核废物桶分层γ扫描点源衰减校正方法北大核心CSCD

采用Matlab数据拟合方法及数值计算方法给出校正后的衰减距离。通过Monte-Carlo模拟密度为1.0 g/cm3的聚乙烯材料均匀填充的放射性废物桶,在7个不同的旋转圆周上每隔30°模拟一次探测器计数,得到137Cs点源在桶内7个不同旋转半径上旋转一周的探测器计数,以贡献率较大的部分区域计算给出校正后的平均衰减距离。实验结果显示,通过此方法得到的活度相对误差在0.6%~25.2%之间,相对于传统以桶半径为固定衰减距离计算的结果(相对误差11.8%~209.9%),误差得到明显降低。说明此方法对提高核废物桶中点源活度估计的准确度是有效的。     

LAMOST恒星分类模板间相似性度量分析

随着获取和收集天文光谱大数据能力的与日俱增,合理利用计算科学技术正确地分析海量光谱的处理方法及结果统计。前述工作采用了欧氏距离分析判别LAMOST实测光谱与模板之间相似度的研究,研究恒星分类准确性取决于高质量的模板光谱,选取LAMOST光谱在用的分类软件中183个恒星模板光谱,分别利用欧氏距离和马氏距离方法得出A,F,G,K和M型恒星模板间的均值和最大值,完成每条谱线相互之间的相关性分析,找出相对距离较大的模板及形成原因。相似度度量可视化实验数据结果表明模板之间具有一定的区分度,通过马氏距离分析模板间相似性能更进一步辨识出相近模板之间的细微差别,具备较优良的判别效果,证实了LAMOST现有分类的各模板间距离较均匀,且分类结果较为准确。该研究可进一步优化在用光谱分类模板,提升LAMOST恒星分类模板库的精确度和可信度。     

量子关联与原子间相互作用距离关系的研究

本文将两个二能级原子注入一个腔中,用共生纠缠的方法来度量两原子之间的纠缠并推出它们之间的量子失协,还给出了原子与环境之间的共生纠缠与量子失协的计算公式,讨论了原子自发衰变率的变化对量子纠缠及失协的影响,及不同的初始状态情况下,纠缠及失协随原子距离的演化情况。结果表明：原子自发衰变率减小,原子与环境之间的量子纠缠及失协增加;选择不同的初态,可以控制原子间出现纠缠死亡的现象或量子失协为零的状态。     

水波的多普勒效应演示器

在物理演示实验中, 过去曾给出用水波演示多普勒效应的实验. 针对以往装置结构较繁琐, 操作较复 杂, 且成本高, 不易于学生亲身操作探究等不足之处, 这里给出一种新的多普勒效应演示仪装置, 其结构简单, 操作 方便, 成本低. 本装置实现了水波数目的可控化, 使实验效果更为明显, 学生理解起来更加直观, 能激发学生的学习 兴趣, 提高教学效果     

近红外光谱技术在鱼糜等级评定中的应用研究

利用近红外光谱技术,对冷冻和解冻状态的不同等级白姑鱼糜进行等级评定。采用一阶导数法和标准正态变量变换法进行光谱预处理,再对预处理后的数据进行主成分分析,以主成分分析-马氏距离模式识别方法建立不同等级白姑鱼糜的等级评定模型,并对7项理化指标(水分、蛋白质、粗脂肪、盐溶性蛋白、凝胶强度、持水率和白度值)进行了测定。结果表明,主成分分析可以将三个等级白姑鱼糜较好地区分开;冷冻状态白姑鱼糜建立的等级评定模型效果优于解冻状态白姑鱼糜,前者的综合预测正确率为96.3%,后者的综合预测正确率为83.3%;三个等级白姑鱼糜的理化指标存在一定的差异。研究表明,近红外光谱技术可以快速无损评定白姑鱼糜等级。     

基于人工神经网络的大量程光纤实时距离干涉测量仪

提出了一种基于人工神经网络的全光纤化大量程实时距离干涉测量仪.采用双正弦相位调制方法,即通过同时调制半导体激光器的波长和干涉仪的光程差实现外差测量.为了扩大干涉仪的测量范围和消除输出信号中的交叉敏感,采用人工神经网络进行信号处理,把两路经过初步解调的干涉信号作为输入样本,物体距离的实际值作为输出样本,对神经网络进行训练,以使其具有良好的推广能力.实验结果表明神经网络的使用不仅扩大了距离的测量范围而且提高了测量精度.     

基于超像素时空特征的视频显著性检测方法

提出一种基于超像素时空特征的视频显著性检测方法。所提方法可对图像进行超像素分割,提取颜色梯度和运动梯度特征,以构建超像素级时空梯度图。用平均加权测地距离来衡量时空梯度图上每一个超像素相对于其邻域的时空显著程度,形成时空显著图。根据时间域上目标运动的连续性,并借助熵的概念来表征运动模式的一致程度,构建运动一致性图。融合时空显著图和运动一致性图,通过自适应阈值处理定位运动目标。实验从可视化分析和定量评估两个方面将所提方法与其他算法进行对比,结果表明所提方法具有较强的抗环境干扰能力,适用于背景纹理复杂或环境随机变化的视频中运动目标的检测,其检测准确率高达92%。     

联合多级深度特征表示和有序加权距离融合的视频行人再识别方法

针对目前视频行人再识别中存在视角、光线变化,背景干扰与遮挡,行人外观与行为相似,以及相同行人在不同模态特征下距离的差异性而导致的匹配不正确问题,提出一种联合多级深度特征表示和有序加权距离融合的视频行人再识别方法。在行人特征表示阶段,提出了行人多级深度特征表示网络,该网络不仅能学习视频序列中行人的时空特征,还能获取行人的全局外观特征和局部外观特征。在有序加权距离融合阶段,将行人的特征表示输入到距离测度学习中,分别计算行人在三类特征下的独立距离,并将距离排序后,根据距离的排名优化距离权值,最后融合三类距离得到最终距离,从而准确匹配行人。通过在公共数据集中的实验表明,所提方法不仅能够提高视频行人再识别的识别率,还具有丰富和完整的行人特征表示能力。     

有源声呐距离维波束形成方法

针对脉冲压缩处理所获得的距离分辨率和干扰抑制能力不足的问题,提出了有源声呐距离维波束形成方法。该方法从单个脉冲回波的频域输出中提取多组子带分量,每个子带分量的中心频率形成等差数列,对应的相移形成复指数等比数列(可类比于均匀直线阵的阵列流形向量)。根据这一特点,使用多组子带分量构建协方差矩阵,根据中心频率设计距离维加权向量,建立了距离维波束形成模型。给出了距离维常规波束形成和距离维自适应波束形成的表达式、处理流程,对距离分辨率和干扰抑制能力进行了分析。利用数值仿真和水池实验证明,距离维常规波束形成可获得与脉冲压缩处理类似的距离分辨率,而距离维自适应波束形成可获得更高的距离分辨率和更优的距离维干扰抑制能力。      

室内两步法监督式学习双耳声源距离估计

提出一种室内环境下两步法监督式学习双耳声源距离估计算法,该算法通过预先估计声源方位角信息以克服声源方位角的变化对声源距离估计性能的不利影响.该算法第1步利用深度神经网络模型估计声源的方位角,并将不同方位角的双耳信号分类;第2步中对每个方位角的双耳信号采用独立的深度神经网络模型进行声源距离估计,其中距离特征选用双耳信号的一些双耳特征和统计特性。在仿真和实际环境下,本文提出的两步法声源距离估计算法的距离估计准确率比现有算法提高了3%~5%左右,并且在各种不匹配环境下的距离估计准确率比现有算法高出5%~10%左右。实验结果表明利用声源方位角信息可以有效提高双耳声源距离估计算法的性能。