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。     

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。     

强度解调型光纤光栅温度传感实验

光纤光栅在工程上应用广泛,但由于存在解调系统复杂、成本高,尤其是需要使用光纤光谱仪等波长解调仪器,使得光纤光栅很难走入本科教学的实验课堂.本文提出了一种基于窄线宽DFB激光器的强度解调方案,极大地简化了光纤光栅传感器的解调系统,完全满足较高分辨率和实时检测的系统要求.合理安排的温度传感实验可以非常直观地展示光纤光栅的线性传感性能,使得工程化的光纤光栅传感技术轻松走进本科教学课堂,具有极高的推广和应用潜力.     

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.     

Measured and Predicted Solubility Phase Diagrams of Quaternary Systems LiBr-NaBr-MgBr2-H2O and LiBr-KBr-MgBr2-H2O at 298.15 K

The stable phase equilibria of quaternary systems LiBr-NaBr-MgBr₂-H₂O and LiBr-KBr-MgBr₂-H₂O at 298.15 K were studied by both experimental measurement(isothermal solution saturation method) and theoretical prediction(Pitzer model). The solubilities of the saturated solution have been determined experimentally and two stable phase diagrams and relevant water diagrams of the two quaternary systems were obtained. Results show that quaternary system LiBr-NaBr-MgBr₂-H₂O is hydrate II type as NaBr and NaBr·2H₂O coexistence. Its phase diagram consists of only one invariant point, four univariant curves, and five crystallization fields. The quaternary system LiBr-KBr-MgBr₂-H₂O is a complex type as the double salt KBr·MgBr₂·6H₂O formed. In addition to this double salt, the three single salts LiBr·2H₂O, KBr and MgBr₂·6H₂O also crystallize. In this paper, the solubilities of phase equilibria in above quaternary systems were also calculated by the Pitzer's electrolyte solution model. All the needed parameters can be obtained from the literature or be fitted by experimental data. On the Basis of the experimental and calculated results, the phase diagram of the quaternary system was plotted for comparison. It shows that the calculation results are consistent with the experimental ones.     

中国先进研究堆中子科学平台发展现状及展望

依托中国先进研究堆(CARR)高通量中子源，建成了初具规模的中子科学平台，具备中子散射、中子成像和中子活化分析等多种研究技术。其中，中子散射技术包括中子衍射、小角中子散射及中子反射、非弹性中子散射，可以用于分析材料微观结构和动力学性质；热中子成像和冷中子成像可以用于材料内部缺陷等无损检测；中子活化分析系统可以用于物质内核素成分分析。目前已建成和在建中子谱仪共计19台，并初步配备了样品环境装置，为相关应用研究提供了条件基础，可为我国物理、化学、材料科学、生命科学、能源和环境等领域基础研究及工业应用提供重要技术支撑。CARR中子科学平台始终坚持合作共享对外开放的宗旨，将继续为国内外用户提供优质中子技术，服务基础科学前沿和国家重大创新需求研究。     

利用改进的Gamow-like模型研究原子核的α衰变和质子放射性

通过引入离心势和静电屏蔽效应对Gamow-like模型进行了改进，并将其用于α衰变和质子放射性研究，发现改进的Gamow-like模型能更好地符合实验数据。另外，还利用改进的Gamow-like模型预言了16个丰质子核的质子放射性的半衰期以及7个$Z=120$超重核素($^{296-308}120$)α衰变链上原子核的α衰变的半衰期，为将来在大科学装置上合成和鉴别这些新核素提供重要的理论参考。     

MARTINGALE INEQUALITIES UNDER G-EXPECTATION AND THEIR APPLICATIONS

In this paper,we study the martingale inequalities under G-expectation and their applications.To this end,we introduce a new kind of random time,called G-stopping time,and then investigate the properties of a G-martingale(supermartingale)such as the optional sampling theorem and upcrossing inequalities.With the help of these properties,we can show the martingale convergence property under G-expectation.     

基于无人机多光谱图像的土壤水分检测方法研究

以表层土壤为对象,探究土壤的多光谱反射率与土壤水分含量相关性,进行基于无人机多光谱图像的土壤水分含量预测模型方法的探究。选取中国农业大学通州实验站为研究区域,实地采集试验田的土壤样本100组,按照一定梯度配制土壤含水量,配成的土壤含水率为10%~50%之间,土壤含量的真实值采用土壤烘干法进行测定。多光谱相机灵巧便捷,可搭载在无人机上对土壤进行监测。将RedEdged-M型多光谱相机搭载在Phantom 3型无人机上,选择阳光充足的采集环境,实时采集土壤样本的多光谱图像,建立土壤多光谱信息与水分含量之间的模型。利用处理光谱数据的ENVI5.3软件提取土壤样本多光谱信息,以多光谱相机自带的标准白板反射率为100%,计算出土壤样本在蓝、绿、红、红边、近红外五个波段的光谱反射率。采用BP神经网络算法、支持向量机算法、偏最小二乘算法分别建立基于无人机多光谱图像的土壤水分含量的预测模型。以80组土壤样本数据作为训练集,建立基于多光谱图像的土壤水分含量预测模型。采用莱文贝格-马夸特算法对BPNN进行改进,提高了其训练速度,当网络结构为5-10-1时,训练效果最好,本文选择该网络结构;SVM采取高斯核函数,当参数为0.56时,模型效果最好。本研究采用归一化均方根误差(NRMSE)和决策系数(R 2)对三种土壤水分含量的预测模型进行定量对比。以20组土壤样本数据作为测试集,结果可知,基于BP神经网络土壤水分含量预测模型的NRMSE为0.268,R 2为0.872;基于支持向量机的土壤水分含量预测模型的NRMSE为0.298,R 2为0.821;基于偏最小二乘土壤水分含量预测模型的NRMSE为0.316,R 2为0.789。对三种模型分析可知,基于BPNN的土壤水分含量预测模型效果均较好。结果可知,土壤的光谱反射率与含水率间存在较密切的相关性,将多光谱相机搭载在无人机上可以对土壤水分含量进行有效的实时监测,对监测土壤墒情提供技术支持和理论支撑。