紫外预电离放电引发的非链式脉冲DF激光器

采用紫外预电离的横向放电方式和稳定光学谐振腔,使用无毒无腐蚀性的六氟化硫(SF6)和氘气(D2)作为工作物质,研究了工作气体配比、总气压对放电引发非链式脉冲氟化氘(DF)激光器输出能量的影响。实验发现SF6与D2的最佳比例为10:1,最佳总气压为10.5 kPa。使用DF激光谱线分析仪对激光输出谱线进行了测量,得到了17条P支跃迁谱线,激光能量集中在3.876μm附近的几条谱线。利用烧蚀光斑的方法测得输出激光束水平方向、垂直方向的发散角均为1 mrad。在最佳工作条件下,充电电压为39 kV时,激光单脉冲输出能量达到最大值3.58 J,此时激光脉冲宽度为215 ns,峰值功率为16.65 MW,电光转换效率为2.08%。     

激光诱骗干扰装备实弹对抗训练方法研究

随着训练需求的不断变化和深入,激光诱骗干扰装备训练迫切需要探索新的更加符合实战要求的训练方法。在分析激光诱骗干扰装备干扰原理和激光半主动制导武器作战过程的基础上,以制式激光末制导炮弹为对抗目标,设计了激光诱骗干扰装备实弹对抗训练方法,为激光诱骗干扰装备的干扰性能检验和战法运用的完善提供了新的训练思路,对进一步开展类似训练提供了参考。     

衰减全反射傅里叶变换红外光谱技术的临床应用研究进展

系统回顾了衰减全反射傅里叶变换红外光谱(attenuated total reflection Fourier transform infrared, ATR-FTIR)技术在临床医学领域中的应用研究进展。ATR-FTIR光谱技术具有实时、简单、无创扫描生物组织样品的优势,通过结合多模式识别统计学方法并对照临床及病理学诊断结果,可对生物组织样本进行判别分析。目前,对甲状腺、乳腺,以及肺组织等新鲜离体组织的光谱学检测中,ATR-FTIR技术可达到较高的判别敏感性、准确性与特异性;尤其在对甲状腺和乳腺疾病患者的前哨淋巴结活检的研究中,应用ATR-FTIR技术,可对良、恶性组织进行敏感性、准确性与特异性均较高的鉴别研究,对辅助临床诊断具有潜在的重要价值。此外,利用ATR-FTIR光谱技术对生物体液进行光谱分析并进一步诊断疾病的研究也在逐步开展。由于血清中所含成分的改变对于提示疾病状况具有重要价值,因而血清ATR-FTIR光谱学诊断方法成为研究热点,已有应用ATR-FTIR技术对脑胶质细胞瘤、心肌梗死、肾衰、阿尔茨海默病、卵巢癌与子宫内膜癌等多种疾病进行分析的研究报道。目前已可通过ATR-FTIR技术对卵巢癌进行疾病分期的判别诊断,该技术有望成为卵巢癌筛查的重要方法。由于血清ATR-FTIR光谱学技术具有检测快速、判别准确、性价比高等优势,有望成为今后生物医学发展的重要方向之一。     

高光谱成像技术在彩绘文物分析中的研究综述

彩绘文物是文化遗产研究的重要内容之一。目前,许多的化学、光谱以及数字成像等分析技术应用于彩绘文物研究中,其中,高光谱成像技术集光谱分析与成像技术为一体,具有无损、快速成像以及"图谱合一"的特点。其技术特点使得高光谱成像技术在非接触、无样本的条件下对彩绘文物进行无损研究,既可以获得彩绘文物的整体形貌特征,还可以深入分析彩绘文物的光谱特征,是高光谱成像技术相比于其他彩绘文物研究方法的独特优势。利用高光谱成像技术研究彩绘文物分为数据采集、数据分析以及数据应用三步,其中数据分析与数据应用是研究的主要内容。通过对高光谱成像技术在彩绘文物中的相关研究成果进行总结归纳,其数据处理方法主要包括高光谱数据降维、光谱特征参量化、光谱解混合以及分类方法四个方面,并分别描述了四类处理方法的主要功能、常用方法和已有案例。从具体应用方向上,可归纳为视觉增强、隐含信息挖掘、保护监测和颜料分析四类,具体描述了四类应用方向所涵盖的内容以及所解决的问题。最后对相关研究中存在的挑战和发展前景进行了总结和展望。     

稀疏降噪自编码结合高斯过程的近红外光谱药品鉴别方法

提出一种稀疏降噪自编码结合高斯过程的近红外光谱药品鉴别方法。首先对近红外光谱数据进行小波变换以消除基线漂移,然后用稀疏降噪自编码(SDAE)网络提取光谱特征并降维表示,最后采用高斯过程(GP)进行二分类,其中GP选用光谱混合(SM)核函数作为协方差函数,记此分类网络为wSDAG_SM。自编码网络具有很强的模型表示能力,高斯过程分类器在处理小样本数据时具有优势。wSDAG_SM网络通过稀疏降噪自编码学习得到维数更低但更有价值的特征来表示输入数据,同时将具有很好表达力的光谱混合核作为高斯过程的协方差函数,有利于更准确的光谱数据分类。以琥乙红霉素及其他药品的近红外光谱为实验数据,将该方法与经过墨西哥帽小波变换的BP神经网络(wBP)、支持向量机(wSVM), SDAE结合Logistic二分类(wSDAL)、SDAE结合采用平方指数(SE)协方差核的GP二分类(wSDAG_SE),以及未采用小波变换的SDAG_SM网络等方法进行对比。实验结果表明,对光谱数据进行墨西哥帽小波变换预处理能有效提升SDAG_SM网络的分类准确率和稳定性。wSDAG_SM方法无论从分类准确率还是分类结果稳定性方面,都优于其他分类器。     

高光谱成像的油菜和杂草分类方法

利用高光谱成像技术结合化学计量学方法对油菜中的杂草进行分类识别。采用近红外高光谱技术,通过正态变量变换(SNV)、去趋势化(De-trending)、多元散射校正(MSC)、移动平均平滑法(MA)、多项式卷积平滑法(SG)、基线校正(baseline)及归一化(normalize)算法对光谱数据进行预处理,采用主成分载荷(PCA loadings)、载荷系数法(x-LW)、回归系数法(RC)、连续投影算法(SPA)分别进行特征波长提取,采用偏最小二乘判别分析(PLS-DA)、极限学习机(ELM)和支持向量机(SVM)建立分类模型。结果表明,基于De-trending 预处理,通过PCA loadings,x-loading weights及SPA特征波长提取方法,基于极限学习机ELM算法建立的模型取得了最优的分类效果,建模集和预测集的分类精度均达到100%,另引入平均分类精度的指标,发现不同试验时间下,模型分类精度变化不大,表明应用近红外高光谱成像技术对油菜和杂草进行分类是可行的。     

基于tri-PLS模型的油类混合物三维荧光光谱及其成分的研究

提出了一种光谱重叠的多种矿物油混合物组分含量测定的新方法。将偏最小二乘方法(PLS)推广至三维扩展(tri-PLS),不需要解决特征值问题。利用该方法对柴油、汽油和煤油混合物的三维荧光光谱进行研究,根据样本序列、激发波长、发射波长构造出三维数据矩阵,结合浓度矩阵应用tri-PLS法建立校正模型,对实验样本进行预测,实验结果表明tri-PLS方法的建模精度比常用的平行因子法优越。     

C语言在固体热导率测定实验中的应用

为了提高固体热导率测定实验中数据处理的效率,同时降低数据处理过程中难以避免的人工计算误差,利用基于该实验的C语言程序,实现高效率数据处理,得出高精度实验结果,进一步阐明C语言程序设计在物理实验数据处理中的适用与可行[3]。     

杜仲的核磁共振指纹图谱研究

核磁共振氢谱（Proton Nuclear Magnetic Resonance,¹H NMR）是中药指纹图谱中一种鉴定和控制植物中药质量的新方法．本文采用CPMG（Carr-Purcell-Meiboom-Gill）脉冲序列采集了杜仲提取物的¹H NMR谱,通过完整还原振幅频率表（Complete Reduction to Amplitude-Frequency Table,CRAFT）分析技术对杜仲指纹图谱进行特征指纹分析,将待目标合物的信号从混合物图谱中剥离出来,实现了不分离样品而分析目标化合物信息的目的,从而对杜仲的特征化合物——松脂醇二葡萄糖苷（Pinoresinol Glucoside,PDG）进行了定性和定量分析．结果显示贵阳药用植物园所得杜仲的PDG含量为0.275 6%,相对标准偏差（Relative Standard Deviation,RSD）为1.69%,与高效液相色谱（High Performance Liquid Chromatography,HPLC）定量分析结果（含量为0.269 6%,RSD为0.65%）基本一致．另外,通过NMR检测与多变量数据建模相结合分析了杜仲提取物的全指纹图谱,结果显示同一采收期不同产地的杜仲药材有显著差异,这表明该方法可用于鉴定不同产地的药材,具有一定的实用意义．     

蚁群算法在智能LED路灯控制中的应用研究

LED路灯监控系统是应用了电力线载波通信(PLC:power line communication)技术以后,基于蚁群算法(ACA:ant colony algorithm)研发出的一种可应用在低压配电网的LED路灯组网寻址算法,同时围绕目标函数、信息素更新规则与状态转移规则和搜索等要素进行了修正与完善,不仅构建了路灯自动路由模型,还拟定出自动路由协议框架.凭借该模型,低压配电网信道质量可以实现动态识别,同时通过信道质量变化,电力线载波通信网络路由也能够完成动态维护,从而进一步实现通信网络的可靠性.最后,这种方法的实践性及可靠性在信道仿真模型及现场试验的协助下得以验证.