基于局部均值的K-近质心近邻光谱分类

天体光谱包含着许多重要的关于天体的物理和化学信息,如天体表面的有效温度、重力加速度以及化学丰度等,天体光谱的处理和分析对天文研究具有重要的科学意义。一些大型巡天计划的实施(如SDSS,LAMOST等)使我们获得了海量的天文光谱数据,因此天文光谱数据的自动分类成为重要的科学研究课题,然而面对如此海量的光谱数据,一些传统的光谱自动分类方法已经不适用,迫切需要寻找高效率的光谱自动分类技术。研究了基于局部均值的K-近质心近邻(local mean-based K-nearest centroid neighbor,LMKNCN)算法在恒星(Star)、星系(Galaxy)和类星体(Quasar,QSO)的光谱分类中的应用。LMKNCN算法的基本思想是根据近质心近邻原则,从每一类训练样本集中为待测样本点选取k个近质心近邻点,然后根据每一类中所选取的k个近质心近邻点的均值点到待测样本点x的距离来判别x的所属类别。针对美国SDSS-DR8的天体光谱数据,对比了K-近邻、K-近质心近邻、LMKNCN三种算法在恒星、星系和类星体的光谱分类中所表现的性能,结果表明三种方法中,LMKNCN算法对这三种光谱的识别率高于其他两种算法或者与其相当,而且其平均分类正确率高于另外两种算法,特别是在类星体的识别率上表现的更好。表明了该算法对天文光谱大数据的快速处理和有效利用具有重要的意义。     

一种裸眼识别Cu~(2+)和Hg~(2+)传感器的合成与性质研究

设计合成了一种香豆素修饰的罗丹明类衍生物L,用作程序型Cu2+与Hg2+检测传感器。采用核磁共振谱、高分辨质谱、红外光谱对其结构进行了表征。利用紫外光谱考察L对不同金属离子的识别作用,研究发现L可以高选择性和高灵敏度识别Cu2+。向L溶液中加入不同的金属离子时(Zn2+,Hg2+,Cu2+,Fe3+,Cd2+,Co2+,Ni 2+,Mg2+,Ca2+,Al 3+,La3+,K+,Na+,Mn2+,Pb2+和Ag+),只有Cu2+的加入会使溶液由无色变为粉色,并且在534nm出现一个新的吸收峰,说明传感器L可以裸眼识别Cu2+。通过紫外滴定得到L可以识别Cu2+的最低检测限为1.9×10-8 mol·L-1。制备了基于L的Cu2+检测试纸,该试纸可以方便快捷的检测水中的Cu2+。通过Job’s曲线和高分辨质谱确定了配合物L-Cu2+之间的结合比为1∶1。另外,若向L-Cu2+的DMSO溶液中加入1equiv.EDTA,溶液瞬间由粉色变为无色,说明EDTA可以取代L并与Cu2+结合,因此传感器L识别Cu2+是可逆的。另外,向L-Cu2+的配合物中加入Hg2+,溶液会由粉色变为无色(而加入其他阳离子没有明显变化),这可顺序实现对Hg2+的裸眼识别。通过紫外滴定计算出L-Cu2+识别Hg2+的最低检测限为2.9×10-7 mol·L-1。因此该程序型传感器L可以有序的裸眼识别Cu2+和Hg2+。     

基于图像处理的闸机口跳闸事件检测算法

文中提出了一种基于图像处理的闸机口跳闸事件检测方法。首先,利用模板匹配的方法进行预处理,得到闸门图像匹配率;其次,根据跳闸事件的连贯性特点,提取一段连续时间序列的匹配率作为分类特征;最后,采取基于最小错误率的贝叶斯分类方法对这段时间序列特征向量进行分类。实验表明,该算法可以有效的检测出闸机口的跳闸事件,具有实时性好、不需要额外的传感器、成本低的优点,具有较好的工程应用前景。     

基于RFID的智能跟踪机器人的设计

针对国内各种智能机器人的智能跟踪难这一现状,设计出一种基于RFID技术的智能跟踪的机器人,能实现对携有特定电子标签的目标进行实时跟踪。该机器人以STC89C51单片机为核心,采用有源RFID读写器(HR6020C)和电子标签(WS-HT06)构建定位系统,采用单片机控制L298来驱动机器人的两个后轮,整个系统通过单片机进行整合、计算、处理数据,并发出指令,控制机器人对目标进行跟踪,进而达到机器人的智能跟踪的目的。实验结果表明,该机器人达到了智能跟踪的要求。     

碳化硅晶体产生中红外飞秒激光研究获进展

中红外激光(3~5μm)在环境监控、气体分子识别、相干断层成像、军事等领域有着重要应用,特别是近年来在高次谐波产生单个阿秒脉冲的研究中,由于周期量级中红外飞秒激光能获得更高截止能量的谐波阶次,有望获得更短的阿秒脉冲和更高的时间分辨率,因此倍受人们的青睐。但受限于激光增益介质,目前较难在室温下直接获得中红外波段的飞秒激光,为此广泛应用的方案是基于非线性晶     

一种不受相位噪声影响的模态参数识别法

本文提出了一种根据幅值频响数据来识别模态参数的频域识别法.该方法首先通过识别幅值频响函数模型来得到传递函数的零点和极点.鉴于不同结构系统可以有完全相同的幅值频响函数,文中提出了由相位频响数据来判定传递函数零点的号性,以唯一确定传递函数,从而消除了相位噪声对模态参数识别结果的影响.作为例子,文中给出了计算机模拟实验例子和滚动轴承支承动态参数识别的应用实例.     

论滑坡分类

在广泛查阅和总结国内外滑坡分类基础上 ,以滑坡监测预报与防治为目的 ,遵从滑坡活动各要素的地位与作用 ,根据分类体系的完备性需要 ,理清了已有各种滑坡分类的性质及其彼此间的关系 ,并对之进行了科学归纳、取舍和补充 ,建立了具有层次系统性的综合性滑坡分类体系。为建立滑坡监测预报地质模型体系奠定了基础 ,并有助于对滑坡活动的全面研究。     

涡流检波器特性测量与参数识别

新型涡流检波器已在地质、石油、煤炭人工地震勘探中采用。本文将最新的振动试验方法、数据处理技术及模态参数识别应用到检波器特性参数的确定中。论述它的有效优化方法,并首次将它应用到传感器的标定技术中,做到快速准确测定它的参数值,为检波器的生产、使用提供技术保证,亦为涡流检波器参数综合测试仪研制提供理论基础。     

用声信号识别构件模态频率

本文提出一种新的模态分析方法—用声信号识别构件模态频率.传声器不与结构表面接触,消除了附加质量的影响.同时,结合时间序列谱分析法改善并提高了响应谱的精度.     

相关识别中的曲面拟合法

本文讨论了相关识别中的曲面拟合法。利用相关系数在真实匹配点附近的统计特性,通过对相关系数进行曲线（一维）或曲面（二维）拟合,根据其一阶导数确定最大相关系数所在的位置,快速得到亚像素匹配点。与逐步搜索法相比,该方法大大减少了运算次数,提高了数字图像相关运算的速度。