一种基于卷积神经网络的恒星光谱快速分类法

恒星光谱数据的分类是天体光谱自动识别的最基本任务之一,光谱分类的研究能够为恒星的演化提供线索。随着科技的发展,天文数据也向大数据时代迈进,需要处理的恒星光谱数量越来越多,如何对其进行自动而精准地分类成为了天文学家要解决的难题之一。当前恒星光谱自动分类问题的解决方法相对较少,为此本文使用了一种基于卷积神经网络的方法对恒星光谱MK系统进行分类。该网络由数据输入层、四个卷积层、四个池化层、全连接层、输出层构成,与传统网络相比具有局部感知、参数共享等优点实验。在Python3.5的环境下编程,利用Tensorflow构建了一个简单高效的具有四个卷积层的卷积神经网络,并将Dropout作用于全连接层之后以防止过度拟合。Dropout的基本思想：当网络模型进行训练时,把一些神经网络节点按一定的比例丢弃,使其暂时不发挥作用。Dropout可以理解成是一种十分高效的神经网络模型平均方法,由于它不依赖于某些局部特征所以能够让网络模型更加鲁棒。实验中使用的一维恒星光谱图是取自LAMOST DR3数据库,首先进行预处理截取光谱3 600~7 300 Å的部分,均匀采样后使用min-max标准化法对其进行初始化。实验包括两部分：第一部分为依据恒星光谱MK系统对光谱进行分类,每一类的训练样本包含1 000条光谱数据,测试样本为400条光谱数据,首先通过训练样本对CNN网络进行训练,进行3 000次的迭代,用训练后的网络将测试样本进行分类以验证网络的准确性;第二部分为相邻两类的恒星光谱的分类,其中O型星数据集样本为250条光谱,其余类别恒星样本数据集均为4 000条光谱,将数据5等分,每次选取当中的一份当作测试集,其余部分当作训练集,采用5折交叉验证法求得模型准确率,用BP神经网络进行对比实验。选择对网络模型进行评估的指标包括精确率P、召回率R、F-score、准确率A。实验结果显示CNN在对六类恒星光谱进行分类时其准确率都在95%以上,在对相邻类别的恒星进行分类时,由于O型星样本量较少,所以得到的分类结果不太理想,对其余类别的恒星分类准确率都高于98%,以上结果都证明了CNN算法能够很好地解决恒星光谱的分类问题。     

抗肿瘤药物仑伐替尼合成研究进展

综述了仑伐替尼及其相关主要中间体的合成方法。首先对仑伐替尼逆合成分析,并着重讨论了喹啉环(原料1)以及终产物仑伐替尼的合成。原料1有四种合成方法,对这四种合成方法进行了详细对比与分析,指出第二种合成方法为最佳合成方法。总结了仑伐替尼最常用的两条合成路线并分析优缺点,第一条路线是汇聚式路线,反应时间短、能耗少、成本低、收率高,相比第二条路线更加适合工业化生产。     

Precise measurement of the line width of the photoassociation spectra of ultracold molecules by using a frequency shifter

We propose a technique to precisely measure the line width of the photoassociation spectra of the excited cesium molecule by using a frequency shifter to generate two laser beams with a precise frequency difference. A series of photoassociation (PA) spectra are recorded with two laser beam induced molecular lines, whose peak separation serves as an accurate frequency ruler to measure the line width of the PA spectra. The full width half maximum line width was studied as a function of PA laser intensity. The extrapolated value at zero laser intensity is (34.84 ± 0.22) MHz. By analyzing other broadening mechanisms, a value of (32.02 ± 0.70) MHz was deduced. It is shown that this scheme is inexpensive, simple, robust, and is promising for applications in a variety of other atomic species.     

CEV下考虑突发事件影响的有交易费用的交换期权定价

在股票价格满足CEV且受布朗运动和泊松过程共同驱动的模型下,对支付交易费用的交换期权定价进行研究,给出了期权价格满足的偏微分方程,并发现定价模型中股票价格的幂指数与波动率弹性α的选取有关,同时交易费用受泊松强度参数λ的影响,且随着λ的变大而变小.