曲线距离法的二维光纤光谱弯曲校正

多目标光纤光谱望远镜可以在一次观测中获得大量的不同天体的光谱数据。从天体探测到的光在通过光纤之后，再通过光谱仪狭缝，然后在CCD传感器中成像为二维光谱图；之后经过光纤光谱数据处理系统的一系列软件处理，最终输出可供天文界使用的一维光谱并存储起来。一维光谱是天文学家研究目标天体的主要手段，它是通过处理二维光谱图得到的。以LAMOST为例，望远镜系统在一次观测后首先会得到32幅由250条光纤光谱组成的二维光谱，然后经过一系列的处理得到一维光谱。在这个过程中，会有很多因素影响到最终一维光谱的精确度。比如由于望远镜使用时间的增加，某些元件会产生磨损、老化或变形，使得二维光谱中光纤形状会产生一定程度的弯曲，这种弯曲在二维光谱的两侧表现得尤为明显。在一幅常见的二维光谱中，纵坐标方向代表了抽取的一维光谱的波长方向，横坐标方向代表了抽取的一维光谱的流量方向，这种弯曲形变的产生会影响到之后的波长定标和流量定标，使得抽取的一维谱信息不准确。目前初步的解决办法是通过与定标灯谱的比对来尽量减少其影响。但这样不仅造成了时间和人力的浪费，而且准确率和效率不高。就这一现状，提出了一种基于曲线距离法的思想，将弯曲的二维谱线校直：首先采用灰度重心法将一幅二维光谱中的250条光纤中心轨迹进行定位，将异常点采用稳健的局部回归方法剔除；然后将中心轨迹进行曲线拟合，得到光纤中心轨迹的方程；通过模仿曲线变弯的逆过程，即保持轨迹上两点间的曲线距离不变，再将弯曲的光谱映射到竖直的法线上，完成校直过程。在整个过程中保持各个对应点的灰度值不变，通过边缘处理和插值运算解决产生的像素点稀疏问题。最后采用累加法进行一维谱抽取，并将校直后抽取的一维光谱与未校直抽取的一维光谱进行比对，比对后可发现校直前后在一维光谱的两端差别较大，其差值谱线也说明了这一点。该方法实现了二维光谱的自动校直，大大提高了抽取一维谱的效率和准确性。二维光谱的预处理和校直方法首先在LAMOST数据上进行验证，鉴于多目标光纤光谱望远镜系统原理的相似性，该处理方法也适用于其他的多目标光纤光谱望远镜系统，具有较好的参考和应用价值。     

“能干而低调”的钨元素

较为详细地介绍了钨元素的发现历程，钨金属与合金、含钨杂多配合物、氧化钨、碳化钨、钨硫族化合物和含有W-W四重键的化合物的应用。     

Suomi NPP卫星可见光红外成像辐射仪的改进动态阈值云检测算法

基于可见光红外成像辐射仪多波段、宽覆盖、长重访周期的特点,以及云层在可见光到热红外通道的分布及变化特性,提出了一种适用于可见光红外成像辐射仪数据的改进的动态阈值云检测算法;通过遥感目视解译的方法对云检测结果进行精度验证,并与通用动态阈值云检测算法、可见光红外成像辐射仪云掩膜产品的结果进行对比。结果表明:所提算法能以较高的精度识别不同地表上空的云层,平均总体精度为93.23%,平均Kappa系数为0.821,对薄、碎云的整体识别精度得到了明显提高,错分和漏分误差明显减小;所提算法的云检测结果整体优于通用动态阈值云检测算法和可见光红外成像辐射仪云掩膜产品的云检测结果。     

一种基于卷积神经网络的恒星光谱快速分类法

恒星光谱数据的分类是天体光谱自动识别的最基本任务之一，光谱分类的研究能够为恒星的演化提供线索。随着科技的发展，天文数据也向大数据时代迈进，需要处理的恒星光谱数量越来越多，如何对其进行自动而精准地分类成为了天文学家要解决的难题之一。当前恒星光谱自动分类问题的解决方法相对较少，为此本文使用了一种基于卷积神经网络的方法对恒星光谱MK系统进行分类。该网络由数据输入层、四个卷积层、四个池化层、全连接层、输出层构成，与传统网络相比具有局部感知、参数共享等优点实验。在Python3.5的环境下编程，利用Tensorflow构建了一个简单高效的具有四个卷积层的卷积神经网络，并将Dropout作用于全连接层之后以防止过度拟合。Dropout的基本思想：当网络模型进行训练时，把一些神经网络节点按一定的比例丢弃，使其暂时不发挥作用。Dropout可以理解成是一种十分高效的神经网络模型平均方法，由于它不依赖于某些局部特征所以能够让网络模型更加鲁棒。实验中使用的一维恒星光谱图是取自LAMOST DR3数据库，首先进行预处理截取光谱3 600~7 300 Å的部分，均匀采样后使用min-max标准化法对其进行初始化。实验包括两部分：第一部分为依据恒星光谱MK系统对光谱进行分类，每一类的训练样本包含1 000条光谱数据，测试样本为400条光谱数据，首先通过训练样本对CNN网络进行训练，进行3 000次的迭代，用训练后的网络将测试样本进行分类以验证网络的准确性；第二部分为相邻两类的恒星光谱的分类，其中O型星数据集样本为250条光谱，其余类别恒星样本数据集均为4 000条光谱，将数据5等分，每次选取当中的一份当作测试集，其余部分当作训练集，采用5折交叉验证法求得模型准确率，用BP神经网络进行对比实验。选择对网络模型进行评估的指标包括精确率P、召回率R、F-score、准确率A。实验结果显示CNN在对六类恒星光谱进行分类时其准确率都在95%以上，在对相邻类别的恒星进行分类时，由于O型星样本量较少，所以得到的分类结果不太理想，对其余类别的恒星分类准确率都高于98%，以上结果都证明了CNN算法能够很好地解决恒星光谱的分类问题。     

基础实验:金纳米粒子的制备及其光学性质

围绕金纳米粒子前沿内容,设计了一个简易的本科生基础实验,利用柠檬酸钠还原氯金酸法制备分散性好的金纳米粒子溶液,讨论了其尺寸与颜色的关系,探究了不同电解质和非电解质对金纳米粒子团聚及其颜色的影响,初步了解金纳米粒子的光学特性和探针效应基本原理。     

论证“是否应该停止使用氮肥”社会性科学议题教学——氮及其化合物的复习

“氮及其化合物”复习教学中,通过社会性科学议题“是否应该停止使用氮肥”,在真实复杂的两难问题情境中,使学生基于物质类别和元素价态视角分析、设计氮肥的制备、使用以及减少其对环境影响中涉及的含氮物质的转化,提高学生自主应用氮元素“价-类”二维图综合分析、解决真实问题的能力,促进证据推理与模型认知、科学探究与创新意识、科学态度与社会责任等多维度化学学科核心素养的融合发展。经过多轮教学改进,结合教学效果抽提出以下教学策略：课上课下统筹安排,合理设置任务,提高学生参与议题的兴趣,促使学生全身心投入对议题的探讨;聚焦真实问题解决,将议题的探讨过程与关键能力持续进阶紧密结合并相互促进;让学生经历“做真事、真做事、真反思、真发展”的完整过程。     

超氧负离子在生物发光中的作用

活性氧物种和超氧负离子是生物体内的重要物质,本文通过超氧负离子在生物发光反应中的作用,针对几种不同的典型生物发光体系,综述了超氧负离子参与发光反应的相关理论和实验研究进展.     

非线性啁啾频率对势阱产生正负电子对的增强

用计算量子场论方法研究了非线性啁啾频率对势阱中正负电子对产生的增强效应。研究了由静态势阱和动态势阱组成的组合势阱中产生的正负电子对的密度、产额和能谱等性质随着啁啾参数的变化,分析了组合势阱的频谱和瞬时束缚态。发现非线性啁啾效应对低频区域比较敏感,与固定频率情况相比可以使粒子数增加2～3倍。与组合势阱相比,非线性啁啾效应对单个振荡势阱更敏感。在低频下单个振荡的势阱中正负电子对产额可提高多个数量级。这是因为在低频下单个振荡的势阱中,主要通过量子隧穿过程产生的正负电子对数目非常低。非线性啁啾效应增加了高频场成分,提高了多光子过程和动力学辅助机制。由于高频抑制作用,所以非线性啁啾效应对高频区域粒子的增量不大,甚至会抑制正负电子对的产生。     

促进学生化学学科核心素养发展的“铁盐和亚铁盐”的单元教学

设计了“铁盐和亚铁盐”的单元教学,以“探究硫酸亚铁的性质”和“线路板腐蚀液的研究”为核心任务,把铁盐与亚铁盐的性质、Fe²⁺和Fe³⁺的相互转化等核心知识贯穿其中,建立从物质类别、元素价态视角研究物质性质及转化的思路方法,促进多维度化学学科核心素养的融合发展。经过多轮次教学改进,结合教学实践过程及其教学效果抽提出“注重应用无机物的认识模型,重点把握研究物质性质的角度和思路”“抓住典型活动,培养学生的关键能力”“设计开放性任务,通过有效的师生对话进行诊断,外显问题解决思路”等教学策略。     

信息化时代物理化学课程的教学改革与实践

互联网的发展加速了信息和知识的传播,在为大学课程教学提供更多资源的同时也给传统的课堂教学方法带来很大挑战。介绍了北京师范大学物理化学教学团队在线上线下混合教学方法的创立、大规模在线开放课程(MOOC)建设、思政元素引入教学等方面利用互联网资源所实施的教学改革和实践,为探究和建立信息时代大学化学课程教学方法的新模式提供参考。