国际热核聚变堆实验增殖包层模块设计

为了验证国际热核聚变堆(ITER)的产氚和能量获取等性能,各国分别提出了不同的实验增殖模块(TBM)设计方案。其总体功能相同,但具体技术路线有区别,不同之处包括冷却剂选择、产氚材料选择、中子倍增剂选择、产氚区布置形式、面向等离子体材料选择、结构材料选择等方面。通过对各TBM方案进行比较分析,评价了各自的优缺点,提出了未来先进产氚包层方案的设计建议。     

一种超混沌图像加密算法的安全性分析及其改进

根据Kerckhoff准则, 从选择明文攻击和选择密文攻击出发, 对一种超混沌图像加密算法进行分析,结果表明该算法密钥流与明文无关,并且一个明文字节只能影响一个密文字节,导致利用选择明文攻击和选择密文攻击能够以很小的计算代价破译密文.基于此,本文提出一种改进的超混沌图像加密算法,并进行了统计分析、差分分析、相关性分析及密钥敏感性测试.理论分析及仿真结果表明,改进算法不仅可以抵御选择明文攻击和选择密文攻击,而且具有较好的统计特性及差分特性等密码学特性. 关键词： 超混沌 选择明文攻击 选择密文攻击 Matlab分析     

Ensemble-SISPLS近红外光谱变量选择方法

近红外光谱具有高维小样本的特点,变量选择是提高定量分析模型稳健性和可解释性的一种有效方法。确定独立筛选（SIS）是一种基于边际相关性的超高维数据变量选择方法,广泛用于基因微阵列数据的变量选择。SIS具有将数据维度降低至样本大小规模的能力,其降维能力与LASSO相当,在相当宽泛的近似条件下,由于具有安全筛选性质,所有重要变量被保留的概率趋于1。基于确定独立筛选偏最小二乘（SIS-SPLS）的变量选择是一种迭代式的SIS变量选择方法,首先利用SIS方法完成光谱重要变量的初选;然后根据重要变量的边际相关性大小进行逐步前向选择：建立偏最小二乘回归模型,依据贝叶斯信息准则（BIC）确定最终的变量选择结果。SIS-SPLS以逐步前向选择的方式实现对重要变量的增量式筛选,随着潜变量个数的增加及因变量残差的逐步减小,SIS-SPLS方法选择的变量个数将趋于稳定。然而仅以边际相关性对变量重要性进行评价,当光谱变量个数远大于样本数时,该方法也存在选择的变量过多、变量选择结果不够稳健等问题。为进一步提高小样本情况下变量选择的稳健性,将集成学习引入SIS-SPLS方法之中,提出了一种集成SIS-SPLS变量选择方法（Ensemble-SISPLS）。该方法首先对校正集样本进行自助重采样,对采样得到的每一个校正子集分别使用SIS-SPLS方法进行变量筛选,通过投票机制并设置频次阈值对所有校正子集的变量选择结果进行集成,选择出现频次大于给定阈值的变量并建立偏最小二乘回归模型,计算5折交叉验证均方根误差。对频次阈值和潜变量个数两个关键参数使用网格搜索法进行优选,根据子模型的交叉验证均方根误差和变量个数对子模型性能进行综合评价,以最优子模型包含的变量作为最终的变量选择结果。分别在Corn数据集和当归数据集上进行变量选择实验,比较Ensemble-SISPLS,SIS-SPLS和UVE-PLS三种变量选择方法的性能。其中当归数据集共77个样本,样本采自甘肃岷县和渭源县,使用Nicolet-6700型近红外光谱仪扫描得到所有样本的近红外光谱并对当归中的阿魏酸含量进行预测。Ensemble-SISPLS方法在Corn数据集上选择的变量个数、RMSEP和决定系数分别为22,0.000 8和0.999 8;SIS-SPLS方法在Corn数据集上选择的变量个数、RMSEP和决定系数分别为97,0.007 3和0.998 8。Ensemble-SISPLS方法在当归数据集上选择的变量个数、RMSEP和决定系数分别为24,0.018 1和0.996 3;SIS-SPLS方法在当归数据集上选择的变量个数、RMSEP和决定系数分别为38,0.022 6和0.994 3。结果表明,该方法进一步提高了变量选择结果的稳健性和预测能力。Ensemble-SISPLS变量选择方法有效结合了SIS-SPLS较强的变量选择能力和集成学习良好的泛化能力,提高了变量选择的稳健性。此外,由于在子模型的预测能力和变量个数之间进行了折中,一定程度上减少了选择变量的个数,提高了模型的可解释性。     

脉冲红外法测定难熔金属钛中氧含量

采用脉冲红外定氧仪测定了难熔金属钛及其合金中氧含量,并对影响测定结果的诸多因素,例如助熔剂的选择和比例、分析功率的确定、坩埚的选择、试样量的选择和空白值的设定进行了实验和讨论,对分析的准确度和稳定性进行了考察,取得了满意的结果。     

正交匹配追踪算法的近红外光谱定量分析

压缩感知(CS)是一种新兴的信号压缩和采样技术,正交匹配追踪(OMP)是一种贪婪追踪算法,广泛用于压缩感知领域中的稀疏信号重构。针对近红外光谱信号高维小样本以及信号稀疏先验的特点,为进一步提高小样本近红外光谱变量选择的灵活性和可靠性,基于压缩感知理论,提出了一种新颖的光谱变量选择方法正交匹配追踪变量选择(OMPBVS)。OMPBVS算法通过对原始光谱信号的稀疏重构,将绝大部分变量的回归系数压缩为0,进而间接实现光谱变量选择。具体过程为以光谱矩阵为传感矩阵,预测变量为观测变量,迭代地计算残差与原子的内积,选择内积最大的原子,在每一步迭代过程中将信号投影到由所有已经被选择原子张成的子空间上,然后对所有被选择原子的系数进行更新,使得产生的残差与已被选择的所有原子都正交,其残差计算的实质是进行Gram-Schmidt正交化,正交投影能够在保证信号重构精度的情况下减小迭代次数。OMPBVS具有将光谱维度降低至样本大小规模的能力,其变量选择能力与LASSO相当,但与LASSO相比,由于OMPBVS损失函数的优化方法是前向选择算法,减少了迭代次数,并且可以精确控制选择变量的数量。分别在beer数据集和Wheat kernels数据集上进行变量选择实验,比较PLS,MCUVE-PLS,CARS-PLS,WMSCVS,LASSOLarsCV和OMPBVS六种变量选择方法的性能。其中beer数据集共60个样本,采用Kennard Stone (KS)方法划分训练集样本36个,测试集样本24个,预测变量为Original extract concentration。Wheat kernels数据集共523个样本,训练集样本415个,测试集样本108个,预测值为蛋白质含量。OMPBVS方法在beer数据集上选择变量个数、RMSEC和RMSEP分别为2,0.205 2和0.159 8,在Wheat kernels数据集上选择变量个数、RMSEC和RMSEP分别为9,0.450 2和0.412 5,其变量选择能力和模型性能均好于其他五种方法,这说明OMPBVS是一种有效的近红外光谱变量选择和定量分析方法。OMPBVS变量选择方法在小样本情况下具有良好的泛化能力,能够减少选择变量的数量,提高变量选择的稳健性。此外,基于SNV和MSC等光谱预处理方法,能够在一定程度上减少选择变量的个数,提高模型的可解释性。     

校正集选择方法对于积雪草总苷中积雪草苷NIR定量模型的影响

近红外光谱定量分析中,采用合适的校正集选择方法是建立预测性能良好的近红外定量模型的关键技术之一。校正集选择方法有RS法、CS法、KS法和SPXY法等,但是对以上校正集选择方法缺乏系统地比较。本文以积雪草总苷中积雪草苷NIR定量模型为载体,对NIR定量模型的7个评价指标进行分类和筛选,比较了CS法、KS法和SPXY法三种校正集选择方法对NIR定量模型的准确性和稳健性两类评价指标的影响。结果表明,SPXY法与CS法、KS法选择校正集样本后所建近红外模型的RPD和RSEP两个准确性评价指标存在显著性差异,模型的稳健性评价指标RMSECV和|RMSEP-RMSEC|不存在显著性差异。因此,建立积雪草总苷近红外光谱的积雪草苷偏最小二乘定量模型时,SPXY校正集选择方法能显著提高该定量模型的预测准确度,但对模型稳健性的评价指标没有显著影响,以上结论为中药固体体系建立近红外定量模型确定校正集选择方法提供参考。     

无边带信息的多输入多输出正交频分复用水声通信图样选择峰均比抑制算法

针对多输入多输出正交频分复用 图样选择 峰均比(peak-to-average-power-ratio PAPR)抑制算法需要传递边带信息的缺点, 提出了一种无边带信息传输的图样选择峰均比抑制算法. 该算法利用不同分布图样的梳状导频携带加扰相位序列选择信息, 结合浅海水声信道的稀疏特性在接收端对加扰图样进行自主区分, 实现了无边带信息的图样选择峰均比抑制.仿真和水池实验结果证实: 无边带信息传输的图样选择峰均比抑制算法可以在不损失PAPR抑制性能的前提下, 准确解算出传输相位序列选择信息、对抗突发噪声、实现无边带信息传输的可靠水声通信. 关键词： 水声通信 正交频分复用 峰均功率比 边带信息     

数字图像一阶矩的自动聚焦区域选择算法

聚焦区域选择是自动聚焦算法中的重要模块,直接影响评价函数曲线的尖锐性、准确性和稳定性。针对中心取窗和多点取窗等传统聚焦区域选择算法的局限性,提出了一种基于数字图像一阶矩的自动聚焦区域选择算法,它是通过图像灰度或边缘一阶矩定位聚焦区域的。传统聚焦区域选择是一种定点估计,实验证明一阶矩方式选择可以跟踪偏离中心的主体景物,是一种具有自适应性的前景位置估计算法,提高了聚焦精确度和速度。     

国外诊断物理迷思概念的新方法--多阶选择测试题的应用

在物理迷思概念的研究中,选择测试题是诊断学生迷思概念的常用方式。近年来,为了提高诊断和测试的精度,国外学者相继开发出二阶测试题、三阶测试题等多阶选择测试题。本文着重介绍多阶选择测试题的特点及它们在诊断和研究学生物理迷思概念方面的应用。     

利用Tikhonov正则化算法进行光谱特征波长的选择及其参数优化

在烷烃类多组分混合气体,尤其轻烷烃类气体傅里叶变换红外光谱定量分析中,其中在红外光谱区域吸收峰严重交叉重叠,不易建立定量分析模型。为此,采用Tikhonov正则化算法对甲烷、乙烷、丙烷、异丁烷、正丁烷、异戊烷和正戊烷等七种轻烷烃类混合气体傅里叶变换红外光谱进行特征波长的选择,以便建立定量分析模型。选择六种各气体浓度组成混合烷烃气体,采用Tikhonov正则化算法,通过对比分析混合气体在中红外全波段、主吸收峰和次吸收峰波段特征波长的选择和TR参数的优化,选择出七种气体成分的傅里叶变换红外光谱的特征波长。利用选择的特征波长和Tikhonov正则化参数对实测甲烷光谱数据进行检验分析,与其他气体成分的交叉灵敏度最大为11.153 7%,最小为1.239 7%,预测均方根误差为0.004 8,有效增强了Tikhonov正则化算法在轻烷烃类混合气体定量分析中的实用性,初步验证了利用Tikhonov正则化进行烷烃类混合气体傅里叶变换红外光谱特征波长选择的可行性。     

过模结构表面波振荡器模式选择

过模结构能提高器件的功率容量和工作频率, 能使器件工作在低磁场状态, 越来越多的器件采用过模结构.但是过模结构允许多个模式同时存在, 这可能会引起模式竞争问题.本文通过理论分析和数值计算, 研究了过模结构模式选择问题.计算结果表明, 通过选择合适的结构参数和电参数, 使得器件工作在行波状态, 可以实现不同横向模式的选择.在此基础上, 通过选择合适的电子束和结构参数, 能实现不同纵向模式的选择.对计算结果进行了粒子模拟验证, 与理论分析符合较好, 达到了模式选择的目的. 关键词： 过模结构 模式选择 色散关系 表面波振荡器     

天文导航光电测星能力的计算方法

天文导航可全面地提供位置、航向、姿态和速度等核心导航信息,特别是在复杂电磁环境下,发挥着独特的重要作用。测星能力是天文导航设备的核心指标之一,提出了光电通道测星的信噪比和调制度的计算公式和参数选取说明,给出了短波红外测星设备的计算实例和实测结果,结果表明短波红外测星可显著延长测星时段。     

Z-pinch装置轴向绝缘堆的设计和分析方法

 通过分析比较国外Z-pinch装置轴向绝缘堆的设计，对轴向绝缘堆设计中的关键问题进行了归纳与总结。在总体描述绝缘堆研制方法和思路的基础上，详细论述了静电场数值模拟、电感参数计算和电路模拟、闪络概率计算、结构稳定性力学分析以及材料选择等绝缘堆研制中的几个关键问题，并对闪络概率分析方法的完善和拓展应用进行了讨论。     

基于人体血清荧光光谱和改进变量选择方法对血糖浓度测定的研究

利用人体血清240 nm激发波长荧光光谱在220～900 nm波段针对血糖浓度进行建模分析。在模拟退火算法和偏最小二乘算法的基础上进行建模波长变量筛选方法的改进。基于变量入选模型统计频率和无关变量消除法,分别进行了波长的初选和精选过程。同时,加入了主成分数自适应特性等加快收敛速度、减小计算量的措施。该模型对比了线性、三次样条函数、高斯函数作为偏最小二乘法插入基函数的情况下,分别对原始光谱、Daubechies小波分解第三层和第四层细节信号光谱建模。结果显示,该模型避免了主成分参数尝试导致的时间成本,在参数自适应的过程中很快趋于稳定并得到对应条件下的最佳建模主成分数。其波长变量筛选能力使得对独立样本的分析预测效果有了显著的提升,最佳建模预测效果达到0.25 mmol·L-1,达到了血糖检测的医用要求。加入了非线性建模条件使得模型有明显的改善,基于样条函数的效果总体最好,其次为基于高斯函数的情况。对原始光谱进行小波分解,得到的细节信号光谱建模效果更为可观。总体而言第四层细节信号光谱建模效果略优于第三层细节信号光谱。模型筛选波长变量的频率意味着在所给实验条件下的血糖浓度信息在不同波段的分布情况,这为血糖在血清成分中的物理化学特性提供了一定程度上的统计解释。     

参数微扰法中基态能量与近似级数的关系

基于参数微扰法并使用满足空间交换对称性的波函数计算了氦原子的2到12级近似基态能量.计算表明,随着近似级数的增加,氦原子基态能量逐渐降低,改变量越来越小,基态能量与实验值的绝对误差存在一定起落.因此,选择合适的近似级数对氦原子基态能量的精确计算具有重要作用.     

长焦距大口径连续变焦光学系统的设计

根据某探测设备可见光通道光学系统的特点和技术指标要求，详细介绍长焦距大口径连续变焦光学系统结构形式选择、初始结构参数计算及像差平衡的方法，给出运用该方法设计的采用正组机械补偿形式的长焦距大口径连续变焦光学系统的设计结果。对连续变焦光学系统进行了像质检测、实景成像及环境试验考核，其结果表明：该光学系统能满足某探测设备的性能要求。     

气体辐射宽带关联k模型的修正算法

求解有气体介质参与的辐射换热问题时,气体吸收带的带宽是一个重要的参数,同时它又是计算关联k模型中累积分布函数的参数.通过分析与计算证实,在计算吸收系数累积分布函数时,采用固定的带宽将引入较大误差,为此,将修正的宽带模型中计算带宽的方法引入吸收系数累积分布函数的计算.与窄带累积分布函数的比较表明,修正算法比固定带宽的算法更准确.     

Sub-Poisson statistics of subensembles of a micromaser field mode

It is proposed to use a result of indirect measurements—the average relative frequency of counts of a detector selective for the states of atoms escaping from a micromaser—for time selection of subensembles of a field mode. Analytical expressions for the reduced density matrix, average number of photons, and Mandel Q parameter for mode subensembles were obtained by the method of periodic paths. The generation of a random sequence of results of indirect quantum measurements was performed by the Monte Carlo method. The results of the analytical and numerical calculations are compared. It is found that the statistics of subensembles is sub-Poisson even when the calculation based on the matrix for the entire ensemble (in the absence of quantum measurements) gives super-Poisson statistics. It is noted that the time selection of subensembles is possible within a limited range of variation in the pumping parameter Θ, when the probability of quantum jumps is relatively low.     

平均键能方法在应变层异质结带阶研究中的应用

将平均键能方法推广应用于应变层异质结的带阶研究.通过流体静压力应变和单轴应变对带阶参量E_mv作用的仔细研究,发现平均带阶参量E_mv,av=E_m-E_v,av在不同应变状态下基本上保持不变.因此,在应变层带阶参量E_mv的计算中,只需计算其发生应变前体材料的带阶参量E_mv,o值并引用形变势b和SO裂距Δ₀的实验值,通过简便的代数运算得到应变层的E_{mv 关键词： 异质结 平均键能方法 价带偏移}     

A general strategy for anisotropic diffusion in MR image denoising and enhancement

Anisotropic diffusion (AD) has proven to be very effective in the denoising of magnetic resonance (MR) images. The result of AD filtering is highly dependent on several parameters, especially the conductance parameter. However, there is no automatic method to select the optimal parameter values. This paper presents a general strategy for AD filtering of MR images using an automatic parameter selection method. The basic idea is to estimate the parameters through an optimization step on a synthetic image model, which is different from traditional analytical methods. This approach can be easily applied to more sophisticated diffusion models for better denoising results. We conducted a systematic study of parameter selection for the AD filter, including the dynamic parameter decreasing rate, the parameter selection range for different noise levels and the influence of the image contrast on parameter selection. The proposed approach was validated using both simulated and real MR images. The model image generated using our approach was shown to be highly suitable for the purpose of parameter optimization. The results confirm that our method outperforms most state-of-the-art methods in both quantitative measurement and visual evaluation. By testing on real images with different noise levels, we demonstrated that our method is sufficiently general to be applied to a variety of MR images.