基态波函数对氦原子双电离微分截面的影响

文中采用氦原子的三种近似波函数,计算了入射电子能量为5599eV时,敲出电子共面等能分享几何安排下,氦原子双电离He（e,3e）反应全微分截面.结果表明三种波函数的理论计算结果,在误差范围内都与实验数据基本吻合,其中采用Pluvinage波函数所得到的理论数据更接近实验数据.     

基态波函数对氦原子双电离微分截面的影响

文中采用氨原子的三种近似波函数,计算了入射电子能量为5599 eV时,敲出电子共面等能分享几何安排下,氦原子双电离He(e,3e)反应全微分截面.结果表明三种波函数的理论计算结果,在误差范围内都与实验数据基本吻合,其中采用Pluvinage波函数所得到的理论数据更接近实验数据.     

杨氏模量教学实验的改进

杨氏模量实验是大学物理实验课程教学中重要的组成部分.本文详细介绍了杨氏模量的激光光杠杆法和梁弯曲法两种测量方法.根据不同实验方法,对实验仪器进行合理的改进,并完成了数据处理和误差分析.相对于传统的实验教学方法,改进后的实验装置不仅操作简单,读数更简单,更直接,而且测量数据准确度高,误差很小.因此,本实验的优化改进将提高...     

牛顿环测量数据的不确定误差参数统计分析

牛顿环实验数据分析是大学物理实验中的重要问题,两种主要数据处理方法获得的牛顿环实验曲率半径通常存在着一定差异,且其测量误差不一定服从正态分布.为了准确估计曲率半径,需要更细致地对数据测量误差进行统计建模分析.频率学派不确定误差参数统计模型使用Gamma分布分析系统误差,具有对异常值不敏感的特性.基于牛顿环实际测量数据集,应用不确定误差参数统计模型可以得到更准确的牛顿环实验曲率半径估计值.     

基于飞行计划的惯性导航误差模型分析

为了更有效地评估民航飞机惯性导航性能,更好地分析其惯导数据相对于飞行计划的误差。提出一种新方法整体分析惯导误差,将飞行计划航迹离散化计算出误差数据,使用小波多尺度分析方法,经小波变换将误差分为高频与低频两部分,将非平稳的低频部分进行差分处理转化为平稳时间序列,最终建立惯导误差数据的自回归滑动平均（ARMA）模型。通过与实际快速存取记录器（QAR）数据对比验证,此模型能较好地描述惯导误差,较为准确地描述了民航飞机惯性导航误差,为进一步分析其特性及规律奠定了基础。此方法可用于评估民航飞机惯导性能。     

基于机器学习的合金催化剂表面吸附能预测

近年来,机器学习方法逐渐成为多相催化中的一种关键研究手段. 二元合金材料作为重要的催化剂之一,在双功能催化剂的筛选中受到了广泛的关注. 本文提出了一个将机器学习方法应用在预测催化性质上的整体框架,从而快速预测原子、分子在金属和二元合金表面的吸附能. 通过测试不同的机器学习方法来评估它们对于该问题的适用性,并将树集成的方法与压缩感知方法相结合,利用约6×10⁴个吸附能数据构建了预测模型. 相对于线性比例关系,该方法可以更准确地预测大量合金上的吸附能(预测的均方根误差降低一半),并且更通用地预测各种吸附物的能量,为发现新的双金属催化剂铺平了道路.     

基于小波域可导阈值函数与自适应阈值的脉冲星信号消噪

脉冲星辐射信号具有极低的信噪比, 传统降噪方法难以在抑制噪声的同时保留其细节信息. 为此, 提出了一种小波域脉冲星信号消噪方法. 在小波域, 利用一种可导的阈值函数和一种自适应阈值选取方法, 对含噪脉冲星信号进行小波域阈值去噪处理, 并利用信噪比(SNR)、 均方根误差(RMSE)、 峰值相对误差(REPV) 以及峰位误差(EPP) 四项指标来对去噪效果进行评价. 实验结果表明, 与软阈值与硬阈值法相比, 该方法能在有效去除含噪脉冲星信号中的噪声、 显著提高其信噪比的同时, 更有效地保留原始信号中的有用信息, 同时可以获得更小的均方根误差、 脉冲峰值相对误差与峰位误差.     

空间调制干涉光谱成像仪数据误差修正方法

针对空间调制干涉光谱成像仪获取数据的特殊性,提出一种数据误差修正方法,修正了干涉数据的探测器误差和光学系统误差.对于光学系统导致的光场分布不均匀误差,采用多项式拟合的方法从干涉数据中直接获取误差修正数据.利用实际仪器获取的数据对上述方法进行了计算机仿真,得到了较好的误差修正结果.     

借助标志点的深度数据全局匹配方法

深度数据匹配是三维光学测量系统的关键问题,借助标志点匹配方法具有廉价、方便、快速等优点,但当前该方法对多视场数据匹配的误差积累问题没有解决.阐述一种借助非编码标志点进行深度数据匹配的方法,利用图像处理及模式识别技术提取标志点,并由光学测量系统标定信息获得标志点三维局部坐标,利用欧式空间距离的刚体不变性,完成两个视场深度数据的精确匹配.并提出一种全局迭代优化算法完成对多个视场深度数据的全局精确匹配,避免了误差积累,最大匹配误差从0.123 mm降到0.076 mm.实验证实了方法的有效性,不仅可以自动、快速完成两个视场深度数据的精确匹配,而且解决了对多个视场深度数据匹配的误差积累问题.     

动态法测金属热导率实验的优化及误差分析

基于离散傅里叶变换以及延迟定理,本文对动态法测导体热导率实验提出了新的数据处理方法,分析了这一方法的稳定性.对该实验的几个误差原因进行了讨论,包括样品的非半无限长的影响,加工误差的影响等.误差分析表明只要能减低仪器加工误差,本方法可以达到将误差降到5%以下.并根据讨论结果给出仪器设计的改进建议.     

基于测量不确定度评定的数据处理方法

中利用直接测量量和间接测量量的测量不确定度评定方法,根据误差理论的教学经验与实践,给出了直接测量量和间接测量量的实验数据处理的具体方法步骤,并结合实际的测量数据,举例说明了如何运用直接测量量和间接测量量的实验数据处理方法,既便于学生理解又利于他们更好地掌握。     

Multi-level quantization and blind equalization based direct transmission method of digital baseband signal

The direct transmission of digital baseband signals has practical significance in the field of Ethernet terminal connection, high-speed digital communication, data transmission of various types of information peripherals. The signal amplitude gradually decays while the transmission distance increases. Also the attenuation is proportional to the signal frequency, resulting in signal distortion and receiving error. It is a common method for digital baseband signal transmission to use pre-emphasis chip and equalizer chip to improve the transmission quality with a wide range of mature applications. This paper describes a new type of digital signal transmission method, as the receiver using analog-to-digital converter, instead of equalizer chip, to achieve the multi-level quantization of receiving time-domain data waveform. The waveform of the transmitted digital high and low level signal is sampled into multi-bit values. Then, the paper realizes adaptive frequency domain equalization based on soft threshold and makes use of multi-level quantization soft information for error correction. Error correcting code is mainly used to correct the error caused by the channel bandwidth limit, external noise or interference in the process of data transmission, so as to improve the stability and reliability of the transmission. The paper uses the two-stage error correcting codec system based on both Turbo and BCH coding, to achieve the high performance of Turbo code, and good characters of respond time and complexity. The transmitter outputs 12.5 MHz pseudo-random sequence through a 199.93 meter unshielded balanced twisted pair transmission medium. And the receiver circuit using a 62.5MSPS analog-to-digital converter over-samples the waveform to 8-level quantity. The output error of a 65536 bit pseudo-random sequence is less than 8 bits, and the error correction can be further improved by 8b-10b codec. Compared with the traditional pre-emphasis and balanced interface ICs connection, the method described in this article has the advantages of longer transmission distance, better flexibility and wider scope of use.     

基于动态光谱法的多波长脉搏血氧饱和度测量

目前临床上血氧饱和度的无创检测主要基于双波长的脉搏血氧饱和度测量原理,但其检测精度仍然需要进一步的探究和完善。近年来,国内外的很多研究者采用三波长甚至八波长的方法测量血氧饱和度,从某种程度上减小了误差。动态光谱法作为一种新型血液成分无创检测方法,能消除受试者个体差异和测量环境等的影响,在血红蛋白浓度的无创检测研究中取得了很好的效果。基于动态光谱法对多波长下脉搏血氧饱和度检测进行了研究：对60名重症监护患者进行动态光谱采集以及动脉抽血分析血氧饱和度值;采用高灵敏度光纤光谱仪,采集受试者指端透射多波长下的光谱信息;以单拍提取法提取波长范围为606.44~987.55 nm的动态光谱;以动脉血气分析中血氧饱和度值为参考真值,建立血氧饱和度与多波长动态光谱数据的组合间隔偏最小二乘校正模型;得到预测集的相对误差为±0.017 6,而两波长测量装置监护仪上得到的数据相对误差为±0.116 4。结果表明：利用高灵敏度光纤光谱仪采集多波长光谱信息,用动态光谱法进行数据预处理,进行多波长血氧饱和度检测,有效降低了血氧饱和度的测量误差。     

Fitting models to correlated data II (small samples, large correlations, and wrong models)

The estimation of experimental error, data correlation and model error by the analysis of the fit residuals in an ordered sequence of data [J. Mol. Spectrosc. 224 (2004) 73] is improved by a better insight in the calculation of the statistical relevant quantities. The biases previously observed for too small samples of data, very wrong models or highly correlated data, are partially corrected and this leads to better estimates in some extreme cases provided these unfavourable conditions are not combined. However, such results are always obtained with a decrease in accuracy.     

基于LLE-SVR的鸡蛋新鲜度可见/近红外光谱无损检测方法

鸡蛋新鲜度是反映鸡蛋内部品质的一个重要指标。为了能够实现鸡蛋新鲜度的快速无损检测,利用微型光纤光谱仪采集鸡蛋550～950 nm的透射率光谱曲线,与鸡蛋的哈夫单位值进行了定量分析。通过不同的预处理方式分别结合偏最小二乘回归(partial least squares regression, PLSR)与支持向量回归(support vector regression, SVR)建立模型,比较了不同模型的预测结果,发现一阶微分结合SVR能够实现较好地预测,且利用SVR建模要优于PLSR。为了提高运算效率,减少无用信息对建模的不良影响,分别利用线性降维主成分分析法(principal component analysis, PCA)与非线性降维局部线性嵌入(locally linear embedding, LLE)对一阶微分后的光谱数据降维,比较两种降维方法的预测效果,得出了LLE降维要优于PCA降维,其训练集和预测集的相关系数与均方根误差分别为92.2%,7.21和91.1%,8.80,训练集交叉验证的均方根误差相比减少了0.79。实验结果表明,利用局部线性嵌入结合支持向量回归进行非线性建模,能够提高鸡蛋新鲜度的预测能力,表明该方法对鸡蛋新鲜度的可见/近红外光谱检测可行。     

Optimization of the optothermal detector for absorption spectroscopy in the low pressure range

To use the sensitivity and the measurement accuracy of the optothermal detector (OT) better for linear absorption detection, a theory of the signal behaviour, worth for the most important range of application, is developed and compared with experimental data. By means of the example of CO₂-laser light absorption by ammonia, containing two different nitrogen isotopes, the possibility of correcting measured values to get more exact information of the absorption behaviour is shown. The limits of error, as well as the reproducibility of the measurments could be kept in a range of about 1%.     

基于BP神经网络的人体血液中红细胞浓度无创检测

采用BP神经网络算法模型对人体血液红细胞浓度进行无创检测。对获取的动态光谱数据和红细胞实测值利用BP神经网络进行建模分析,校正集输出对期望值的跟踪较好,相关系数R达到了0.993,用建立起的BP神经网络模型去检验预测集输出值,得到预测集的相对误差最大为4.7%,平均相对误差为2.1%,预测能力较为理想。结果表明：用BP神经网络模型能够较准确的处理动态光谱数据和人体红细胞实际值的非线性关系,提高了血液成分无创测量在临床上应用的可行性,具有较高的应用价值。     

优化模式物理参数的扩展四维变分同化方法

数值模拟的一个重要误差来源是模式物理参数,为提高模拟准确率,如何改进模式物理参数是亟需解决的问题.本文对经典四维变分同化技术进行了改进,提出了一种新的利用观测资料来同时优化模式初始场和物理参数的扩展四维变分同化方法,并以Ekman边界层模式和Lorenz模式为例进行了数值试验.结果表明,利用本文提出的新方法,通过对观测资料的变分同化,可以在实现对模式初始场进行优化的同时,纠正了模式物理参数中的误差,从而有效提高了模式的模拟准确率.该方法对于改进数值模式物理参数有着重要的促进意义.     

Total aromatics of diesel fuels analysis by deep learning and near-infrared spectroscopy

Abstract

This article proposes a method for quickly detecting the total aromatics content of diesel fuels based on a deep learning algorithm and near-infrared spectroscopy. First, extract the features of the diesel fuel spectral data and eliminate redundant information through the deep belief nets. Second, use a new extreme learning machine to build a prediction model. The experimental results show that the root-mean-square error of prediction value is 0.715 and the coefficient of determination value is 0.988, which proves that the method has good performance. Compared with other typical prediction methods, this method has better predictive ability.     

光谱数据融合对绒柄牛肝菌产地溯源研究

由于国内外食品市场准入制度和溯源体系不完善,销售商乱用虚假标签等现象的发生,使得食品安全形势愈发严峻。为了保障野生食用菌的安全性,保护云南高原特色农业品牌战略,亟需建立快速准确的产地溯源方法。通过采集云南及其周边8个产地、79个绒柄牛肝菌子实体的紫外-可见吸收光谱(UV-Vis)与傅里叶变换红外光谱(FTIR),采用多元散射校正(MSC)、标准正态变换(SNV)、二阶导数(2D)、平滑(SG)等算法对原始光谱进行预处理。基于低级与中级数据融合策略,将预处理后的UV-Vis与FTIR光谱信息进行融合,结合偏最小二乘判别分析(PLS-DA)与支持向量机(SVM),建立牛肝菌产地鉴别模型,确定最佳产地溯源方法。对光谱融合数据进行系统聚类分析(HCA),探讨不同产地样品整体化学信息的差异性与相关性。结果显示：(1)采用MSC+2D和SNV+2D对UV-Vis与FTIR光谱进行预处理,R2Y与Q2最大,分别为61.58%,95.09%和50.85%,82.16%,表明MSC+2D与SNV+2D为UV-Vis与FTIR光谱的最佳预处理方法;(2)基于UV-Vis,FTIR,低级与中级数据融合建立的PLS-DA与SVM模型,样品分类错误总数分别为24,6,2,2和6,1,1,0,表明数据融合模型分类效果优于单一UV-Vis与FTIR模型;(3)中级数据融合模型中,SVM对所有样品的分类全部正确,PLS-DA的分类错误总数为2,表明基于SVM的中级数据融合策略分类效果优于PLS-DA;(4)低级和中级数据融合HCA模型,分别有4和1个样品不能与同一类区域样品聚为一类,表明中级数据融合优于低级数据融合;由中级数据融合HCA图可知,同一产地样品聚类距离小于不同产地之间聚类距离,表明同一产地样品整体化学成分类较相似,且同一产地不同采集地点的差异小于不同产地之间的差异。采用UV-Vis与FTIR光谱中级数据融合策略结合SVM,能够对不同产地来源牛肝菌样品进行准确鉴别,为野生食用菌产地溯源研究提供一种新方法。