使用深度学习的多通道水下目标识别

为解决低信噪比条件下水下目标识别率低的问题,提出一种适用于多通道水听器阵列的深度学习水下目标识别方法。首先是采用子通道特征级联的方法利用多通道信息;在特征提取方面,采用对信号的不同频率区间进行加权的特征提取器,并对提取的特征进行正则规整;最后采用深度神经网络(Deep Neural Network,DNN)实现目标识别。实验首先在仿真条件下对所提出方法的有效性进行验证,结果表明在-15 dB信噪比条件下的五目标识别任务中,使用多通道级联特征的深度神经网络的识别正确率达到96.7%,显著高于基于支持向量机(Support Vector Machine,SVM)的方法。在后续的湖上试验中,深度神经网络的平均正确率达到96.0%,进一步验证了所提出方法的有效性。      

改进的移动最小二乘法

近年来发展的无网格方法大多采用移动员小二乘法来构造试函数，而应用移动最小二乘法形成的方程组有时会是病态的甚至奇异的，从而限制了它的发展和应用。本文采用带权正交函数作为基函数对移动最小二乘法做了改进，避免出现病态方程组，且在计算过程中不需要进行短阵求逆运算，提高了计算速度。之后，借鉴牛顿法、平衡法和摄动法对由移动最小二乘法得到的非线性代数方程组提出了新的求解方法。     

RP-HPLC法检测发酵液中赤霉素GA4,GA7的含量

建立了反相高效液相色谱法(RP-HPLC)测定发酵液中赤霉素GA4,GA7的方法。探讨了流动相缓冲盐与甲醇的比例、缓冲盐pH、温度、流速等对两种赤霉素分离的影响,结果表明在Kromasil C18(250 mm×4.6 mm,5μm)色谱柱下,以V(甲醇):V(pH3.0,0.05 mol/L KH2PO4)=60:40为流动相,柱温35℃,流速1.0 mL/min,检测波长228nm,进样量20μL,分离度良好。GA4,GA7标准品质量浓度分别在0.1~8.0 mg/mL,0.1~3.0 mg/mL范围内线性关系良好,线性回归方程为Y4=1.58878+7.06978X4,Y7=0.48281+7.12931X7;GA4,GA7检出限分别为19.6,14.3μg/mL,平均加标回收率分别为98.8%,99.9%,相对标准偏差RSD分别为1.5%,0.34%。     

平板电容器介质中的矢量场

介绍了平板电容器真空及各向同性电介质中的电场，进一步计算了各向异性平板电容器电场中的电场强度、电位移矢量、电极化强度。根据计算的结果对平板电容器介质中的矢量场进行了力线描绘，说明了电介质矢量场的性质。并进一步比较了线性各向异性电介质与指数电介质对电场产生的影响。     

驱动问题引领下的核心反应在生产实际中的应用复习教学——以“铁和硫酸铜溶液的反应”为例

以铁和硫酸铜溶液的反应在“湿法炼铜”生产实际中的应用复习教学为例,针对学生能力的薄弱点,围绕核心反应搜集丰富的素材,引导学生模拟体会具体反应应用于生产实际时需考虑的问题,以问题解决为线索,达到促进学生发展的目的。     

基于发展化学核心素养的概念教学——以“认识溶液”为例

化学概念不仅是基础知识的组成部分,还承载着发展学生思维能力的功能。以初中化学教学“认识溶液”为例,根据学情和教学内容整合了丰富的实验、媒体、社会等素材,从宏观到微观,从证据到推理,从科学精神到社会责任,促进了学生学科思维和意识的协同发展,获得良好的教学效果。     

线性不确定系统的鲁棒D型迭代学习控制

研究一类线性不确定系统的鲁棒D型迭代学习控制问题.首先针对一类线性标称控制对象,建立其迭代学习控制的二维模型;然后基于获得的二维模型,利用二维系统稳定性理论,获得系统在迭代初态与期望初态一致和不一致两种情形下的D型迭代学习控制律的存在条件和设计方法;进一步,将所得结果推广至控制对象包含不确定性的情形.所得结果以线性矩阵不等式(LMI)的形式给出,可以方便地利用Matlab中的LMI工具箱求解.最后,数值仿真实例验证了本文所提方法的有效性.     

扰动mKdV耦合系统的孤子解

采用了一个简单而有效的技巧,研究了一类扰动mKdV耦合系统.首先利用同伦映射方法求解一个相应的复值函数微分方程孤子的近似解.然后得到了原扰动mKdV耦合系统孤子的近似解. 关键词： 孤子 扰动mKdV方程 同伦映射     

双金属掺杂M2@Si20(M=Ti, Zr, Hf)团簇结构和性质的理论研究

采用密度泛函理论(DFT)和相对论有效原子核势近似(RECP),对M2@Si20(M=Ti,Zr,Hf)团簇的几何结构和电子结构性质进行研究,发现内嵌的金属二聚体和十二面体硅笼构成了稳定的富勒烯结构。通过对团簇电子结构的分析,结果表明Si20团簇掺杂双金属后稳定性得到了提高。对团簇的电荷布局分析表明过渡金属原子(Ti, Zr, Hf)和硅笼之间发生了电荷反转。