基于CNN-SVM的地下目标形状识别

针对传统地下目标识别算法中特征提取方法的缺陷,鉴于深度学习中的卷积神经网络（CNN）能自动从数据中提取特征,但CNN自带的分类器不能很好的解决非线性分类问题,由于SVM具有良好的泛化分类能力,为此提出基于CNN-SVM的地下目标形状识别方法。本文首先在地表面光滑场景下,利用该方法对地下圆形和矩形目标识别,然后加大场景难度,在地表面粗糙场景下进行地下目标形状识别。实验结果表明,相比传统人工设计的特征分类方法,该算法利用CNN自动提取的特征联合SVM提高了CNN的分类准确率,并且在两种场景下都具有更高的地下目标识别精度。     

基于实验合理外推线圈在辐向磁场中的受力情况

单匝线圈在辐向磁场中的受力情况,很多教师都用纯数学方法(微元法)推导出其有效长度为线圈周长.文章用音频电流通过方形线圈,依次增加磁铁的个数让学生感觉音量的变化,并进一步合理外推出同样的结论.不仅能让学生体会基于实验合理外推这一科学的研究方法,还能让学生对扬声器的工作原理有清晰的认识.     

磷酸酯类前药的合成方法与应用

磷酸酯类前药与原药相比,不仅能够提高药物靶向性、稳定性和生物利用度,减少药物毒副作用,还能掩蔽药物不适气味、提高水溶性从而改善给药途径。含羟基药物的磷酸酯化是该类药物前药设计的重要方法之一。本文根据中心磷原子的价态和化合物结构进行分类,综述了各种P(Ⅴ)四配位分子、P(Ⅲ)三配位分子和H-亚磷酸酯类化合物作为磷酸酯化试剂在磷酸酯类前药合成方法中的研究进展,并阐述了这些磷酸酯类药物的应用,最后总结了各类磷酸酯化试剂的优势与局限,并结合连续流反应技术应用案例展望了其发展趋势。     

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。     

韦伯分布布谷鸟搜索算法颗粒粒径分布反演

韦伯分布在非线性寻优问题中具有较好的寻优精度和全局搜索能力,为此提出一种基于韦伯分布的布谷鸟搜索（WCS）算法来解决颗粒粒径分布反演的问题。使用WCS算法对服从Johnson’s S_B分布、Rosin-Rammler分布和正态分布的单峰颗粒系和双峰颗粒系进行颗粒粒径分布的反演,并分别与其他传统算法的处理结果进行比较。结果表明,WCS算法的整体效果优于人工鱼群算法和人工蜂群算法,且改进后的4种重尾分布CS算法的标准差比原CS算法提升2～3个数量级。目标函数散射光能加入噪声后,WCS算法比其他三种重尾分布的相对均方根误差值至少可降低1/2。使用小角前向散射测量系统对单峰颗粒系和双峰混合颗粒系进行实验研究,发现WCS算法的相对均方根误差比原CS算法降低约为40%。     

基于卷积神经网络的HL-2A装置H模辨识研究

基于HL-2A装置的放电实验数据，利用卷积神经网络和时间窗口算法开发了高约束(H)模时段的识别算法，得到了可靠的高成功率的高约束模时段识别结果。算法中，选取206次放电实验数据中等离子体储能及氘α通道信号作为双通道原始数据进行学习，得到一个深度为21层的二分类卷积神经网络。该网络模型经过其他474次放电数据的测试集检验，高约束模识别的正确率达到了98.17%。     

电场辅助样品前处理技术研究进展

样品前处理是样品分析过程的关键环节。目前各种微波、光、压力、超声波等场作用因能强化溶质传递、加速样品分离而被广泛地运用到样品前处理中。其中,电场辅助样品前处理技术能提高微痕量分析物萃取效率和选择性,已成为场辅助样品前处理技术的研究热点,并已在食品、环境、医药、生物等领域得到应用。该文综述了包括电场辅助膜萃取技术、电场辅助液相(微)萃取技术、电场辅助固相(微)萃取技术在内的电场辅助样品前处理技术的研究进展,并展望了其发展趋势。