基于高光谱技术的灰霉病胁迫下番茄叶片SPAD值检测方法研究

对灰霉病胁迫下番茄叶片中叶绿素含量(SPAD)的高光谱图像信息进行了研究。首先获取380～1 030 nm波段范围内健康和染病番茄叶片的高光谱图像,然后基于ENVI软件处理平台提取高光谱图像中感兴趣区域的光谱信息,经平滑(Smoothing)、标准化(Normalize)等预处理后,建立了基于Normalize预处理的偏最小二乘回归(PLSR)和主成分回归(PCR)模型。再基于PLSR获得的4个变量建立反向传播神经网络(BPNN)和最小二乘-支持向量机(LS-SVM)模型。4个模型中,LS-SVM的预测效果最好,其决定系数R2为0.901 8,预测集均方根误差RMSEP为2.599 2。结果表明,基于健康和染病番茄叶片的高光谱图像响应特性检测叶绿素含量(SPAD)是可行的。     

Controlled growth of large＇scale silver nanowires

Large-scale silver nanowires with controlled aspect ratio were synthesized via reducing silver nitrate with 1, 2- propanediol in the presence of poly （vinyl pyrrolidone） （PVP）. Scanning electron microscopy, transmission electron microscopy and x-ray powder diffraction were employed to characterize these silver nanowires. The diameter of the silver nanowires can be readily controlled in the range of 100 to 400 nm by varying the experimental conditions. X-ray photoelectron spectroscopy and Fourier transform infrared spectroscopy results show that there exists no chemical bond between the silver and the nitrogen atoms. The interaction between PVP and silver nanowires is mainly through the oxygen atom in the carbonyl group.     

应用可见-近红外光谱技术进行白醋品牌和pH值的快速检测

提出了一种基于可见-近红外透射光谱技术快速判别白醋品牌和测定pH值的方法。应用可见-近红外透射光谱获取不同品牌白醋的透射光谱曲线,并对获得的原始光谱数据进行平滑、变量标准化以及一阶导数等预处理,然后利用主成分分析对原始光谱数据进行聚类分析,根据主成分的累计贡献率选取主成分数,并将所选取的主成分作为三层BP神经网络的输入。通过定标集样本对BP神经网络进行训练,得到三层优化神经网络结构：5输入层节点,6隐含层节点和2输出层节点,各层传递函数均采用Sigmoid函数。利用该模型对预测集样本进行预测。实验结果表明在阈值设定为±0.1的情况下该模型对预测集样本品牌鉴别准确率达到了100%,pH预测值与实际测量值偏差小于5%,得到了理想的结果。所以利用可见-近红外光谱技术结合主成分分析和神经网络算法能够快速准确的判定白醋品牌和pH值。     

一种新型咔唑类菁染料黏度荧光探针

合成了一种带有醛基的咔唑类菁染料KQ, 其自身的荧光量子产率较低, 对极性的敏感性小, 且荧光信号不受核酸等生物分子的干扰. KQ对环境黏度有很好的荧光响应, 相对荧光强度随着环境黏度的增大而增强, 并且在1×10^-3~1.3216 Pa·s黏度范围内, 染料的荧光强度与溶液的黏度呈良好的线性关系. 活细胞荧光成像实验结果表明, 染料KQ具有良好的细胞膜通透性, 并可对细胞内不同位置的黏度检测成像.     

多孔材料中应力波的传播

针对多孔泡沫混凝土实验应力应变曲线的基本特点,提出并建立了一种可以考虑孔隙压实过程的材料本构模型及其数学形式.通过典型算例,分析了应力波在多孔材料中传播的耗散效应,指出多孔材料中的孔隙在被压实过程中能有效吸收应力波能量、降低应力波强度,在引起应力波衰减的诸因素中,孔隙压实所起的作用更大更显著.     

使用TensorRT进行深度学习推理

TensorRT是一个高性能的深度学习推理平台。它包括一个深度学习推理优化器和运行时为深度学习推理应用程序提供低延迟和高吞吐量。给出了一个使用TensorRT快速构建计算管道的例子,实现通过TensorRT执行智能视频分析的典型应用。该示例演示了使用片上解码器进行解码、使用片上标量进行视频缩放和GPU计算的4个并发视频流。为了演示的简单性,只有一个通道使用NVIDIA TensorRT执行对象标识,并在标识的对象周围生成包围框。该示例还使用视频转换器函数进行各种格式转换,使用EGLImage来演示缓冲区共享和图像显示。最后采用GPU卡V100对ResNet网络进行TensorRT加速性能的实际测试,结果表明TensorRT能够使吞吐量提升大约15倍。     

跨国公司与国内企业之间的非对称研发竞争

同跨国公司相比，国内企业的融资能力受到资本市场的限制，这削弱了其参与研发竞争的能力。本文建立了一个动态博弈模型来分析这一状况。研究表明，跨国公司存在一种研发竞争策略，即通过更激进的产品市场攻势，来对国内企业施加融资限制，进而扩大其研发竞争优势。这一策略增加了跨国公司垄断技术产品市场的可能性。     

平板前缘分离抑制的周期性激励研究

本文采用大涡模拟对平板前缘分离在周期性来流激励作用下的流动结构进行了数值研究。将计算得到的结果与实验数据进行了对比。在此基础上,对涡量等值面和Q准则可视化手段进行了比较。通过研究不同外部周期性激励频率抑制分离的效果,讨论了有效外部扰动频率与分离区域特征频率的关系。结果显示,外部频率为f_(shear)、f_(shed)、1/2f_(shear_时分离抑制明显,其中1/2f_(shear)效果最佳。当分离区域显著减小时,流动具有明显的周期性;当在外部扰动作用下的分离抑制效果很弱时,外部扰动无法直接在分离区域中促成对应尺度的涡生成。     

应用光谱技术无损检测油菜叶片中乙酰乳酸合成酶

应用可见/近红外光谱技术实现了油菜叶片中乙酰乳酸合成酶(ALS)的快速无损检测.对99个油菜样本进行光谱扫描,经过平滑、变量标准化、一阶求导等预处理后,应用偏最小二乘法(PLS)建立了ALS的预测模型.同时提取有效特征变量,作为反向传输人工神经网络(BPNN)和最小二乘-支持向量机(LS-SVM)的输入值,并建立相应的模型.用66个样本建模,33个样本验证.结果表明,LS-SVM模型能够获得最优的预测结果,预测集样本的相关系数(r)、预测标准差(RMSEP)和偏差(Bias)分别为0.998、 0.715和0.079,获得了满意的预测精度.结果表明,应用可见/近红外光谱技术结合LS-SVM检测油菜中乙酰乳酸合成酶是可行的,并能获得满意的预测精度,为进一步应用光谱技术进行油菜生长状况的大田监测奠定了基础.     

应用离子色谱离线螯合及ICP-MS测定海水中多种痕量元素

应用ICP-MS分析海水中的痕量元素时,一方面海水中痕量元素的浓度极低(一些常见元素如Co,Cu及Zn等的浓度仅在μg/L量级,而稀土元素的浓度则低达ng/L量级),另一方面海水中存在大量的盐分,特别是高含量的碱金属和碱土金属等还会产生基体效应,造成仪器进样口堵塞等问题[1~3].从而对