部分还原氧化石墨烯的制备、 表征及对人宫颈癌HeLa细胞的体外杀伤作用

以氧化石墨烯(GO)为原料, 利用温和方法制备了3种不同还原程度的部分还原氧化石墨烯pRGO₁, pRGO₂和pRGO₃(pRGO_1—3)； 利用傅里叶变换红外光谱(FTIR)、 拉曼光谱(Raman)、 X 射线光电子能谱(XPS)、 紫外-可见光谱(UV-Vis)、 透射电子显微镜(TEM)和 EDS能谱对其结构和形貌进行了表征. 细胞实验结果表明, 无激光照射下pRGO_1—3本身的细胞毒性较低; 近红外(NIR)激光照射下pRGO_1—3通过光热和光毒性双重作用杀伤肿瘤细胞. 实验结果显示了pRGO 在肿瘤光热疗法和光动力疗法领域的应用潜力.     

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。     

基于MOF (Cu)@biochar气凝胶的制备及其在缓释氮肥上的应用

以羧甲基纤维素(CMC)、明胶和MOF(Cu)@biochar为原料,采用简单有效的冷冻干燥方法制备了(CMC/Gelatin/MOF(Cu)@biochar)杂化气凝胶,并用傅里叶变换红外光谱(FT-IR)、热重分析(TG)、X射线粉末衍射(XRD)、扫描电镜(SEM)和X射线光电子能谱(XPS)技术对其进行了表征;研究了MOF(Cu)@biochar含量、pH和不同的盐水溶液对杂化气凝胶溶胀行为的影响;以该气凝胶负载氯化铵,制备了一种新型缓释肥料(SRF),并研究了含2%(wt)SRF的沙性土壤的保水能力;SRF在土壤中第30天的累积释放率为79.4%;肥料在土壤中释放符合非Fickian扩散和阳离子交换的协同作用机理。     

大尺寸电阻加热式碳化硅晶体生长热场设计与优化

大尺寸低缺陷碳化硅(SiC)单晶体是功率器件和射频(RF)器件的重要基础材料,物理气相传输(physical vapor transport, PVT)法是目前生长大尺寸SiC单晶体的主要方法。获得大尺寸高品质晶体的核心是通过调节组分、温度、压力实现气相组分在晶体生长界面均匀定向结晶,同时尽可能减小晶体的热应力。本文对电阻加热式8英寸(1英寸=2.54 cm)碳化硅大尺寸晶体生长系统展开热场设计研究。首先建立描述碳化硅原料受热分解热质输运及其多孔结构演变、系统热输运的物理和数学模型,进而使用数值模拟方法研究加热器位置、加热器功率和辐射孔径对温度分布的影响及其规律,并优化热场结构。数值模拟结果显示,通过优化散热孔形状、保温棉的结构等设计参数,电阻加热式大尺寸晶体生长系统在晶锭厚度变化、多孔介质原料消耗的情况下均能达到较低的晶体横向温度梯度和较高的纵向温度梯度。     

基于级联PPMgLN晶体的双倍/三倍频双波长激光器

本文演示了紧凑的绿色和近红外双色连续波激光光源,其发射波长分别为516 nm和775 nm。设计并制造了级联的周期性极化掺镁铌酸锂晶体,用于同时转换通信波长的二次谐波(SHG)和三次谐波(THG),可以在相同温度下获得绿色和近红外激光的输出。通过建立一个单程激光测量系统,在2 W泵浦功率下获得516 nm的0.15 mW绿光和775 nm的1.19 mW的光,晶体温度控制在30.8 ℃。实验结果将为单激光器泵浦的紧凑型双波长共线激光器提供重要的案例。     

从双层规划的角度看道德风险理论的一阶条件方法

本文首先对双层规划的一个特殊例子即道德风险模型中使用的一阶条件方法（FOA）做简要的梳理，然后提出一种更为一般的使FOA有效的原则与方法。新方法主要依赖于代理人对委托人设置的目标的最优反应映射是否存在不动点，这个性质不要求原问题与用一阶条件放松以后的问题之间的约束集等价，从而也不要求代理人的期望效用对行动具有全局凹性。在新方法下，可以用较为简单的方法证明FOA在以下两种情形之一有效，即如果分布函数是概率分布的凸组合或者分布函数来自某些特殊的指数族分布。     

基于耦合声场建模的膨胀腔消声器声学性能分析及试验

针对圆柱形膨胀腔消声器三维建模及声学性能分析问题, 提出一种基于切比雪夫变分原理的耦合声场建模方法, 建立三维圆柱形膨胀腔消声器理论模型并搭建试验台架, 传递损失试验结果验证了理论模型的准确性. 将膨胀腔消声器内部声场分解为多个子声场, 基于子声场间压力与质点振速连续性条件, 推导声场耦合变分公式, 构建子声场拉格朗日泛函. 将子声场声压函数展开为切比雪夫-傅里叶级数形式, 通过瑞利-里兹法求解膨胀腔消声器频率、声压响应及传递损失. 计算并对比分析扩张比、扩张腔长度、进出口管偏置对膨胀腔消声器消声性能的影响. 结果表明: 扩张比增大会有效提高消声器在低频段的消声性能, 进出口管的偏置对消声器消声性能影响很小.     

基于GA_XGBoost模型的大学生科研能力预测问题研究

科学评价大学生科研创新能力对我国科研水平的提高具有重要意义.采用机器学习模型来预测大学生科研能力可以起到良好的效果,提出一种GAXGBoost模型来实现对大学生的科研能力预测.此模型是以Xgboost算法为基础,然后充分利用遗传算法的全局搜索能力自动搜索Xgboost最优超参数,避免了人为经验调参不准确的缺陷,最后采用精英选择策略以此确保每一轮都是最佳的进化结果.通过分析表明,所采用的GAXGBoost模型在大学生科研能力预测的结果中具有很高的精度,将此模型与Logistic Regression、Random Forest、SVM等模型进行对比,GAXGBoost模型的预测精度最高.