独立调谐热阴极微波电子枪电子反轰效应北大核心CSCD

为开展自由电子激光太赫兹技术研究,研制出利用两路微波馈入的独立调谐热阴极微波电子枪,建立了热测实验装置,并进行了束流测试和电子反轰效应的热测实验研究。实验结果表明,该微波电子枪出口处束流强度可超过500mA,电子反轰效应随着首腔电场的相位和幅度调节发生显著变化。     

基于硫氮杂冠醚离子载体的高选择性聚合物膜汞离子选择性电极

以硫氮杂冠醚化合物为离子载体,制备了一种高选择性聚合物膜汞离子选择性电极.通过对电极膜的组成及活化条件进行优化,电极在3.0×10-8～1.0×10-4 mol/L的范围内对汞离子呈能斯特响应,响应斜率为31.2 mV/dec,检出限为2.0×10-8 mol/L.该电极对大多数常见的金属离子具有良好的选择性,并可作为指示电极用于电位滴定.     

结合MGCC特征与多尺度通道注意力的环境声深度学习分类方法*

环境声分类技术在家居安全监测、人机语音交互等领域具有关键作用。然而,声源的多样性与混合性给环境声分类方法设计带来了重大挑战。为提高分类准确率与节约计算资源,本文提出一种基于多尺度通道注意力机制下的深度学习分类模型。所提模型由特征提取模块、多尺度卷积模块、高效通道注意力模块、输出层四部分组成。首先,通过引入加权型梅尔Gammatone频率倒谱系数挖掘环境声频谱幅值与相位结构信息;其次,融合多尺度卷积核与高效通道注意力机制优选出音频关键局部细节和通道特征;最后,在全连接层采用softmax函数映射特征并输出环境声类型的概率值。所提模型在6种环境声的iFLYTEK、10种环境声的Urbansound8k数据集上开展测试验证,分别取得了94%、76.52%、79.24%（iFLYTEK+Urbansound8k）的分类准确率。消融实验结果进一步表明：引入的多尺度卷积模块、通道注意力机制模块对分类准确率的提升贡献率分别接近于3.77%和1.89%。实验还详细对比了7种现有的深度学习分类方法,所提算法在分类准确率上排名第二;另外, 在同级别算法中如ResNet18、GoogLeNet,所提算法在模型参数量和计算复杂度方面上实现了进一步的约减。