PRPER中国元素文献分析

2005年创刊的PHYSICAL REVIEW PHYSICS EDUCATION RESEARCH(PRPER)一直是国际上物理教育研究领域的权威期刊。本文聚焦于具有中国元素的物理教育研究在PRPER的呈现情况，统计了PRPER于2005年至2022年发表的文章共计1034篇，从中整理出含有中国元素的105篇文章，利用文献分析的方法，从中国作者、中国高校、中国样本、发文数量变化、研究领域分布及代表性工作等方面，对这些文章进行了全面梳理，并从中总结了近年来中国物理教育研究发展的特点。数据显示，PRPER创刊伊始中国作者发表文章的数量较少，进入2012年后，发文数量呈现上升趋势，有越来越多的综合性高校的物理教学和科研团队投入到物理教育研究中，研究范围囊括评估、研究方法、课程与教学、问题解决、认知与心理、概念理解、认识论、态度和信念等多个方面，且具备持续产出的能力。     

物理学期刊介绍

 经常有青年同志询问有何种物理学期刊及何者为一级刊物问题。对物理学期刊及其学术水平的关心是很自然的,因为物理学研究的成果主要通过学术论文来表述。而论文最好发表在权威的刊物上,以期得到应有的评价并发挥更大的社会效益。另一方面,不少研究或教学单位在制订提职、评奖等标准时,也往往把在“一级刊物”上发表文章的多寡作为重要条件。     

深度神经网络在自动瞄靶技术中的应用研究

基于Mask R-CNN模型，对惯性约束聚变实验研究中靶图进行关键结构的语义分割，通过计算中心来定位目标靶点位置，通过模拟靶图数据来验证算法的可行性。在算法验证过程中通过程序批量生成不同结构参数、不同角度的模拟靶图作为数据集，然后通过增噪、成像位置变换等操作拓展样本数量。在大样本数量基础上对算法模型进行训练测试，实现语义分割，通过计算注入孔的中心得到目标靶点位置。测试结果显示准确率和召回率均在97%以上，在靶点识别精度上优于10个像素点。     

对中物院公开发表科技论文数量与质量的研究

通过撰写、公开发表科技论文来增强我院及科技人员在国同学术界的竞争力,已是面临新的科研发展形势下的必需,文章分析了我院与高等科研工作的不同特点,提出我院科技工作者应克服保密使我们默默元闻的思维定式,注意从个人与管理部门两方面的积极性入手,争取使我院在国内外有影响力的刊物上多发表文章,以扩大我院的对外影响力。     

一本难得的力学的教与学参考书

一本难得的力学的教与学参考书罗蔚茵（中山大学物理系，广州５１０２７５）南京大学出版社最近出版了《力学的教与学参考》一书，是南京大学梁昆淼教授据其多年来在各种刊物上发表的教学研究文章汇编而成的一本好书。这本好书，凝结着作者多年的心血。“力学”是物理专业...     

基于孪生网络模型的岩石光谱自动分类方法

岩石光谱是岩石物理化学性质、成分和结构的综合体现,如今已经被广泛应用于岩石分类研究中。岩石光谱数据具有高维的特征数量,在样本数量有限的情况下训练时,往往会产生维数灾难现象。由于岩石光谱的数据收集困难,这在产生极大的人力成本的同时也导致收集到的岩石光谱数据往往十分有限。因此如何能够在样本数量较少时,对岩石光谱数据取得较为准确的分类效果成为了如今热门的研究课题。利用辽宁兴城地区的典型岩石光谱数据,基于Python编程语言在训练样本较少的情况下构建了孪生网络分类模型,并以Triplet Loss作为损失函数,实现了3-way-1-shot分类模型,在测试集上取得了97.8%的分类准确率。同时使用了决策树、随机森林、支持向量机和K-近邻四种传统机器学习方法在相同训练样本下建立分类模型与之对比,通过绘制学习曲线,验证了这四种传统机器学习方法在小样本的情况下不具备良好的分类功能。由于将原始光谱数据转化为图片数据之后并不会影响孪生网络模型的分类效果,因此可以将岩石光谱分类问题转化为图像分类的问题,进而使用图像分类的方法和手段。实验结果表明,孪生网络模型在岩石光谱样本数量较少的情况下仍然能够取得优秀的...     

BaMgAll0O17：Eu（BAM）蓝粉热劣化机理研究

提出了BAM的热劣化模型，该模型能较好地说明热处理气氛中含氧量同BAM热劣化程度的关系。BAM的热劣化程度ΔZ与气氛中氧分压的1／6次方(Po2)成正比，符合关系式ΔZ=α(Po2)^1／6 β。α是与温度有关的参数，随温度升高，α增大；β在数值上等于氧分压为零时的△Z值。按照上述关系式，作者对热劣化实验数据作了拟合，两者能较好地吻合。     

高质量的材料科学文本挖掘数据集构建方法

科学文献中蕴含的大量历史数据和经验知识,对材料设计与研发具有重要参考价值.文本挖掘尽管能高效地探索并利用被存储在海量科学文献中的信息,但高质量文本数据的获取困难阻碍了其在材料领域更广泛的应用.本文从品质和数量双视角剖析了材料领域的文本数据质量问题及其相关研究工作,提出高质量的材料科学文本挖掘数据集构建方法.该方法通过可溯源的文献自动获取方案确保文本数据的源头可追溯;以下游任务为驱动对文献进行预处理以提升预标注文本语料的质量;基于材料四面体准则定义适配全体系的标签注释方案以完成对语料的高品质标注;利用融合材料领域知识的有条件文本数据增强模型实现材料文本数据量的扩充.在不同体系数据集上的实验结果表明,该方法可有效地提升下游文本挖掘模型的预测精度,其中在NASICON型固态电解质材料实体识别任务上的F1值达84%.本文为文本挖掘在材料领域的深入应用提供理论指导和解决方案,并有望推进数据与知识双向驱动的材料设计与研发.     

对燃气涡轮燃烧室排气污染的一种简单模型的分析与发展

作者对一种用来计算燃气涡轮燃烧室排气中的氮氧化物(NO_x)的简单模型进行了分析,探讨了它为什么在实际应用中能使计算结果较好地与实验数据相符合的原因。并在此基础上,作者发展了该模型使它能同时计算在燃气涡轮燃烧室排气中两个有代表性的重要污染物——氮氧化物(NO_x)和一氧化碳。 采用了一个CO消失的综合反应速率方程,和作者归纳得到的燃烧初始阶段CO生成量随主燃区当量比变化的经验关系式,用该模型对二种不同燃烧室进行了CO排放量的计算,计算值与实验数据相当一致。     

基于工业CT图像的自适应三维网格模型重建

针对X射线扫描得到的工业CT图像重建三角网格模型存在尖锐特征丢失、狭长三角形和三角面片数量多等问题，提出一种自适应三维网格模型重建算法。首先对图像进行预处理；其次采用八叉树结构确定体元；然后利用二次误差函数（QEF）构建自适应八叉树；最后剖分四边形生成三角网格。使用立方体数据和两组实际扫描的CT数据对所提算法的性能进行验证分析，实验结果表明：所提算法在简化网格的同时仍能保持物体的尖锐特征，减少了狭长三角形的数量。利用所提算法生成三角网格模型的简化率可达90%，简化后网格质量大于0.3的三角网格平均占比为99%，有效地提高了由工业CT图像重建三角网格模型的质量。     

利用脑磁图-多重信号分类算法求解真实头模型中磁源定位问题

脑磁图-多重信号分类(MEG-MUSIC)算法与常见的利用时域空域数据定位多偶极子源的全局优化方法相比，具有求解速度快、独立确定各偶极子源的位置、求解难度与偶极子数量无关等优点，在偶极子数量较多的情况下，MEG-MUSIC算法的优势显得更为突出.利用MEG-MUSIC算法求解了真实头模型中脑磁源定位问题. 关键词： 脑磁图-多重信号分类算法 真实头模型 多偶极子     

基于卷积神经网络的焊缝缺陷图像分类研究

为有效地对焊缝缺陷进行分类,从而判断焊接质量的等级,对传统卷积神经网络进行改进,提出一种多尺度压缩激励网络模型（SINet）。将4组两两串联的3×3卷积模块与Inception模块、压缩激励模块（SE block）相结合。通过多尺度压缩激励模块（SI module）将卷积层中的特征进行多尺度融合和特征重标定以提高分类准确率,并用全局平均池化层代替全连接层减少模型参数。此外考虑到焊接缺陷数量不平衡对准确率的影响,采用深度卷积对抗生成网络（DCGAN）进行数据集的平衡处理,并在该数据集上验证模型的有效性。与传统卷积神经网络相比,该模型具有良好的性能,在测试集上准确率达到96.77%,同时模型的参数个数也明显减少。结果表明该方法对焊缝缺陷图像能进行有效地分类。     

基于深度可分离卷积的轻量化残差网络高光谱影像分类

针对传统深度残差网络在对高光谱图像进行特征提取和分类过程中因参数量大导致的训练时间长的问题,提出一种基于深度可分离卷积的轻量化残差网络模型（DSC-Res14）。该模型首先基于一层三维卷积层对经主成分分析方法降维后的高光谱影像进行光谱特征和空间特征初提取;其次,引入3个不同尺度的三维深度可分离卷积残差层对影像的深层语义特征进行提取,减少了网络训练参数量,增强了网络对高维、多尺度空间特征信息的表达能力。经在公开的Indian Pines和Pavia University标准数据集上进行实验验证,结果表明：所提模型在两个数据集上的分类精度分别为99.46%和99.65%;对比同类模型,所提模型在保证较高分类精度的同时,参数量和计算量小,训练时间短,并具有良好的鲁棒性。     

基于YOLOv4的目标检测优化方法

针对YOLOv4目标检测网络结构复杂,参数量以及计算量大等问题,提出了一种轻量化目标检测算法（YOLOv4-GC）。首先,使用ghostnet结构替换原始YOLOv4的主干网络,降低了获取冗余特征图像的计算量,在SPP与PANet模块中使用深度可分离卷积,使模型的计算量和参数量比原始YOLOv4分别降低82%和80%;再结合PyConv多尺度卷积设计出Py-PANet金字塔结构,提高了模型对于图像特征的提取和融合能力。在Pascal VOC数据集上的实验结果表明,在保证模型精度的情况下模型的参数量和计算量相比原始有明显降低。     

双路注意力循环网络的轻量化语音分离

提出了双路注意力循环网络的轻量化语音分离方法。首先,该方法使用基于“双路注意力机制”和“双路循环网络”的可选择分支结构对语音信号进行建模,从而提取深层特征信息并降低模型的参数量。其次,引入子带处理技术,从而降低模型的计算量。在LibriCSS数据集上的实验结果表明,该方法取得的平均词错误率为8.6%,且参数量和计算量分别仅为0.15 MiB和15.2 G/6s,与当前主流方法相比,分别减小了3.3～391.3倍和1.1～3.2倍。这表明,所提方法在取得高语音分离性能的同时,能有效地降低模型的参数量和计算量。     

《强激光与粒子束》1998年基金资助论文比例及其在全国2648种科技期刊中的位置

科学基金是世界各国一种相当重要的科学研究工作的资助方式，也是为了保障某些研究领域快速发展、集中资源出成果的一个重要手段。由其资助的科研成果，在一定程度人更能体现科研工作的质量和水平。因此，在各种刊物上发表的由各类科学基金资助的论文数量，特别是其与发表的论文总数间的比例，成为更能公正而合理地衡量各刊学术质量和学术水平的一项重要指标。 现据中国科学信息技术研究所 １９９９年 １２月公布的统计资料表明，《强激光与粒子束》在１９９８年内发表的由国家和省部级重大基金及国家重大项目支持的基金自主论文的比例为０…     

基于轻量化方向Transformer模型的肺炎X光片辅助诊断

为满足轻量化卷积神经网络（CNN）对肺炎X光片中方向和语义信息提取的需求，提出一种基于轻量化方向Transformer的肺炎X光片辅助诊断模型。首先，构造CNN结合Transformer的密集连接架构，实现深浅层中局部和全局信息的结合；其次，设计方向卷积捕获不同大小、形状特征的空间和方向信息，并降低Transformer学习全局特征的计算复杂度；然后，为每个样本特征采用专门的卷积核，降低方向卷积参数量，并保持高效计算；最后，通过构造均衡聚焦损失函数来提高模型肺炎识别能力。在肺炎X光片数据集中，所提出模型以较低的模型参数量、计算量，以及较短的运行时间，获得了98.87%准确率和98.85%AUC值的最佳性能，在3个公共肺炎相关数据集中均获得较强的鲁棒性和较优的泛化能力。     

电视与红外机动目标数据融合的研究

从跟踪性能、计算的复杂性以及应用范围等方面对红外与电视传感器的三种融合模型进行了比较，得出了来自同一平台上的红外与电视传感器的数据，在各传感器没有自己的数字处理机的情况下，点迹融合模型较其余两种模型实用的结论，在点迹融合模型的基础上，用极大似然融合算法对点迹进行融合处理，在理论上证明了该算法用于此种模型能提高目标状态信息的估计精度，降低测量误差。并给出了本算法用于此种模型在计算机上的仿真结果，从实际应用上进一步说明了本算法的有效性。最后利用卡尔曼滤波实现了红外与电视机动目标的跟踪。     

《原子与分子物理学报》作者群与学科发展现状透析研

依据文献计量学原理,对1990～1999年期间《原子与分子物理学报》的 论文作者群进行了统计、分析、归纳和研究,从中揭示出我国原子与分子物理学科研究的现 状,作者所属系统的分布特点及其规律,确定了该刊核心作者的数量和比例,同时也对作者 的合著率、论文单元数作了统计分析研究。从作者研究的角度肯定了该刊作为本学科核心期 刊的合理性,希冀对该学科及该刊的发展提供可参考的数据。     

基于卫星平台的全球大气一氧化碳柱浓度反演方法及结果分析

温室效应是全球气候变化的主要原因之一, 除温室气体外, 有毒气体一氧化碳(CO)作为一种非直接温室气体加剧了这种变化. 由于地基观测台站数量有限, 而大气化学模型的模拟又很大程度上依赖于模型假定, 因此, 卫星观测成为实时获取大气CO浓度分布信息的有效途径. Sciamachy是第一台搭载在卫星上, 利用观测到的近红外波段太阳反射光谱反演大气一氧化碳的仪器. 由于在近红外波段, 大气散射效应可以忽略, 所以Sciamachy观测数据能够很好地反演与人类活动息息相关的大气底层一氧化碳的时空变化信息. 本文基于迭代最大后验概率算法, 对Sciamachy的观测数据进行反演分析, 同时应用云效应校正与仪器本身问题校正方法, 得到了全球一氧化碳柱浓度时空分布结果; 通过与Atsr全球火点数据的比较, 分析了全球CO排放源的种类与时空分布; 最后选取中国地区CO柱浓度分布图, 并结合人口密度与煤田/煤矿分布, 对其排放源进行了初步推断.