判定非奇异M-矩阵的一个直接算法

给出了判定非奇异M-矩阵的一个直接算法.数值例子表明应用该算法可有效地判定一个给定矩阵是否为非奇异M-矩阵.     

基于双向长短期记忆网络的太赫兹光谱识别

特征提取是太赫兹光谱识别的关键处理步骤,通常利用降维方法作为特征提取手段。然而,当一些化合物的太赫兹光谱曲线整体差异度较小时,降维方法往往会缺失样本差异的重要特征信息,从而导致分类错误。如果不采用降维方法提取特征,传统机器学习分类算法对维数较高的原始太赫兹光谱数据又不能很好的分类。针对此问题,提出了一种基于双向长短期记忆网络（BLSTM-RNN）自动提取太赫兹光谱特征的识别方法。BLSTM-RNN作为一种特殊的循环神经网络,利用其LSTM单元可以有效解决原始太赫兹光谱数据维数较高使得模型难以训练问题。再结合模型的双向频谱信息利用架构模式,可以增强模型对复杂光谱数据自动提取有效特征信息的能力。采用三类、15种化合物太赫兹透射光谱作为测试对象,首先利用S-G滤波和三次样条插值对Anthraquinone,Benomyl和Carbazole等十五种化合物在0.9～6 THz内的太赫兹透射光谱数据进行归一化处理,然后通过构建一个具有双向长短期记忆的循环神经网络对太赫兹光谱的全频谱信息进行自动特征提取并利用Softmax分类器进行分类。通过试验优化网络结构和各项参数,最终获得了针对复杂太赫兹透射光谱数据的预测模型,并与传统机器学习算法SVM,KNN及神经网络算法MLP,CNN进行对比实验。结果表明,dataset-1和dataset-2分别作为差异度较大和无明显峰值特征的五种化合物太赫兹透射光谱数据集,其平均识别率分别为100%和98.51%,与其他方法相比识别率有所提高;最重要的是,dataset-3作为5种化合物谱线极为相似的太赫兹透射光谱数据集,其平均识别率为96.56%,与其他方法相比识别率提高显著;dataset-4作为dataset-1,dataset-2和dataset-3的透射光谱数据集集合,其平均识别率为98.87%。从而验证了BLSTM-RNN模型能自动提取有效的太赫兹光谱特征,同时又能保证复杂太赫兹光谱的预测精度。在选择模型训练优化算法方面,使用Adam优化算法要好于RMSProp,SGD和AdaGrad,其模型的目标函数损失值收敛速度最快。同时随着模型训练迭代次数增加,相似太赫兹透射光谱数据集的预测准确率也不断提升。可为复杂太赫兹光谱数据库的光谱识别检索提供一种新的识别方法。     

基于主成分分析和小波神经网络的近红外多组分建模研究

将小麦叶片原始光谱经过预处理后,采用主成分分析(PCA)对数据进行降维,取前3个主成分输入小波神经网络,建立了基于主成分分析和小波神经网络的近红外多组分预测模型(WNN);进一步研究了小波基函数个数的选取(WNN隐层节点数)对小波神经网络模型性能的影响,并将WNN模型与偏最小二乘法(PLS)和传统的反向传播神经网络(BPNN)模型进行了比较.结果表明,所建立的WNN模型能用于同时预测小麦叶片全氮和可溶性总糖两种组分含量,其预测均方根误差(RMSEP)分别为0.101%和0.089%,预测相关系数(R)分别为0.980和0.967.另外,在收敛速度和预测精度上,WNN模型明显优于BPNN和PLS模型,从而为将小波神经网络用于近红外光谱的多组分定量分析奠定了基础.     

HCS-140型高频红外碳硫分析仪测定钽铌碳化钽中碳

由于钽、铌都是难熔金属,含碳量比较低,而碳化钽中碳含量又特别高,所以用一般的化学法、库仑法、电导法等分析方法测定钽、铌基体中碳比较困难.管式炉燃烧法由于炉子温度只能加热到1100～1400℃,在这个温度范围内钽、铌基体中碳很难充分氧化,而用高频燃烧红外法测定钽、铌基体中碳就比较理想.本法采用铜、钨作助熔剂,使测定的准确性、重复性大为提高.1 试验部分1.1 仪器与主要试剂HCS-140型高频红外碳硫分析仪(上海德凯仪器公司)陶瓷坩埚(φ25mm×25mm)(湖南金利化工厂)     

不同振动模式下颗粒分离行为的数值模拟

利用三维离散元法对垂直方向上的直线、圆和椭圆振动模式颗粒分离过程进行了数值模拟研究,对直线振动时上层大颗粒的波动及圆和椭圆振动时出现的聚集、循环等现象的形成机理进行了分析,并讨论了振动强度对各振动模式下颗粒分离形态的影响规律. 研究表明,综合运用空隙填充、侧面驱动的颗粒运动和能量非均匀分布三种机理,并结合颗粒群的速度矢量分布情况能够较好地解释各振动模式下的颗粒分离行为. 振动强度对圆和椭圆振动模式的分离形态具有显著的影响,并在振动强度约为3时,各种振动模式均具有良好的颗粒分离效果和稳定的颗粒运动状态. 关键词： 振动模式 颗粒分离 离散元法 数值模拟     

腔QED中超导量子干涉仪概率克隆机的物理实现

提出一个量子概率克隆机的物理实现方案,该方案首先将高Q腔中的两个超导量子干涉仪分别作为初始比特和目标比特,腔模作为测量比特,通过腔模和经典微波脉冲与超导量子干涉仪的多种相互作用实现量子概率克隆机的幺正演化;然后将腔模态映射到另一个超导量子干涉仪上,通过对该超导量子干涉仪磁通量的测量完成状态坍缩,从而以最优的成功概率实现量子态的精确克隆.本方案采用双光子拉曼共振过程加快单比特门的操作速率,并且总操作时间远小于自发辐射和腔模衰变时间,因而在实验上是可行的.     

SDS/正戊醇-二甲苯-水(盐水)拟三元体系相图和电导研究及纳米ZnO的制备

实验绘制了十二烷基硫酸钠(SDS)/正戊醇(n-C₅H₁₀OH)-二甲苯[C₆H₄(CH₃)₂]-水[或Zn(NO₃)₂溶液]四组分微乳液体系在不同温度时的拟三元相图. 测定了电导率随水(或盐溶液)含量变化的规律, 电导的规律与相图吻合. 依据电解质理论探讨了微乳液的微观结构, 研究表明, 温度对油包水(W/O)反相微乳液区域影响不大, 电解质的加入对油包水(W/O)反相微乳液区域影响较大. 通过SDS/正戊醇-二甲苯-H₂O及SDS/正戊醇-二甲苯-盐水的拟三元体系的相图观察及实验研究, 选择乳化剂(SDS/正戊醇)与二甲苯质量比为4:6的微乳液作为最佳条件, 制备出了ZnO纳米粒子.     

高效液相色谱法同时测定益肾保健酒中9种有效成分

建立高效液相色谱法测定益肾保健酒中5-羟甲基糠醛、阿魏酸、肉桂醛、朝藿定A、朝藿定B、朝藿定C、淫羊藿苷、宝藿苷I、藁本内酯的含量。采用Sepax HP C₁₈色谱柱(250 mm×4.6 mm,5μm)分离，以乙腈-0.1%磷酸水溶液为流动相梯度洗脱，流量为1.0 mL/min，检测波长为280 nm，柱温为30℃，进样体积10μL。9种目标物在各自质量浓度范围内与色谱峰面积具有良好的线性关系，线性相关系数不小于0.999 2，测定值的相对标准偏差为0.29%～1.13%(n=6)，平均加标回收率为95.87%～101.73%。该方法操作简单，可用于益肾保健酒中9种有效成分含量的测定。     

监测小麦叶片氮积累量的新高光谱特征波段及比值植被指数

实时、快速、无损监测作物氮素状况对于精确氮肥管理具有重要意义。传统的氮素估测方法在时间或空间上难以满足要求,新兴的高光谱遥感技术为作物氮素监测提供了有效手段和技术途径。本研究的目的是基于三个田间试验的系统观测资料,探索可用于小麦叶片氮素监测的新的高光谱敏感波段及比值指数。利用减量精细采样法,系统构建了350～2 500 nm范围内所有两两波段形成的比值光谱指数RSI(ratio spectral index),综合分析了小麦叶片氮积累量LNA(leaf nitrogen accumulation)(g N·m-2)与RSI的定量关系,发现了监测叶片氮积累量的新高光谱特征波段(990, 720)和光谱指数RSI(990, 720),建立了相应的监测模型y=5.095x-6.040,模型的决定系数(R2)为0.814。利用独立试验资料检验模型,决定系数(R2)为0.847,相对根均方差(RRMSE)为24.70%,表明模型预测值与观察值之间的符合度较高。因此,利用高光谱比值指数RSI(990, 720)来估算小麦叶片氮积累量是精确可行的。该结果为便携式小麦氮素监测仪的研制开发及遥感信息的快速提取提供了适用可行的波段选择与技术依据。     

基于扩散映射的太赫兹光谱识别

特征提取对于太赫兹光谱识别来说至关重要。传统方法是通过人工选取太赫兹光谱中差异性较大的吸收峰作为特征进行光谱识别,但当部分物质在太赫兹波段没有明显波峰、波谷等光谱图形特征时,这种方式便不再适用。为此,研究人员利用统计学习与机器学习方法对高维太赫兹光谱数据进行降维和特征提取。由于物质的太赫兹光谱数据各维度呈现非线性,尤其是当不同物质的太赫兹光谱曲线整体非常相似时,线性处理方法易产生较大误差。针对这一问题,提出了一种基于扩散映射(DM)的太赫兹光谱识别方法。扩散映射能在保持数据内在几何结构的同时对其进行非线性降维,提取的流形特征区分度较高,对数据还有聚类效果。首先用S-G滤波器对Alloxazine等10种物质的太赫兹光谱样本进行滤波,并用三次样条插值法对截取相同频段后的光谱样本进行统一分辨率处理;然后利用DM将高维太赫兹光谱数据映射到低维特征空间并提取太赫兹光谱的流形特征;最后用多分类支持向量机(M-SVM)对十种物质的太赫兹透射光谱进行分类。实验结果表明,相比于主成分分析(PCA)和等距映射(ISOMAP),使用DM提取的太赫兹光谱流形特征具有更高的区分度,而且DM可以直接得到太赫兹光谱数据本征维数的估计值,这为相似太赫兹光谱的快速精准识别提供了一条新的途径。