环戊基全取代六元瓜环与钾离子配合物的合成及其结构表征

金属与瓜环的配位化学是瓜环化学的主要研究内容之一.本文主要研究了环戊基全取代六元瓜环(CyP6 Q[6])与K+的配合物的合成,并利用X-射线单晶衍射法对其晶体结构进行了表征.结果表明:K+与CyP6 Q[6]的两个端口配位,形成了分子胶囊结构.相邻的瓜环通过与[ZnCl4]2-的偶极作用,形成平面堆积结构,最后形成三维超分子自组装实体.     

能量连续传递的超分子人工光捕获系统构筑及其在光催化反应中应用

光捕获系统在自然界光合作用过程中起着至关重要的作用.模拟自然界的光捕获体系,在生物成像、发光器件、光催化以及解决人类面临的能源问题等方面均具有重要意义[1].目前,在水相中构筑高效的人工光捕获系统已取得一系列重要进展[2].然而,为了更好地理解并模拟自然界中以多通道信息通讯为特征的捕光天线系统[3],构筑具有多步连续能量转移特征并能实现光能到化学能转化的人工光捕获体系仍然是一项具有挑战性的工作.     

可用于连续识别Cu^2+和阴离子、中性分子荧光探针的研究进展

铜(Cu)含量的高低直接影响着生命体的正常运转和自然体系的平衡.检测铜离子的方法多种多样,其中具有较高敏感度和选择性的荧光化学传感器应用更加广泛.综述了以Cu^2+为基的荧光化学传感器通过"替换"法实现了对阴离子S^2-, CN^-, H2PO4^-, PPi和I^-以及中性分子ATP、ADP和生物硫醇等的连续识别的研究进展.     

砂土类材料离散元细观参数的自动识别

准确的细观参数是采用离散元进行合理模拟的前提,基于最优化理论,本文提出了一种砂土类材料离散元细观参数的自动标定方法:采用PFC离散元软件模拟砂土的双轴压缩试验,以使PFC数值模拟的应力–应变曲线与某标准砂土室内双轴压缩实验结果的误差最小为优化目标,采用模式搜索法实现砂土类材料离散元细观参数的自动标定。本文提出的离散元细观参数自动标定方法具有识别效率快,精度高的优点。     

基于自适应参数估计的三轴磁传感器实时校正方法

针对传统基于椭球模型三轴磁传感器无法实时校正的问题,设计了基于自适应参数估计的三轴磁传感器实时校正方法,通过对参数的实时估计与处理,实现了三轴磁传感器误差的校正。首先,对三轴磁传感器全误差模型进行分析与处理,建立了基于模值的参数估计方程;其次,详细分析了参数模型的噪声特性,针对非高斯状态相关噪声,提出了采用自适应参数估计方法;最后,设计仿真与实验分析,完成三轴磁传感器误差校正。实验结果表明,所提出的算法可以实现误差参数的实时校正,提升了磁传感器误差校正的自主性。同时,基于自适应参数估计方法,使得校正结果模值标准差相较于传统方法减小了3倍。     

基于深度学习的人体行为识别算法

目前,针对深度学习的人体行为识别研究,往往采用视频中的全局信息对人体行为进行分析.然而,局部信息缺失造成的特征提取不完备,同样会导致识别精度急剧下降.由此,提出了基于多流深度学习的人体行为识别方法,将人体局部信息与全局信息相结合,通过局部不同特征的精确识别,使人体行为识别更加准确.实验表明,与现有深度学习方法相比,提出的方法在数据集UCF101和HMDB51上识别精度分别平均提高了约4.0%和6.2%.     

非正态变异下的非线性轮廓异常点识别方法研究

在质量控制领域,非线性轮廓异常点识别问题是重点研究问题之一。本文综合运用了小波分析、数据深度、聚类分析等数据分析处理技术,提出了一种新的非正态变异的异常点识别方法。文章通过仿真分析技术,将新方法χ²与控制图方法进行性能对比,结果证实新方法能够以更高的准确率和稳定性识别异常点,表现出更好的异常点识别性能。最后将新方法应用于木板垂直密度轮廓实例对新方法进行验证,分析结果表明本方法能够有效识别出异常轮廓数据。     

基于人工标志识别的透射仪自动准直系统

目前大气透射仪存在发射端和接收端安装调校困难的问题,并且在工作过程中,发射端和接收端一旦发生偏移,光轴不处于一条直线,将大大影响能见度测量结果。针对这些问题,提出将近景摄影测量技术应用到大气透射仪的对准系统中,采用圆形作为人工标志物,通过图像处理及椭圆最小二乘拟合算法,计算人工标志物的圆心坐标,根据标志物的圆心坐标与摄像机镜头的中心坐标的位置关系,将发射端和接收端的摄像机镜头的中心通过旋转结构拉倒图像中心;由于摄像机与光轴是同轴设计,所以摄像机镜头对准就是实现了光轴的对准。实验证明,利用近景摄影测量技术能够实现大气透射仪快速准确对准,并且能够实时监控保证光轴始终保持一条直线。     

基于自编码器的荧光分子断层成像快速重建

多激发点荧光分子断层成像(FMT)重建过程中生成的系统矩阵规模较大,导致计算复杂度高,重建时间长。为了加快重建速度并保证其准确性,基于人工神经网络理论,通过降低系统矩阵规模,提出了一种快速FMT重建方法。具体来说,采用的降维方法是自编码器,即一种典型的人工神经网络,训练数据为由系统矩阵和表面荧光测量值组成的矩阵,然后使用自编码器网络的编码部分得到原始矩阵在低维空间上的表示。为了测试所提方法的性能,设计了一系列数值模拟实验,包括非匀质圆柱体实验和数字鼠实验。实验结果表明,该方法能有效缩短重建时间,得到较高的重建精度。