关于基于Delta-序列的密度估计的大偏差的一个注记

本文研究了基于一个delta-序列和一列独立同分布且取值于 ??綆 随机变量的非参数密度估计的对称检验问题,用经验过程的方法,得到了相应的量满足大偏差原理,推广了文献[3]的结果.     

基于宽带多通道的光谱反射率重建方法研究

复制的多光谱数据获取要求图像数据具有设备无关、场景无关特性,能够真实客观表征物体颜色信息。针对获取系统扰动、噪声误差以及光谱重建中训练样本典型代表性与相关性要求,提出了基于正交回归的光谱重建算法,并通过子空间跟踪的训练样本选择算法,选择重建样本与训练样本集中相关性与代表性最好的样本参与光谱重建。实验通过改造后的仙娜宽带多通道成像系统进行验证,数据表明本文提出的方法,所选训练样本能较好的表征样本空间并具有较好的正交性,在宽带多光谱成像方面,重建光谱平均色度误差为3.6,其光谱精度与色度精度较其他方法具有明显提高。     

我国高等学校分析化学教材建设研究

从教材出版工作者的角度,对我国高等学校分析化学课程改革,特别是分析化学教材建设的发展进行了初步研究。从时间上看,分析化学教材的发展经历了雏形期、发展期和成熟期3个时期。文中重点阐述了不同时期典型分析化学教材的外在表现形式和具体教学内容的特点和变化,并对分析化学教材的建设趋势进行了初步探讨。     

新型含噁二唑环的苯并噁/噻唑啉酮衍生物的合成、表征及生物活性

以邻氨基苯酚(硫酚)和尿素为起始原料, 经一系列反应, 合成出了30个新型含噁二唑环的苯并噁/噻唑啉酮衍生物(6). 利用IR、¹H NMR 和元素分析对新化合物4 和6 的结构进行了表征. 对所合成的目标化合物进行了抗癌、抗炎和免疫调节活性的筛选, 实验结果表明, 部分目标化合物具有弱的抗癌和免疫调节活性, 对TNF-α 和Cdc25B 磷酸酯酶均无抑制活性.     

FeMnP_(1-x)T_x(T=Si,Ga,Ge)系列化合物机械性能的第一性原理研究

以密度泛函理论为基础,使用投影缀加波方法、VASP程序包研究了FeMnP_(1-x)T_x(T=Si,Ga,Ge)化合物的力学性质,结果表明FeMnP_(1-x)Ga_x化合物的晶格参数、弹性常数和电子结构与FeMnP_(1-x)Ge_x化合物比较接近,同时该化合物在力学上稳定,是预期具有较大的磁熵变和高磁热效应的材料.依据Pugh判据,FeMnP_(0.67)T_(0.33)(T=Si,Ga,Ge)化合物具有良好的延展性,三者之中FeMnP_(0.67)Ga_(0.33)韧性最好,FeMnP_(0.67)Si_(0.33)韧性相对较差,说明Ga替代P可改善此类化合物的机械性能.最后从化合物体系电子总态密度随不同掺杂T原子的演化规律解释了自洽计算得到的弹性常数的变化规律.     

基于视感知特征的多光谱高保真降维方法研究

为解决多光谱数据在降维压缩过程中的颜色精度保持问题,提出一种基于人眼视觉感知特征的多光谱数据高保真降维压缩方法(VPCM)。研究首先依据人眼视觉响应的非线性解析特征,成功构建了同时综合人眼光谱特征与色度特征的变换函数,并通过进一步构造的优化函数对其进行修正,以针对不同的样本集找到最佳变换方向,而后利用修正后的视觉特征变换函数对光谱样本集进行空间变换(Γ(S)=C),然后利用主成分分析方法对经视觉特征函数变换后样本集光谱数据进行降维压缩处理,并通过逆变换重构出样本集光谱数据(Γ-1(C)=^S),进行降维评价。实验选取四类具有典型代表性的数据集作为测试样本,分别以D50/2°条件下的CIELab色差和75组典型照明光源(钨丝灯、荧光灯和LED灯)下的平均同色异谱指数(MMI)作为色度主要评价指标,同时对比了Lab-PQR和2-XYZ两种较为先进的光谱降维算法。实验结果为VPCM方法的MMI值最小,其次是LabPQR,而2-XYZ的表现较差;VPCM方法在75组光源下对四组样本集的平均重构色差ΔEab也为最小,且最大样本平均色差及方差均要小于其他两种方法;VPCM方法的重构光谱精度介于Lab-PQR和2-XYZ之间,Lab-PQR的重构光谱精度最高。实验结果显示新方法色度压缩精度整体优于对比的两种方法,在变换参考条件下具有良好的色差稳定性,能够较好的应用于多光谱数据色度高保真压缩。     

基于可见光谱的古代壁画颜料无损鉴别方法

矿物颜料是古代壁画显色的物质基础,其可见光谱反映自身物质和物理属性。不同颜料对可见光吸收特性的差异导致光谱曲线形状不同,同一种颜料因粒径等级差异引起光谱曲线幅值的规律性变化。依据矿物颜料上述特性,提出一种基于可见光谱的古代壁画颜料无损鉴别方法,通过光谱归一化方法实现不同粒径等级的同一颜料光谱曲线叠合,去除颜料粒径等级对光谱曲线幅值变化的影响,然后提取表征光谱曲线在各波段增减性和凹凸性的一阶与二阶导数特征,与光谱曲线组合得到颜料物质属性鉴别的光谱组合特征空间,以光谱角和欧式距离为基础构建评价指标,计算待鉴别颜料与数据库参考样本在光谱特征空间中的匹配误差(ME),实现颜料物质属性的鉴别。通过构建矿物颜料平均粒径大小和光谱反射率均值之间关系函数,实现颜料平均粒径大小的鉴别。基于构建的古代壁画常用颜料光谱数据库,以莫高窟壁画为对象,通过非接触式原位无损测量方法测量获得壁画颜料的可见光谱数据,对本文方法进行了验证,并以石绿和青金石颜料的鉴别结果为例,对古代壁画颜料使用技法、不同朝代颜料使用的差异性及原因进行了探讨。该方法将为更加全面深入研究和保护古代壁画提供有效的理论与方法支撑。     

LED智能光源混光呈色模型构建方法研究

LED智能光源具有色光可调的特点,其内置微处理系统可以通过无线数据传输等技术调整发光方式,控制光色及发光强度,进而实现照明光源的动态调节,因此特别适合于博物馆展陈、家居照明等智能化照明设计环节。现阶段,鉴于LED光源智能混光技术尚未普及,目前绝大多数商用LED智能光源在混光控制方面仅局限于设备制造商所设定的几类固定模式,无法充分发挥智能LED光源色光可调的技术优势。针对此问题,提出了一种基于BP神经网络以及有效集算法的LED智能光源混光呈色模型构建方法,实现了LED智能光源控制信号与对应发光光谱辐亮度分布之间的双向高精度映射。研究中首先提出了一种基于BP神经网络的LED混光呈色预测方法,实现了由LED智能光源驱动控制值向光源实际发光光谱辐亮度分布的准确预测;在此基础上运用有效集算法实现了由光源实际发光光谱辐亮度分布向LED智能光源驱动控制值的反向高精度预测。实验结果显示,所提出的方法整体建模误差显著小于人眼视觉可分辨阈值(CIEUCS Duv值可低至0.002 7),达到了较为理想的建模效果。该方法的提出,将为当前LED智能光源制造以及现有商用LED智能光源的二次开发与优化提供有效的理论与方法支撑。     

基于主成分分析的光谱重建训练样本选择方法研究

训练样本构成是影响光谱重建精度的一个重要因素,针对学习型光谱重建算法中训练样本选择问题,提出了一种基于主成分分析的训练样本选择方法。为了保证训练样本与重建样本的相似度,首先根据欧式距离最小原则从待选样本集中选择与重建样本相机响应值相似的样本,并去掉其中的重复样本;然后进行主成分分析;设定阈值筛选各主成分系数较大的样本作为训练样本,最后得到与主成分个数相同的训练样本子集。为验证该方法的有效性,通过在镜头前加载宽带滤色片搭建多通道图像获取系统采集多通道图像信息,将得到的各样本子集用作训练样本,利用伪逆法重建光谱信息,最后将重建的光谱精度与常用的训练样本及训练样本选择方法得到的重建光谱精度进行比较。实验结果表明：提出的方法显著提高了光谱重建的色度精度和光谱精度,优于常用的样本选择方法,能较大程度满足高精度颜色复制要求。     

一类相依两险种风险模型的分类破产概率

本文考虑文[1]中引入的一类索赔达到计数过程相关的两险种风险模型.利用更新方法,获得了该风险模型的分类破产概率的渐进结果,并给出了指数索赔情形下分类破产概率的表达式,从而改进了文[1]中的相关结果.