基于光谱和神经网络模型的作物与杂草识别方法研究

利用光谱技术来识别作物与杂草是精细农业中一个非常重要的研究内容,但光谱数据中含有大量冗余数据,如何预处理以及建立识别模型,是决定识别准确率的关键。利用在325～1 075 nm波段的光谱识别了三种杂草（牛筋草、凹头苋、空心莲子草）与大豆幼苗。在幼苗生长的第三周与第六周分别采集杂草与作物的光谱,共378个样本。用其中的250个光谱样本,包括第一期和第二期采集的光谱样本,在采用db12小波经过三层分解后,将其小波系数作为输入数据建模,构造了一个径向基函数神经网络。然后,利用余下的光谱样本检验该模型的识别能力。结果表明,该模型对作物与杂草光谱具有极强的识别能力,只有3个第二期的牛筋草样本被判断为空心莲子草,其余的样本全部正确识别。这个结果表明,采用可见/近红外光谱识别大豆幼苗与三种伴随生长的杂草是可行的,同时也说明,随着作物的生长阶段的不同,其光谱的变化不会影响到种类识别。     

Influence of Deviation on Optical Transmission through Aperiodic Superlattices

We propose a deviation model and study the influences of the relative error and sensitivity of a machine on the transmission coefficients （TCs） of Fibonacci superlattices. It is found that for a system with fewer layers, the influence of deviation can be ignored. When superlattices become more complicated, they may be fabricated by a machine with suitable relative error and possess the designed value of TO. However, when the number of system layers exceeds some critical value, superlattices should be manufactured only by precise machines. The influence of the sensitivity is also discussed.     

天文观测相机低噪声CCD视频处理电路的分析与设计

在讨论天文观测相机低噪声视频处理电路的基础上,对前置放大、差分放大、可编程增益放大、相关双采样及16bit模数转换等关键组成部分进行了分析,给出各组成部分的设计方法。对所设计的低噪声视频处理电路进行了PSPICE仿真和实验测试,仿真和实验结果表明,该视频处理电路在本身引入噪声较小的同时,有效地抑制了CCD的复位噪声和1/f等低频噪声,使天文观测相机的整机噪声<15e-,达到了指标要求。     

采用色差先验约束的像差校正技术

本文通过分析自然图像的边缘3个通道之间的关联性,提出"同一物体的边缘在3个颜色通道应处于相同位置"的色差先验约束,该约束在数学上近似为各通道的相对导数相等,基于此色差先验约束,建立了一种新的像差校正模型即图像解卷积模型,并给出了基于交替方向乘子法的模型求解算法。实验结果表明:本文的像差校正技术可以提升图像的峰值信噪比10 dB以上,明显优于目前主流的BM3D和YUV算法,并且视觉提升效果明显,基本满足普通光学系统对像差的校正要求。     

显微激光拉曼定量分析CO_2气体碳同位素组成方法研究

制备了一系列不同比例的~(12)CO_2/N_2和~(13)CO_2/N_2混合物,对样品进行显微激光拉曼测试分析后发现气体拉曼特征峰峰面积比与其摩尔分数比成正比例关系,拟合方程的斜率被认为是拉曼量化因子F_(12CO_2)和F_(13CO_2)。用气相组分中只含有~(12)CO_2和N_2的流体包裹体验证了当F_(12CO_2),为1.163 49时,根据气体的拉曼特征峰峰面积比能估算出其摩尔分数比。由线性拟合后的方程斜率得出F_(13CO_2)和F_(12CO_2)分别为1.610 86和1.163 49,它们的比率F_(13CO_2)/F_(12CO_2)是1.3845。在确定稳定同位素分子的拉曼参数和实验条件基础上,CO_2气体碳同位素摩尔分数比C_(12)/C_(13)可根据A_(12Co_2)/A_(13CO_2)(拉曼峰峰面积比)和F_(13CO_2)/F_(12CO_2)的乘积求出。此外,用已知摩尔分数比(C_(12)/C_(13))的人造包裹体验证了此方法具有一定的可行性,可以建立起定量分析CO_2气体碳同位素激光拉曼测试方法。     

银催化9-联烯嘌呤与氟代双(苯磺酰基)甲烷的单氟甲基化反应（英文）

以氟代双(苯磺酰基)甲烷为氟化试剂,AgF(3 mol%)为催化剂,实现了9-联烯嘌呤的单氟甲基化反应,并在不同取代基的9-联烯嘌呤底物中均表现出了较好的收率.单氟甲基化反应具有较高的化学选择性和E-选择性.同时,这种方法为合成含氟嘌呤化合物提供了一种有效的途径.     

异丁基乙烯基醚与受电子单体的可控自由基共聚合

近年来发展起来的“活性” 可控自由基聚合越来越为人们所关注 ,其原因在于采用这种方法不仅可以设计聚合物的分子量 ,得到窄分布聚合物 ,而且聚合条件不象活性离子型聚合那样严格 ,单体适用范围相对较广 .关于烯类单体的活性自由基聚合迄今主要有 :氮氧自由基调控的稳定自由基聚合 (Ｓｔａｂｌｅｆｒｅｅｒａｄｉｃａｌｐｏｌｙｍｅｒｉｚａｔｉｏｎ ,简称ＳＦＲＰ) [1] 、原子转移自由基聚合 (Ａｔｏｍｔｒａｎｓｆｅｒｒａｄｉｃａｌｐｏｌｙｍｅｒｉｚａｔｉｏｎ ,简称ＡＴＲＰ) [2 ] 以及以后发展起来的自由基可逆加成 断链链转移聚合…     

末端含C_(60)单链窄分子量分布高分子在溶液中的自组装行为

C60做为碳笼烯家族的代表,由于它独特的物理化学性能而引起人们广泛的兴趣[1].然而,它较差的溶解性和加工性能限制了其实际应用.将C60引入高分子可将C60不同寻常的物理化学性能与高分子良好的力学、溶解及加工性能结合起来的一种有效方法.自从大规模制备C60的方法出现后,已有大量关于合成各种高分子化C60的报道[2～6].通过化学修饰的方法将C60结合到高分子中的主要研究目是改进C60的溶解性及加工性能.     

薄层色谱法分析葵花仁粕中的绿原酸

 以聚酰胺薄膜为固定相、体积分数为 36 %的乙酸溶液为流动相 ,研究建立了薄层色谱分离测定葵花仁粕中绿原酸的方法。绿原酸样品溶液上行展开 8 5cm ,其Rf 值为 0 6 1。绿原酸的检测量在 0 0 5 μg～ 0 6 μg范围内 ,其斑点的面积与绿原酸的检测量具有良好的线性关系。绿原酸的回收率为 97 5 3 % ,不同薄层板之间的RSD为2 5 7% ,最低检出限为 0 0 2 5 μg。在以体积分数为 70 %的乙醇溶液为萃取剂、搅拌振荡萃取时间为 30min的条件下 ,以该方法测定萃取液中绿原酸的含量和葵花仁粕中绿原酸的残留量 ,确定了最佳萃取次数。     

杯芳烃及其衍生物在色谱和毛细管电泳中的应用

杯芳烃是由多个苯酚在2,6位与亚甲基相连形成的大环化合物,具有分子识别功能,是继环糊精和冠醚之后第三代主体分子,它在现代分离科学中有着广泛的应用,本文综述了近年来杯芳烃及其衍生物在色谱和毛细管电泳中的应用进展。