超声全矩阵数据联合稀疏重构的多测量向量模型应用

针对单测量向量模型(Single Measurement Vector,SMV)等传统压缩感知方法处理超声全矩阵数据时,存在重构精度低和重构耗时长等问题,本文研究了多测量向量模型(Multiple Measurement Vectors,MMV)应用的可行性。针对铝合金试块中不同深度的φ2 mm横通孔,分别使用MMV模型中的多测量稀疏贝叶斯(Multiple Sparse Bayesian Learning,MSBL)算法和SMV模型中的稀疏贝叶斯(Sparse Bayesian Learning,SBL)算法进行超声全矩阵数据重构,并实施全聚焦成像。随后,引入归一化均方误差和阵列性能因子评价图像和信号的重构效果。实验结果表明,SBL算法在25%采样率时的归一化均方误差为1.9%,而MSBL算法仅需15%采样率即可达到相似效果且耗时更少。     

一种通用的反馈式波前整形优化算法改进策略

提出一种通用式突变算子用于增强反馈式波前整形系统的调控效率,进而实现激光透过散射介质后的高效聚焦。为验证该突变算子提高聚焦效率的有效性,在经典优化算法,包括遗传算法、粒子种群算法、蚁群算法、模拟退火算法等四种算法的基础上引入突变算子,以优化结束后的增强因子和达到最高增强因子时的迭代周期数来表征聚焦效率。经过数值仿真和实验验证,该突变算子的引入使得四种经典优化算法的聚焦效率均得到大幅提升,增强因子提升了25%以上,同时迭代周期数减少了63%以上。当增加调控单元数量时,突变算子的高效性将更为显著。为进一步验证该突变算子的通用性,对二元振幅型调制以及多点聚焦进行了数值模拟分析,结果表明该突变算子有效增强了聚焦效率。该研究为反馈式波前整形的多种经典算法与多种调控方式提供了更高效的聚焦策略,实现了散射介质后更快更强的光斑聚焦,在光捕获、光遗传学等领域具有潜在的应用价值。     

多组件学习器实现有机分子沸点的精准预测

沸点(BP)是有机分子液体的基本物理化学量, 也是化学工业生产中的重要参数. 有机分子的沸点由分子结构决定, 呈现复杂的结构-沸点关系, 函数法(Function Method)、基团贡献法(Group Contribution Method)等传统方法无法应对复杂多样有机分子结构的预测, 应用范围狭窄, 预测精度低. 本研究中, 我们利用基于人工神经网络(ANN)和支持向量机(SVM)的多组件学习器实现有机分子沸点的精准预测. 我们构建了基于可解释性描述符的ANN、基于相关性描述符的ANN及基于复合分子指纹的SVM三个异质模型, 并通过包含4550个各种类别的有机分子沸点的数据集进行训练得到了三个异质性学习器, 最后集成三个学习器对有机分子沸点进行预测. 相比于传统方法和此前的定量结构性质关系(QSPR)模型, 多组件模型结合了三种模型的优点, 展现出很好的预测精度和泛化能力以及低的过拟合, 实现了对多种类型有机分子的沸点的有效预测.     

基于铜纳米簇检测柠檬黄的方法研究EI北大核心CSCD

采用L-半胱氨酸经一步湿化学法合成了稳定的铜纳米簇(CuCNs),优化了其制备条件,分别运用XPS和FTIR对其性能进行表征。CuCNs的荧光能被柠檬黄(LY)淬灭,推测其机理主要来自内滤效应。基于此,该荧光探针能选择检测LY,线性范围和检出限分别为3.33~60.0μmol/L和1.90μmol/L。该方法用于矿泉水和饮料中LY检测,回收率为95.5%~104.4%。     

钠离子电池用高性能锑基负极材料的调控策略研究进展

锑(Sb)具有高的理论比容量、较小的电极极化、合适的Na⁺脱嵌电位、价格低廉以及环境友好的优势,而成为一种具有较大应用前景的钠离子电池负极材料。但是,Sb基负极材料的一个重要挑战是在循环过程中高比容量伴随着大的体积变化,进而导致活性材料粉化,并从集流体上脱落,这大大限制了其在钠离子电池领域的大规模应用。因此,如何解决Sb基负极材料充放电过程中体积膨胀问题对于高性能的钠离子电池设计是至关重要的。本文详细综述和讨论了Sb基材料的结构-性能关系及其在钠离子电池中的应用,详细介绍了钠离子电池Sb基负极材料在氧化还原反应机理、形貌设计、结构-性能关系等方面的最新研究进展。本综述的主要目的是探讨影响Sb基负极材料性能的决定因素,从而提出有前途的改性策略,以提高其可逆容量和循环稳定性。最后,对Sb基钠离子电池负极材料的未来发展、面临的挑战和前景进行了展望。本文可为Sb负极材料的构建和优化提供具体的观点,阐明了Sb基负极材料未来的发展方向,从而促进钠离子电池的快速发展和实际应用。     

退化系统本征值、本征向量的摄动计算

本文通过估计参数改变后相重(或相近)本征值对应的本征向量的可能方向,给出了退化系统本征值、本征向量的摄动计算方法.     

基于可靠度的结构优化的序列近似规划算法

基于可靠度的优化的最直观解法是把可靠度和优化的各自算法搭配一起形成嵌套两层次迭代。为改善其收敛性提高计算效率,人们提出了功能测度法、半无限规划法、单层次算法等多种改进方法。本文对传统结构优化界的经典序列近似规划法改造并扩展应用于求解基于可靠度的结构优化问题,构造该问题的序列近似规划模型和求解过程;其核心思想是在每个近似规划子问题中采用近似可靠度指标对设计变量的线性近似,在优化迭代过程中同步更新设计变量和随机空间中的近似验算点坐标,以达到可靠度分析和优化迭代同步收敛的目标。为了算法的实施,还推导出近似可靠度指标的半解析灵敏度计算公式,编制了程序,最终实现与通用软件的连接。论文用算例证实算法的有效性。     

基于敏度阈值拓扑优化方法在飞机加强框设计中的应用

为了能够有效地降低飞机结构承力件的重量，针对飞机骨架，以加强框的概念设计为研究内容，通过对“敏度阈值”概念的分析，指出其不足，提出了“改进的敏度阈值”概念，并与“约束补偿”策略结合而形成新的拓扑优化算法，用于加强框的材料布局设计．多个算例中的拓扑优化结果均显示其结构型式十分新颖，值得深入地探讨．     

旋转倒立双摆摆起控制量的动态设计变量优化

倒立摆的摆起过程是复杂的非线性力学与控制的综合问题,当力学模型和参数确定时,寻求有效方法计算控制律函数是实现摆起的关键。本文以倒立双摆模型为研究对象,将动态设计变量优化方法引入对摆起开环控制律的分析,编制计算机程序进行数值仿真,确定了控制律函数与状态量随时间变化的状态,为复杂强非线性系统的控制提出了一种有效方法。     

基于拓扑描述函数的连续体结构拓扑优化方法

提出了一种利用拓扑描述函数(TDF)作为拓扑设计变量求解连续体结构拓扑优化问题 的新方法. 优化问题的目标函数是结构的整体柔顺性，约束条件为对于可利用材料的体积限 制. 这种方法不仅可以消除拓扑优化中经常出现的棋盘格式等数值不稳定现象，而且能够有 效地抑制传统算法处理此类优化问题时所引发的边界扩散效应. 与其它的基于水平集描述函 数的拓扑优化方法相比，所提出的算法不仅无需求解控制水平集函数演化的双曲守恒方 程，而且合理地考虑了目标函数的拓扑导数信息，因而使得算法的计算效率有了显著的提高.