基于快速神经网络架构搜索的鲁棒图像水印网络算法

为解决深度学习在图像水印算法中计算量大且模型冗余的问题，提高图像水印算法在抵抗噪声、旋转和剪裁等攻击时的鲁棒性，提出基于快速神经网络架构搜索（neural architecture search，NAS）的鲁棒图像水印网络算法。通过多项式分布学习快速神经网络架构搜索算法，在预设的搜索空间中搜索最优网络结构，进行图像水印的高效嵌入与鲁棒提取。首先，将子网络中线性连接的全卷积层设置为独立的神经单元结构，并参数化表示结构单元内节点的连接，预先设定结构单元内每个神经元操作的搜索空间；其次，在完成一个批次的数据集训练后，依据神经元操作中的被采样次数和平均损失函数值动态更新概率；最后，重新训练搜索完成的网络。水印网络模型的参数量较原始网络模型缩减了92%以上，大大缩短了模型训练时间。由于搜索得到的网络结构更为紧凑，本文算法具有较高的时间性能和较好的实验效果，在隐藏图像时，对空域信息的依赖比原始网络更少。对改进前后的2个网络进行了大量鲁棒性实验，对比发现，本文算法在CIFAR-10数据集上对抵抗椒盐噪声和旋转、移除像素行（列）等攻击优势显著；在ImageNet数据集上对抵抗椒盐高斯噪声、旋转、中值滤波、高斯滤波、JPEG压缩、裁剪等攻击优势显著，特别是对随机移除行（列）和椒盐噪声有较强的鲁棒性。     

关于两个图的一类新连接图的谱

给定2个图G1和G2，设G1的边集E(G1)={e1,e2,?,em1}，则图G1⊙G2可由一个G1，m1个G2通过在G1对应的每条边外加一个孤立点，新增加的点记为U={u1,u2,?,um1}，将ui分别与第i个G2的所有点以及G1中的边ei的端点相连得到，其中i=?1,2,?,m1。得到：（i）当G1是正则图，G2是正则图或完全二部图时，确定了G1⊙G2的邻接谱（A-谱）。（ii）当G1是正则图，G2是任意图时，给出了G1⊙G2的拉普拉斯谱（L-谱）。（iii）当G1和G2都是正则图时，给出了G1⊙G2的无符号拉普拉斯谱（Q-谱）。作为以上结论的应用，构建了无限多对A-同谱图、L-同谱图和Q-同谱图；同时当G1是正则图时，确定了G1⊙G2支撑树的数量和Kirchhoff指数。     

基于PI法的门源MS6.4地震前震中附近地震热点图像异常变化研究

基于1980年以来青海省和甘肃省区域地震台网的定位地震目录，分析了研究区最小完备震级，选取空间网格尺度为0.2°×0.2°、地震活动异常学习时间段和预测时间段均为3 a，应用图像信息（PI）法，分析了门源M_S6.4地震发生前震中附近地震热点图像的异常变化过程。结果表明，在2013年1月1日至2016年1月1日的预测时间窗内，冷龙岭断裂和祁连山北缘断裂附近存在明显的地震热点，且地震热点图像颜色偏深，发震概率较高，向前滑动至2014年1月1日至2017年1月1日，2015年1月1日至2018年1月1日和2016年1月1日至2019年1月1日3个预测时间窗，此两断裂附近仍存在地震热点，地震热点图像颜色逐渐由深变浅，而门源M_S6.4地震就落在PI法得到的地震热点内。门源M_S6.4地震前存在明显的地震热点，且地震热点相对集中，地震热点图像颜色由深变浅，震后消失；在祁连山北缘断裂附近，地震热点持续存在，分布较集中，地震热点图像颜色也呈由深变浅的过程。未来需关注祁连山北缘断裂，附近有发生强震的可能。     

点火准则和稀释气体对乙烯点火延时的影响

利用矩形截面激波管研究点火准则和稀释气体对乙烯点火延时的影响。采用压电传感器记录测点压力时间历程，采用光谱仪和光电倍增管记录自发光强时间历程，以压力、总自发光强与·OH和·CH自由基特定能级发射光强等信号判定是否发生自点火，给出自点火过程的时间起始点和终止点，得到了不同点火准则和稀释气体对应的乙烯/氧气/氮气和乙烯/氧气/氩气点火延时。结果表明:相同工况的乙烯点火延时测量数据相对误差约为15%，数据验证了本文实验和测量方法可靠性。针对当量比为1.0、压力为0.2 MPa，得到了温度范围为905～1 489 K，稀释气体的摩尔分数为75%氮气和75%氩气时的乙烯点火延时，给出点火延时和温度拟合的Arrhenius型表达式。不同点火准则会影响所测点火延时数据，但多次测量结果确定的点火延时和温度变化规律近似相同。不同稀释气体对激波管自点火流场的影响表现为和流场均匀性以及混合物比热相关。相同工况的乙烯/氧气/氮气点火延时大于乙烯/氧气/氩气点火延时。高温区和低温区的乙烯/氧气/氩气点火延时与温度的拟合关系不同，转折温度约为1 121 K。     

密度泛函理论研究MN@H_2O (M=Ga,Ge, In,Sn, Sb; N=M,Al)团簇的特性

采用密度泛函理论的B3LYP, B3P86, B1B95, P3PW91和PBE1PBE方法结合SDD, LANL2DZ和CEP-121G基组计算了d~(10)组态二聚物MN(M=Ga, Ge, In, Sn和Sb; N=M和Al)的几何结构.采用B3P86/SDD进一步研究了MN@H_2O团簇的几何结构及吸附能.结果表明,水分子结合在二聚物M_2上时,对二聚物影响较大,对水分子自身影响较小.将M_2中Ga, Ge, In, Sn或Sb替换一个原子为Al时,水分子在GeAl和SnAl上的吸附能变化较大,而在GaAl, InAl和SbAl上吸附能变化较小.另外, H_2O吸附在Ga, Ge, In, Sn和Sb上时,与吸附在Al上时,吸附能的变化不大.     

锡苯和铅苯二聚反应的理论研究

采用密度泛函理论B3LYP方法,研究了锡苯和铅苯的[2+2],[4+2]及[4+4]二聚反应的微观机理和势能剖面,考察了Sn(Pb)原子上的2,4,6-三甲基苯基(Mes)取代基对反应势能剖面的影响.研究结果表明,所有反应均为协同过程,且大多数情况下,2个C—Sn(Pb)键同步形成.[2+2]和[4+2]反应在热力学和动力学上均比相应的[4+4]反应容易进行,而[4+2]反应在动力学上比相应的[2+2]反应有利.Sn(Pb)原子上的Mes取代基在热力学和动力学上均不利于反应的进行.铅苯的动力学稳定性与锡苯相当,但其热力学稳定性高于锡苯.     

基于吸收系数的生脉注射液中聚山梨酯80含量测定新方法

聚山梨酯80又名吐温80，为一种亲水型非离子表面活性剂，是食品、保健品和药品中常用的辅料，作为增溶剂和澄清剂广泛用于中药注射剂。近年来，不良反应的发生使得聚山梨酯80的质量和应用愈加受到重视，有研究认为其加入可能引起注射剂不良反应增加。为避免超量使用，有必要对该辅料的投料加以严格控制。中药注射剂中聚山梨酯80的含量测定是当下研究的热点和难点，可以通过分光光度法、分子排阻-蒸发光散射检测法(SEC-ELSD)、液质联用法(LC-MS)直接测定，也可以水解后法经液相色谱-紫外检测法(HPLC-UV)或气相色谱法(GC)间接测定。但由于聚山梨酯80为聚氧乙烯聚合数目不同的混合物、不同厂家生产的聚山梨酯80化学组分及比例存在较大差异，难以采用统一的转换公式或对照品准确定量。此外，中药注射剂的复杂基质造成的假阳性干扰也对定量提出了挑战。为解决以上问题，以生脉注射液为例，提出基于吸收系数的中药注射剂中聚山梨酯80含量测定新方法。优化检测波长、显色剂种类、液液萃取过程振荡和静置时间，在6个不同品牌仪器上测得聚山梨酯80-硫氰酸钴配合物的吸收系数(E1%_{1 cm})为104.23，相对标准偏差(RSD)为2.08%。生脉注射液稀释10倍后，精密量取供试品溶液1.0 mL，精密加入硫氰酸钴溶液10 mL，二氯甲烷20 mL，涡旋振荡3 min。将混合液移至分液漏斗中，静置30 min，取下层二氯甲烷液，将前1 mL弃去，接收约15 mL，在320 nm处测定吸光度，再根据Lambert-Beer定律，利用获得的吸收系数计算得到聚山梨酯80的含量。方法阴性无干扰，精密度和重复性相对标准偏差均低于3%，平均回收率为98.42%。为进一步验证方法的准确性，分别采用吸收系数法和标准曲线法测定了2个厂家的10批生脉注射液，并与实际投料量比较。配对t检验结果表明，当置信度为95%时，两种方法无显著性差异，吸收系数法测得结果与企业生产中聚山梨酯的实际投料量也无显著性差异。研究采用前人未采用的、灵敏度更高的320 nm为检测波长，显著降低了基质干扰，克服了中药注射剂中聚山梨酯80测定结果与实际投料量难以吻合的问题。吸收系数法无需使用对照品，亦不用制备标准曲线，可为中药注射剂中聚山梨酯80的检查标准提供切实可行的解决方案。所建方法灵敏、准确、快速、简便，为含聚山梨酯80制剂的质量控制提供了关键常数及新的思路。     

PLA/EMAG共混物的制备与表征

通过熔融共混挤出法制备了不同乙烯-丙烯酸甲酯-甲基丙烯酸缩水甘油酯(EMAG)含量下的聚乳酸(PLA)/EMAG共混物,考察共混体系中EMAG与PLA基体之间的相互作用,研究了PLA/EMAG共混物的结晶性能、力学性能、熔体指数、加工性能以及热稳定性.表征结果显示:EMAG中的环氧基团与PLA的端羟基或端羧基发生化学反应,形成反应性共混体系,PLA/EMAG共混物的韧性较纯PLA有大幅提高,在EMAG含量为15;时达到最大.