科学与幽默——搞笑诺贝尔奖及启示

 一年一度的诺贝尔物理学奖评选结果颁布了,这一世界性的科学事件已经渗透在各个领域。对于国人,由于以前从来没有中国籍诺贝尔奖获得者出现过,所以会不会有中国籍的获奖者出现,便成为人们关注的焦点。而试图与诺贝尔奖分庭抗礼的"另类"的诺贝尔奖已经提前一周公布,这就是搞笑诺贝尔奖。     

Simultaneous least squares fitter based on the Lagrange multiplier method

We developed a least squares fitter used for extracting expected physics parameters from the correlated experimental data in high energy physics. This fitter considers the correlations among the observables and handles the nonlinearity using linearization during the χ² minimization. This method can naturally be extended to the analysis with external inputs. By incorporating with Lagrange multipliers, the fitter includes constraints among the measured observables and the parameters of interest. We applied this fitter to the study of the m D⁰-D⁰ mixing parameters as the test-bed based on MC simulation. The test results show that the fitter gives unbiased estimators with correct uncertainties and the approach is credible.     

室温离子液体法合成新型三维共价有机骨架材料

采用室温离子热法合成了一种氟取代的具有五重贯穿金刚石拓扑结构的三维共价有机骨架材料(COFs), 记为JUC-515. 与高温溶剂热法不同的是, 室温离子液体法具有反应温度和压力低、 反应时间短、 操作简单、 无需催化剂和不产生有机蒸汽污染等优势. 制备的材料具有高度结晶性、 较大的孔隙率和良好的CO₂选择性吸附性能.     

使用深度学习的多通道水下目标识别

为解决低信噪比条件下水下目标识别率低的问题,提出一种适用于多通道水听器阵列的深度学习水下目标识别方法。首先是采用子通道特征级联的方法利用多通道信息;在特征提取方面,采用对信号的不同频率区间进行加权的特征提取器,并对提取的特征进行正则规整;最后采用深度神经网络(Deep Neural Network,DNN)实现目标识别。实验首先在仿真条件下对所提出方法的有效性进行验证,结果表明在-15 dB信噪比条件下的五目标识别任务中,使用多通道级联特征的深度神经网络的识别正确率达到96.7%,显著高于基于支持向量机(Support Vector Machine,SVM)的方法。在后续的湖上试验中,深度神经网络的平均正确率达到96.0%,进一步验证了所提出方法的有效性。      

平板电容器介质中的矢量场

介绍了平板电容器真空及各向同性电介质中的电场，进一步计算了各向异性平板电容器电场中的电场强度、电位移矢量、电极化强度。根据计算的结果对平板电容器介质中的矢量场进行了力线描绘，说明了电介质矢量场的性质。并进一步比较了线性各向异性电介质与指数电介质对电场产生的影响。     

耐高盐碱蓬对湿地土壤中金属元素的富集特征研究

基于秦皇岛滨海湿地人工种植耐高盐碱蓬修复工程试验,通过分析湿地土壤沉积物及耐高盐碱蓬中不同金属元素的含量与变化,研究了耐高盐碱蓬对金属元素的富集特征。结果显示:湿地沉积物中Fe、Mn、Cr、Pb和Zn的浓度较高,分别为8 210. 94、110. 04、8. 78、8. 25、10. 95 mg/kg,Cd的浓度最低,平均值为0. 022 mg/kg,湿地试验区土壤中同一金属元素变异程度较小,分布较均匀。碱蓬体内重金属含量根据采集地点的不同有差异,但与各站位中土壤的重金属分布特征存在正相关性;其中碱蓬内Fe、Mn、Zn、Cu的平均含量相对较高,且Fe、Mn、Ni、Cu、As、Cd、Pb元素在碱蓬根中的平均含量高于茎叶,而Cr在茎中的平均含量最高,Zn和Mo在叶中的含量最高。碱蓬的根、茎、叶对Cd的富集效果最好,其次为Mo、Cu,对Fe、Mn、Zn、As和Pb的富集效果相对较差,说明碱蓬对沉积物中不同金属元素的富集移出率存在差异。金属元素在碱蓬中的转移系数研究表明,Mo、Zn、Cd和Mn等元素可由根部转移到叶中,而Fe、Ni、Pb、As和Cu等金属元素固定在根部,该研究可为利用碱蓬修复湿地重金属污染提供理论基础。     

复合深度神经网络在直升机声目标识别中的研究

针对直升机探测中目标运动过程连续识别的鲁棒性问题,提出了一种基于复合深度神经网络的直升机声学特征提取和识别框架。复合深度神经网络由卷积神经网络和长短时记忆神经网络以并行结构组合,进行直升机声学特征的优化,完成直升机类型识别。针对直升机声信号特性,对卷积神经网络进行了改进,使得该复合深度神经网络在信号短时谱基础上优化声信号特征表征并提取前后帧之间的相关信息,弥补通常声目标识别方法不能充分利用目标信号时间历程信息的缺陷。真实外场实验数据测试结果显示:相较于传统识别方法,该算法显著提升了直升机进入有效探测范围后连续识别的鲁棒性和目标识别正确率。     

早晚期混响划分对理想比值掩蔽在语音识别性能上的影响

真实环境中存在的噪声和混响会降低语音识别系统的性能。封闭空间中的混响包括直达声、早期反射和后期混响3部分,它们对语音识别系统具有不同的影响.我们研究了早期反射和后期混响的不同划分方法,以其中的早期反射为目标语音,计算出了不同的理想比值掩蔽并研究了它们对语音识别系统性能的影响;在此基础上,利用双向长短时记忆网络(BLSTM)估计理想比值掩蔽,测试它们对语音识别系统性能的影响.实验结果表明,基于Abel早期反射和后期混响的划分方法,理想比值掩蔽能够降低词错误率约2.8%;基于BLSTM的估计方法过低估计了理想比值掩蔽,未能有效提高语音识别系统的性能。      

拉曼光谱编码的荧光液相生物芯片检测系统研究

随着医疗诊断需求的增加,生物分子检测技术越来越受到人们的重视,液相生物芯片技术作为一种高通量,多通道的分子检测手段在近几年得到了飞速发展。通过层层自组装方法制备以微片为载体的拉曼光谱编码液相生物芯片,并利用自行搭建的一套高灵敏度、高分辨率的光学系统,实现对液相生物芯片的定性与定量分析。光学系统由拉曼光谱检测系统与荧光显微成像系统耦合而成。在拉曼光谱检测系统中激光器发射出785 nm波长的激光,通过二向色镜,带反反射镜与物镜汇聚到样品上,样品产生的拉曼散射光,经物镜,带反反射镜,二向色镜与拉曼滤波片,最后通过凹透镜聚焦到光谱仪的狭缝上,光谱仪色散实现在线阵CCD上拉曼光谱的获取。荧光显微成像系统应用光学成像原理,通过调节凹透镜与405 nm的激发光之间的距离,使激发光通过物镜均匀的照射到样品之上,样品激发出的荧光,通过物镜,带反反射镜,二向色镜,滤波片与相应的凹透镜,最后成像到面阵CCD上。改进传统便携式拉曼光谱检测系统光路并选用相应波段的带反反射镜与焦距20倍的物镜完成拉曼光谱检测系统与荧光显微成像系统的耦合。为了减少两路系统之间的相互影响选用合适的二向色镜以及滤波片,在提高耦合系统获取数据的准确性中有着重要的作用。该系统通过对反应之后的液相生物芯片进行拉曼光谱检测,以完成对每个编码玻片的定性识别,即解码;同时激发反应后液相生物芯片的荧光并采集荧光强度图,根据每个解码玻片上的荧光强度值完成对目标检测物的定量分析。区别于传统荧光编码液相生物芯片, 拉曼光谱编码具有稳定性更强,光谱分辨率更高等优点。该光学系统集拉曼光谱检测系统与荧光显微成像系统于一体,解决了目前未有基于拉曼编码的液相生物芯片的检测系统的问题,并且可同时对多种目标物进行识别和定量分析,提升了实验结果的准确性。