紫色球杆菌视紫红质光谱特性的机器学习研究

近年来，机器学习等人工智能技术被应用于蛋白质工程，其在蛋白质结构、功能预测、催化活性等研究中具有独特优势。在未知蛋白质结构的情况下，将蛋白质序列和功能特性与机器学习相结合，基于序列-活性关系（innovative sequence-activity relationship，ISAR）算法，将蛋白质氨基酸序列数字化，用快速傅里叶变换（fast four transform，FFT）进行预处理，再进行偏最小二乘回归建模，可在数据集较少情况下拟合得到最佳模型。通过机器学习对紫色球杆菌视紫红质（gloeobacter violaceus rhodopsin，GR）的突变体蛋白质氨基酸序列与光谱最大吸收波长进行建模，获得了最佳模型。用最佳索引LEVM760106建模得到的确定系数R² 为0.944，均方误差E为11.64。用小波变换进行的预处理，其R² 虽也约为0.944，但E大于11.64，不及FFT进行的预处理。方法较好地解决了蛋白质序列与功能特性之间的数学建模问题，在蛋白质工程中可为预测更优的突变体提供支持。     

强度解调型光纤光栅温度传感实验

光纤光栅在工程上应用广泛,但由于存在解调系统复杂、成本高,尤其是需要使用光纤光谱仪等波长解调仪器,使得光纤光栅很难走入本科教学的实验课堂.本文提出了一种基于窄线宽DFB激光器的强度解调方案,极大地简化了光纤光栅传感器的解调系统,完全满足较高分辨率和实时检测的系统要求.合理安排的温度传感实验可以非常直观地展示光纤光栅的线性传感性能,使得工程化的光纤光栅传感技术轻松走进本科教学课堂,具有极高的推广和应用潜力.     

基于深度学习的离轴菲涅耳数字全息非线性重构

针对离轴菲涅耳数字全息图,提出基于深度学习的单幅数字全息非线性重构方法 .采用经典的菲涅耳衍射积分模拟数字全息成像以供给网络训练所需样本,利用深度卷积残差神经网络通过学习数字全息图与相关物像之间的非线性数学映射关系实现全息图的物像重构.数值模拟表明,与传统的频率滤波和四步相移技术实现菲涅耳数字全息重构相比,本文提出的方法可直接消除零级像及孪生像,无需条纹物项抽取预处理步骤,且重构的物像具有较高的质量,针对相同记录参考光下不同衍射距离所生成的测试集亦具有较强的稳健性.     

分布式光纤声波振动传感系统研发及应用

针对油气田勘探开发需获取微声波信号完整波形的问题，开展了基于双脉冲外差调制与反正切外差解调方案的分布式光纤声波传感（DAS）技术研究与配套系统研发。通过特征参数室内振动模拟实验，新型DAS系统的响应频率范围20 Hz～25 kHz、最大动态范围60 dB、信噪比49 dB，满足微声波信号幅度、频率、相位等信息的探测需求。同时，该系统在新疆油田稠油热采井下蒸汽腔探测方面成功开展了现场应用，实测有效声压强度?195 dB，验证了系统的可靠性，具有良好的应用前景。     

UJ24型电位差计的检修与调节

UJ24型电位差计使用时出现的故障,可以利用数字万用表排查故障,提出排查方案,进行维修与调节,使它尽快恢复到最佳工作状态,这样既节省厂家的维修时间又节省学校的维修费用。     

欢迎订阅《影像科学与光化学》

《影像科学与光化学》于1983年创刊,原名《感光科学与光化学》,双月刊。主要领域为:影像材料与技术、生物与医学成像、数字成像与器件、印刷技术、柔性电子、图像信息处理、遥感图像、信息材料、光学材料与器件、光谱学、辐射固化、光化学、光电化学、光生物、光医学等。     

DSA、CTA联合MR影像评估AIS患者脑支循环及预后性关系

探讨数字减影血管成像(DSA)、计算机断层扫描血管成像(CTA)联合磁共振(MR)影像评估急性缺血性卒中(AIS)患者脑支循环及预后性关系。选取60例大脑中动脉M1段急性闭塞所致AIS患者为研究对象,根据DSA、CTA与MR影像对其脑侧支循环评估,比较患者基线资料、结局指标等,并分析预后性。结果发现:基于DSA、CTA与MR影像对AIS患者脑侧支循环评估结果一致性良好;3种影像模式下脑侧支循环良好组与不良组结局资料差异显著(P<0.05);多因素分析显示,FVH-ASPECTS评分、rLMC评分、ASITN/SIR分级量表均为AIS患者神经功能预后的独立影响因素。总之,DSA、CTA、MR影像对AIS患者脑侧支循环评估具有一致性,且FVH-ASPECTS评分、rLMC评分、ASITN/SIR分级量表均为AIS患者神经功能预后的独立影响因素。     

一种光纤波长解调光谱峰值定位算法

提出一种基于低复杂度Levenberg-Marquarat的光纤波长解调光谱峰值定位算法,该算法相对于现有的功率加权算法和高斯-多项式拟合算法,具有高精度定位光谱峰值的优点,实验结果表明,在高性噪比情况下,采用基于低复杂度Levenberg-Marquarat的峰值定位算法可以有效地抵制噪声提高解调精度,将光纤波长解调误差控制在1pm内。通过简化后的数据处理过程,可以满足高速解调的要求,便于在数字电路上实现。     

珠心算训练提高儿童数字加工效率:来自数字Stroop范式下的ERP证据

本研究的研究目的是考察长期的珠心算(AMC)训练是否能提高儿童的数字处理效率,以及探究效率提升发生在什么阶段。33名儿童参加了本研究,他们在小学入学时随机分为两组,在年龄、性别和智商上进行匹配。所有的孩子参加相同的课程,珠心算组每周接受2小时的珠心算培训。经过为期两年的训练,我们让这些儿童完成一个数字Stroop任务(NSP)。用脑电图(EEG)和事件相关电位(ERP)记录技术监测任务期间的大脑活动情况。要求儿童判断同时呈现的两个数字的数值大小(NC任务)或物理大小(PC任务)。在NC任务中,珠心算组比控制组的反应时更快,但正确率相似。在PC任务中,两组的速度和准确性无差别。珠心算组在数字信息加工效率上得分更高。ERP的结果显示,珠心算组在N1、N2和LPC成分中都出现一致性效应,而对照组仅在LPC成分中出现一致性效应。在左顶叶,珠心算组的LPC幅度大于对照组,且LPC波幅的个体差异与NC一致和中性条件下的反应时值呈正相关,控制N2振幅后,相关性变得显著。我们的研究结果表明,珠心算训练可以强化符号表征和数量之间的内在联结,使珠心算儿童的数字信息处理变得更快,更加自动化。