高压下β-InSe弹性常数、电子结构的第一性原理研究

基于密度泛函理论的第一性原理计算方法,本文研究了高压对β-InSe弹性常数、机械性能和电子结构的影响.在0～20 GPa范围内,随着压力的增大,β-InSe的晶格常数、晶胞体积逐渐减小,结构参数a/a_0、c/c_0、V/V_0单调减小.在0～12 GPa范围内,弹性模量G、E、B和泊松比v随着压力增大而增大,在16 GPa时大幅减小,G、E、B分别减小了34.9%、53.3%、82.9%.随着压力增大,Se-In和In-In原子之间的电荷密度增大,Se-In原子之间的共价键增强,层间距减小.而且,β-InSe在20 GPa时带隙消失,发生了半导体向半金属的相变.     

基质刚性影响声孔效应介导的单细胞基因转染

实验研究了基质刚性对单细胞质粒DNA转染效果的影响。实验采用高声压短脉冲(0.45MPa,10μs)条件的超声对培养在不同硬度凝胶基质(软的凝胶基质：0.2kPa,硬的凝胶基质：40kPa)上的力学敏感细胞NIH 3T3进行质粒DNA转染实验。实验结果表明,培养在硬的凝胶基质上的细胞,质粒DNA转染效率明显高于培养在软的凝胶基质上的细胞。进一步对质粒DNA进行荧光示踪可知培养在不同刚性基质上的细胞导入质粒DNA的方式不同。当细胞被培养在硬的凝胶基质上时,通过声致穿孔产生的小孔进入细胞内的质粒DNA更多,而培养在软的凝胶基质上的细胞,更多的质粒DNA可以通过非声致穿孔作用,例如内吞方式导入细胞。 细胞骨架蛋白分布规律表明,硬的凝胶基质上培养的细胞内有更多的F肌动蛋白微丝,可以更好地支撑起细胞的铺展形态,相对不容易发生内吞作用。而软的凝胶基质上培养的细胞内F肌动蛋白则更多以球形状态存在,细胞形貌骗向圆形,此时更容易发生胞吞作用。     

EAST装置上W波段多道极向相关反射仪的研制

在EAST装置上安装了X模极化W波段多道相关反射仪，用于测量等离子体芯部密度涨落。该诊断利用低损耗(<3dB)多工器将4个不同频率(79.2GHz，85.2GHz，91.8GHz和96GHz)的微波耦合在一起，通过同一个天线发射。反射波由两个极向分离(~5cm)的天线接收，通过下变频技术实现外差测量。通过对两个极向天线接收的信号进行相关分析，获得芯部湍流垂直速度。对2018年低约束模式(L模)放电进行分析发现，在电子回旋共振加热(ECRH)等离子体中，芯部湍流垂直速度在电子逆磁漂移方向。而在注入同向中性束(co-NBI)后，芯部湍流垂直速度变为离子逆磁漂移方向。     

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。     

小孔流速实验中的排水时间和流量系数的研究

本文以水作为理想流体,考虑到水头损失和孔口缩流效应,对小孔流速实验涉及的容器排水问题进行了系统的理论和实验研究.从理论上推导得出了圆柱形容器排水时间的解析解,分析了排水时间和自由液面速度、流量系数之间的规律,提出了排水时间的等效性.实验上,加工了底部开有不同小孔的大型圆柱形容器,测量了容器排水时间随液面高度的变化关系,借助实验结果计算了流量系数值,验证了容器排水时间的等效性关系,实验结果与理论计算符合较好.     

不同声音偏好的游客声景观主观评价差异——以丽江大研古镇为例*

古镇作为集自然景观与人文景观一体的景区，具有丰富的声音类型。本研究以大研古镇为例，通过实地调研探究不同声音偏好的游客对古镇声景观的主观评价差异。基于游客的声音偏好，将游客分为偏爱自然声和偏爱人工声两大类。通过因子分析提取游客声景观主观评价的5个主因子：大小、音质、效价、偏好和唤醒。进一步分析发现，这5个因子具有一定的层级性，其中从大小到唤醒代表声景观评价从声音的物理属性向声音的联想评价逐级提升。其中在低层级评价(大小、音质)中，偏好自然声的游客和偏好人工声的游客无显著差异，低层级评价具有稳定性；而在高层级评价(效价、偏好和唤醒)中，偏好人工声的游客更关注古镇声景观的淳朴性和遗产性。因此，游客对声景观的主观评价可视为一种指标，判断景区声景所处的评价阶段，从而为景区声景观改善提供更有针对性的建议。     

中国生物医学超声联合学术年会(CUMB2019)在北京举行

2019年10月18日–20日,中国声学学会生物医学超声工程分会、中国生物医学工程学会医学超声分会与中国超声医学工程学会仪器工程开发专业委员会在北京联合主办了“2019年度中国生物医学超声联合学术年会”,同期共同举办的还有国际分子影像与微创治疗大会、国际肌肉骨骼及浅表器官超声研讨会和国际生物医学造影技术会议。     

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。     

油-气-水三相流超声传感器持气率测量*

为探索油-气-水三相流持气率测量难题,该文开展了脉冲透射式超声传感器持气率测量动态实验研究。首先,利用超声传感器与光纤传感器组合,测取了油-气-水三相流中段塞流、混状流、泡状流的响应信号;其次,提取了超声脉冲信号的最大值序列来反映不同流型时超声传感器响应特性,同时,借助双头光纤传感器与相关测速法,计算得到了流体中气泡弦长序列;最后,结合流型与泡径信息,利用超声传感器测量了不同流型下持气率,并分析了不同流型持气率预测的误差来源,为其他油-气-水三相流持气率测量传感器设计提供了借鉴。