辨率.     

100 MeV质子束流品质诊断及剂量测量准确性评估方法研究

质子辐射生物学效应是太空放射生物学和质子束放疗研究的重要基础，可为空间环境下人员的危险性评估以及质子治疗优化设计提供科学依据。依托加速器建立相应的生物样本辐照技术是开展此类研究的前提条件。中国原子能科学研究院最近建立的100 MeV强流质子回旋加速器提供的中能质子束流为目前国内能量最高，特别适合用于太空放射生物学和质子治疗相关研究。本研究中，利用在束和离线等多种手段建立了中能质子束流诊断和剂量测量方法，对加速器引出的100 MeV质子照射野大小、均匀性等束流品质以及剂量测量系统准确性进行了分析和评估。结果表明，对光子剂量响应好的LiF(Mg, Ti)热释光探测器，对90 MeV质子同样具有良好的剂量响应关系，可作为中能质子剂量准确性评估的手段之一。在5.0 cm×5.0 cm照射野范围内，加速器引出的100 MeV质子束流的均匀性好于90%，在线剂量测量系统准确性好于93%，束流品质和剂量测量条件基本满足辐射生物学的要求，可为质子辐射生物学效应研究的开展提供可靠保障。     

基于Retinex理论与概率非局部均值的红外图像增强方法

针对传统红外图像增强算法中细节模糊及过度增强的问题,提出了一种基于Retinex理论与概率非局部均值相结合的红外图像增强方法.首先通过单尺度Retinex方法调整图像中过暗与过亮部分的灰度级;然后利用概率非局部均值对图像进行分解处理得到基本层与细节层,对基本层采用直方图均衡化拉伸对比度,对细节层采用非线性函数进行增强;最后,将不同层次的结果融合得到对比度与细节增强的红外图像.用该方法对多组不同场景的红外图像进行仿真实验,并将其与多种增强方法进行主、客观对比分析,结果表明所提方法在红外图像的细节及对比度增强方面都获得了更好的效果.     

基于深度学习的ELM实时识别研究

基于深度学习的方法，在HL-2A装置上开发出了一套边缘局域模(ELM)实时识别算法。算法使用5200次放电数据(约24.19万数据切片)进行学习，得到一个深度为22层的卷积神经网络。为衡量算法的识别能力，识别了HL-2A装置自2009年实现稳定ELMy H模放电以来所有历史数据(约26000次放电数据)，共识别出1665次H模放电，其中误识别35次，误报率为2.10%。在实际的1634次H模放电中，漏识别4次，漏识别率为0.24%。该误报率和漏报率可以满足ELM实时识别的精度要求。识别算法在实时控制环境下，对单个时间点的平均计算时间为0.46ms，可以满足实时控制的计算速度要求。