中空介孔SiO2纳米球的制备、改性及其对Al3+荧光识别研究

中空介孔SiO2由于中空多孔的结构而常用作功能材料的基底.将中空介孔SiO2进行官能团修饰,并应用为荧光传感材料是中空介孔SiO2一个重要的研究领域.本论文采用聚丙烯酸(PAA)为中空模板,聚醚F127为造孔剂,正硅酸乙酯(TEOS)为硅源,氨水为催化剂在乙醇体系中制备了中空介孔SiO2纳米球.系统研究了搅拌速度和聚醚F127引入量对中空介孔SiO2纳米球形貌及比表面积的影响.通过透射电镜、N2-等温吸附脱附曲线等表征说明该合成方法具有很好的普适性,通过调节F127的引入可以实现对比表面积的有效控制.通过氨基化、席夫碱反应进行荧光修饰,进一步研究表明荧光修饰后的中空介孔SiO2纳米球在水溶液中能够实现对Al3+的有效检测,检测限为1.19×10 -7M.     

基于视觉辐条图案识别方法的蓝宝石引晶机制研究

工业生产蓝宝石晶体过程中,引晶步骤有着至关重要的地位。引晶必须在温度梯度较小,温度分布趋于稳定的条件下进行。目前,工业生产蓝宝石主要依靠人工经验操控籽晶杆实现引晶操作,但是人工引晶操作的准确性不高会导致成品品质不佳、资源浪费。为此,本文提出一种基于蓝宝石视觉辐条图案识别方法来检测蓝宝石熔体状态自由液面状态,从而实现一种高效率引晶的机制。此方法利用经典骨架化算法细化辐条图案,Harris算子实现特征信息的提取,提取的特征信息放入运动轨迹模型中判断熔体稳定性,分析液面温度分布稳定性从而实现引晶。结果表明,此算法具有有效性,蓝宝石晶体引晶效率大大提高,生产出的成品良率也有提升,可有效指导蓝宝石的工业生产。     

振型归一化对梁结构柔度曲率损伤指标的影响

结构柔度矩阵需由质量矩阵归一化振型获得,而质量矩阵归一化振型难以直接测得,限制了柔度曲率类损伤指标的应用。为分析振型归一化方法对梁结构柔度曲率类损伤指标的影响,根据梁结构的刚度、弯矩和位移曲率的关系,建立了均布荷载作用下结构损伤前后位移曲率与损伤程度的理论表达式,实现定量分析均匀荷载面曲率结构损伤程度。提出P-范数振型归一化方法,通过均匀荷载面曲率指标推导了振型质量矩阵归一化系数差x_α与损伤程度的关系。以三跨连续梁算例对理论进行了验证,结果表明,损伤程度定量指标效果良好,不同P-范数振型归一化方法下,损伤程度的偏差可由2x_α估算;2-范数振型归一化方法的损伤识别结果与质量矩阵振型归一化结果最接近,故当无法获得质量矩阵归一化振型时,可采用2-范数归一化振型代替。     

贝叶斯优化卷积神经网络公共场所异常声识别*

针对公共场所异常声的感知和识别问题,提出一种基于贝叶斯优化卷积神经网络的识别方法。提取声信号的Gammatone倒谱系数、倍频程功率谱、短时能量和谱质心,组合成声信号的特征图。构建卷积神经网络作为分类器,利用递增的卷积核设置和池化操作处理不同尺度的特征。基于贝叶斯优化算法优化卷积神经网络的模型参数,对包括火苗噼啪声、婴儿啼哭声、烟花燃放声、玻璃破碎声和警报声的5种公共场所异常声进行识别。该方法的识别结果与基于不同的特征提取和分类器方案得到的识别结果进行比较,结果表明该方法的识别效果优于其他特征提取和分类器方案的识别效果。最后分析了该方法在不同信噪比噪声干扰下的识别结果,验证了该方法的有效性。     

手机虹膜识别镜头设计

随着近年来图像传感器的快速商用化以及生物识别算法的发展，虹膜识别功能得以应用于移动终端设备。获取虹膜图像是虹膜识别的关键一步，运用ZEMAX光学设计软件设计了一款适用于手机的虹膜识别镜头。该镜头采用豪威科技公司OmniVision_OV2281传感器，采用三片式非球面光学塑料设计，F数为2.3，全视场角为34°，在1/2奈奎斯特频率220 lp/mm处MTF值均大于0.39，且系统总长仅3 mm。根据ZEMAX像质评价方法以及公差分析结果可知，该镜头各项光学指标优良，具有像质好、体积小，质量轻、价格低、容易加工等特点。     

基于U-Net的盐体识别方法

卷积神经网络在计算机视觉领域取得重大突破，利用其强大的图像处理能力，将地下沉积盐体的识别问题转化为图像语义分割问题，应用深度卷积神经网络实现盐体地震图像的像素级语义分割.本文在U-Net基础上，增加网络深度并同时引入批归一化和Dropout处理，使得神经网络模型具有更高的可信度和更强的泛化能力.通过实验发现，在卷积层之后引入批归一化处理，并在池化层和叠加层之后引入Dropout可以稳定提升模型对盐体图像的分割性能.     

基于改进节点重要度引力模型的航路网拥堵节点识别

航路网络存在一些关键航路点对系统整体具有重要控制作用,而有效辨识这些重要节点对缓解空中交通拥堵,提高航路运行效率具有极大意义.以复杂网络理论为基础,从网络视角结合中心度及节点服务能力通过改进传统引力模型进行节点重要度评估;然后基于改进节点重要度引力模型进行航路网络拥堵节点识别仿真,并将结果与传统介数法进行对比验证.研究表明:改进的引力模型识别的重要节点,不仅具有较大的中心度,且较多位于航路网络流量较大位置;基于引力模型识别航路网络节点重要度的准确率更高,在提高网络通行率基础上更及时地识别航路网络易拥堵节点,对预防节点失效、减少航路网络拥堵具有积极作用.     

基于长短时记忆神经网络的能谱核素识别方法

针对新兴的能谱核素识别方法在混合放射性核素的噪声环境中存在识别速度慢、准确率较低等问题,提出了基于长短时记忆神经网络(LSTM)的能谱核素识别方法。实验使用溴化镧(LaBr3)晶体探测器,分别对环境中60Co、137Cs放射性源分组测量得到能谱数据集,首先使用数据平滑方法和归一化方法进行数据预处理,然后将能谱数据按时间序列分组以获得可用的输入序列数组,最后训练LSTM模型得到预测结果。通过基于BP神经网络和卷积神经网络(CNN)的两个能谱识别模型进行对比,得到在测试集中平均识别率分别为83.45%和86.21%,而LSTM能谱识别模型平均识别率为93.04%,实验结果表明,该能谱模型在核素识别效果中表现较好,可用于快速的能谱核素识别设备上。