高分子动力学的单链模型

高分子单链模型是高分子稀溶液理论研究的基本模型.对其进行深入地分析,不仅有助于解决高分子稀溶液体系中溶液黏度和分子链扩散等基本问题,而且能够增进人们对高分子链结构与溶液性质间关联性的理解.虽然基于经典连续性介质力学的流体动力学理论可以定性,甚至半定量地获得稀溶液的一些重要性质,但是,随着科学技术的发展,人们从分子水平上建立了许多描述高分子稀溶液性质的模型和理论,期望能够定量地描述高分子稀溶液的性质.本文以高分子稀溶液中3个典型的单链模型为例(包括:不含流体力学相互作用的Rouse模型、含二体流体力学相互作用的Zimm模型和含多体流体力学相互作用的部分穿透球模型),综述高分子稀溶液的重要性质,并详细地给出其动力学方程的推导过程及其重要的研究进展.特别是,对于Rouse模型,本文还将其预言结果拓展到了短链高分子流体体系;此外,还介绍了这一领域的关键科学问题、发展前景和研究方向.     

基于深度学习的高中数学解题策略探究——判断三角形解的个数问题

深度学习是指向主动性、对话性、协作性相统一的学习.换言之,深度学习首先要引发深度思考,才能促进深度学习.只有这样才能增强学生对知识的深度理解,才能夯实基础、增强应用能力,才能发展学生的核心素养,才能实现“立德树人、服务选材、引导教学”的任务.     

指向深度学习的物理教学实践

教学实践中,深度学习中的“深度”主要体现在4个方面,情感的深度投入,知识的深度理解,思维能力的深度发展,学科育人价值的深度追求.     

一种深度学习的立体阵波达方向估计方法

针对常规波束形成主瓣宽且目标分辨能力低的问题,提出一种基于深度卷积神经网络的波达方向估计方法。算法使用常规波束形成计算二维空间功率谱,将预处理后的空间功率谱图输入深度卷积神经网络。该文利用神经网络学习解卷积映射关系,输出主瓣宽度更窄的空间功率谱图,从而实现高分辨率二维波达方向估计。该算法对阵列结构没有限制,适用于立体阵。仿真结果表明该文方法在不同目标个数、快拍数及信噪比参数下均能准确估计目标方向。该文方法目标分辨能力优于常规波束形成方法。在低快拍情况下,目标方向估计误差低于自适应波束形成方法。     

一道中考填空压轴题的解法探究与一般结论

2022年江苏省泰州市中考数学第16题是一道以直角三角形为基本图形的几何计算问题,综合性较强,本文从已知条件及图形直观入手,深度思考已知条件与所求线段之间的逻辑关系,探寻解决问题的基本方法,然后追本溯源,对本题进行了推广研究,得到了能够体现问题本质的一般结论及三个变式.     

UGV Path Programming Based on the DQN With Noise in the Output Layer北大核心CSCD

在DQN算法的框架下,研究了无人车路径规划问题.为提高探索效率,将处理连续状态的DQN算法加以变化地应用到离散状态,同时为平衡探索与利用,选择仅在DQN网络输出层添加噪声,并设计了渐进式奖励函数,最后在Gazebo仿真环境中进行实验.仿真结果表明:①该策略能快速规划出从初始点到目标点的无碰撞路线,与Q-learning算法、DQN算法和noisynet_DQN算法相比,该文提出的算法收敛速度更快;②该策略关于初始点、目标点、障碍物具有泛化能力,验证了其有效性与鲁棒性.     

基于深度置信网络的影响广西热带气旋年频数预测方法研究

以气候系统监测指数集、NCEP/NCAR高度场和海温场逐月再分析资料为基础,将影响广西的热带气旋年频数作为预报量,先利用随机森林方法通过计算袋外数据误差判断特征变量重要性的能力,进行随机森林算法(Random Forest,RF)的热带气旋年频数预报因子重要度的分析,再进一步采用由多层无监督学习的受限玻尔兹曼机和一层有监督学习的BP网络构成的深度置信网络(Deep Belief Networks,DBN),建立了基于非线性深度学习的热带气旋年频数预测模型.在预报因子、预报建模样本及独立预报样本相同的情况下,分别采用这种深度学习预测建模方法和逐步回归方法对影响广西的热带气旋年频数进行了预报试验.结果表明,采用这种基于随机森林算法的深度置信网络预测建模分析方法,对10年(2009年-2018年)独立预报样本的预报结果比逐步回归预测模型具有更高的预测精度,其预测平均绝对误差为1.30个,而逐步回归方法的预报平均绝对误差为2.05个;在预测评分上,新模型的预测评分为83.33分,高于逐步回归方法的预测评分73.68分.进一步地,应用新模型对2019-2020年热带气旋年频数进行实际业务预测也获...     

聚焦堆栈中空间几何结构的深度估计

利用聚焦堆栈估计场景深度是计算成像领域中的重要技术手段。提出三维自适应加权全变分计算框架,用于解决场景中弱纹理区域和遮挡区域深度线索丢失导致深度估计不准确的问题。相比传统二维引导滤波方法,所提三维优化框架不仅考虑聚焦堆栈和聚焦测度中共同蕴藏的场景几何结构,避免在深度图中错误地引入场景物理信息,还充分考虑聚焦堆栈和聚焦测度沿图像序列方向的结构特点,实现更高程度的数据保真。模拟数据和实际数据实验结果表明,所提方法能够有效提升聚焦堆栈估计深度的精度。     

基于过焦扫描光学显微镜的光学元件亚表面缺陷检测方法

微/纳米尺度亚表面缺陷会降低光学元件等透明样品的物理特性,严重影响光学及半导体领域加工制造技术的发展。为了快速、无损检测透明样品亚表面缺陷,本文针对光学元件亚表面内微米量级缺陷的检测需求,提出了一种基于过焦扫描光学显微镜（TSOM）的检测方法。利用可见光光源显微镜和精密位移台,沿光轴对亚表面缺陷进行扫描,得到亚表面缺陷的一系列光学图像。将采集到的图像按照空间位置进行堆叠,生成TSOM图像。通过获得所测特征的最大灰度值来获得亚表面缺陷的定位信息。提出方法对2000μm深亚表面缺陷的定位相对标准差达到0.12%。该研究为透明样品亚表面缺陷检测及其深度定位提供了一种新方法。     

深海海底声反射区多途时延差分析与近海面声源定位

深海海底反射声工作方式下的声场主要由4条一次海底反射声线路径构成。根据4条声线路径到达接收点的时间不同,可以得到6个不同的声线到达时延差值,当声源位于近海面时, 6条声线路径的时延差曲线随接收深度近似呈线性变化。本文基于虚源理论推导了海底声反射区的多途到达时延结构,给出了6条声线路径的时延差曲线随接收深度变化的近似表达式,通过分析时延差曲线与声源水平距离和深度之间的关系,提出了一种利用多途时延差估计深海海底声反射区近海面声源距离与深度的方法,仿真实验与影响因素分析验证了该原理的正确性。南海实验结果表明,当收发距离在10～33 km时,距离估计结果和深度估计结果都同实际声源距离和深度吻合较好,估计误差不超过15%,验证了该方法的有效性。