级联碰撞对层状珠光体力学行为的影响

铁素体合金钢是目前在核能工程界应用最为广泛的一种金属结构材料,以渗碳体和铁素体基体构成的层状珠光体是铁素体合金钢中常见的金相结构。深入理解辐照效应对层状珠光体力学性能的影响对高辐照条件下铁素体钢的材料设计与寿命评估有着重要的理论参考意义。基于以上考虑,本文采用分子动力学（MD）模拟,研究了连续低能铁原子级联碰撞对渗碳体/铁素体两相界面的破坏情况,探讨了经历不同程度级联碰撞的两相结构在单向拉伸以及压缩荷载下的初始屈服情况。通过对MD模拟结果的深入分析,得到了以下主要结论：a.辐照会破坏渗碳体/铁素体两相界面的失配位错结构,引起渗碳体的分解,并促进碳原子向铁素体的扩散;b.在单轴拉伸荷载作用下,级联碰撞会使初始屈服机制由{112}<111>位错滑移系的开动转变为间隙原子团簇附近位错环的形核与长大;c.在单轴压缩荷载作用下,级联碰撞会使初始塑性变形机制由{110}<111>滑移系的开动转变为{112}<111>滑移系的开动;d)无论在单轴拉伸还是压缩情况下,级联碰撞（及辐照效应）都会导致位错初始形核应力的提升。本文的研究结果为铁素体合金钢的辐照硬化和辐照脆化行为提供了新的微观解释,对于辐照条件下铁素体合金钢材料的优化设计有一定的参考意义。     

用聚类分析的方法分类观察者颜色匹配函数

色觉正常的观察者,尤其是不同年龄段的观察者,颜色分辨能力具有较大的差异。为了分类色觉正常观察者的锥细胞光谱响应,补充现有CIE1931,CIE1964和CIE2006颜色匹配函数,基于Stiles&Burch数据集的47个观察者函数(10°视场)和CIE2006代入20~80岁(10°视场)观察者不同年龄产生的61个函数(共108个颜色匹配函数),用聚类分析方法中的k-medoids算法,计算距离选用欧氏距离的平方,将108个颜色匹配函数在(λ),(λ),(λ)三个通道分别聚为5类,共产生了5×5×5=125个类别。将108个颜色匹配函数作为108个“个体观察者”,在iPad显示设备上呈现CIE推荐的17个颜色,用108个颜色匹配函数和125个类别颜色匹配函数比较,计算17个颜色的CIEDE2000色差平均值,以最小色差值作为评价标准,从125个类别中挑选出10个分类观察者颜色匹配函数表征观察者锥细胞光谱响应。108名“观察者”中有77.8%的观察者属于这10个分类。在iPad显示设备上显示CIE推荐的5个颜色(灰、红、黄、绿、蓝色),组织30名(20~25岁)年轻观察者和17名(61~74岁)老年观察者,在Quato专业显示器上依次匹配5个目标色,共采集到158组,即790个(=158组×5个色中心)颜色匹配实验数据。为将这158组数据(视为158名“观察者”)进行分类,分别将10个分类颜色匹配函数代入计算,以计算得到5个颜色CIEDE2000色差平均值最小的颜色匹配函数,作为158名观察者相对应的分类,在10个分类观察者函数中优选出8个颜色匹配函数BIGC-1,BIGC-2,…,BIGC-8。进一步地,用优化建立的分类颜色匹配函数检验课题组前期基于近同色异谱色样对开展的目视色差比较实验,结果发现BIGC-3适用于年轻观察者,BIGC-5适用于老年观察者,同时计算得到的STRESS值也较其他颜色匹配函数的结果有所降低。     

基于可信第三方的数据库水印安全协议

可信第三方通过买卖双方的数字签名来确定他们身份,将买卖双方提供的各自水印信息重构成待嵌入的水印信息,并对待加水印的数据库产品进行合法性验证,再由可信第三方采用水印移动代理技术完成水印的嵌入和检测.运用SVO逻辑对该安全协议进行形式化证明.该协议在保护版权所有者利益的同时,又能有效保护消费者利益.     

印刷样品恰可察觉小色差辨色阈值的研究Ⅰ:目视评价实验数据分析

为了研究人眼对反射样品颜色在恰可察觉小色差辨色网值水平上的颜色视觉特性,对印在半光相纸上的17个CIE基本颜色中心区域,约1000对颜色色样,采用心理物理实验方法中的同定刺激法.在CIEl976a*-b*平面上分别测得16名色觉正常的观察者在不同颜色区域的辨色阈值,并以色度椭圆表示辨色阈值实验结果.通过对实验数据的详细处理和分析表明,等明度a*-b*平面非视觉均匀,人眼对一、二象限的色宽容度普遍高于三、四象限的色宽容度,对高彩度的橙色具有最高的宽容度,对蓝色具有最低的宽容度,所有的颜色在红～绿方向的视觉色差尺度均低于黄-蓝方向.实验结果可为均匀颜色空间及其色差公式的改进和发展提供原始数据和参考依据.     

彩色数字图像色差计算方法的研究

用5幅ISO SCID图像在EIZO CG19显示器上分别进行了两组图像色差等级评价实验。两组实验分别在室内自然照明环境和标准灯箱中进行,用目视评价实验数据检验并优化彩色图像色差的计算公式。用CIELAB、CIEDE2000、CIE94和CMC色差公式对第一组实验数据计算结果表明,现有色差公式计算的图像明度差和彩度差与实际色差感觉有明显的系统性差异,图像内容对计算色差与色差感觉的关系有一定影响,说明需要对原始色差公式进行改进。提出了用实验数据拟合直线斜率比值优化色差公式的方法,得到CIELAB(1.50:1)、CIEDE2000(2.29:1)、CIE94(3.04:1)和CMC(3.38:1)计算的色差比原始公式有明显的改善,其中CIEDE2000(2.29:1)计算结果受图像内容的影响最小。用第二组实验数据检验色差公式的优化效果也证明,这种优化方法准确,简单,具有普遍适用性。     

平面不可压缩的Navier-Stokes方程的一个新七模截断(英文)

A new seven-modes truncation of Fourier series of Navier-Stokes equations for a two-dimensional incompressible fluid on a torus is obtained.And its stationary solutions,the existence of attractor and the global stability of the equations are firmly proved.At the same time,several issues such as some basic dynamical behaviors and routs to chaos are shown numerically by changing Reynolds number.The system exhibits a stochastic behavior approached through an involved sequence of bifurcations.     

Investigation of Chinese skin colour and appearance for skin colour reproduction

A Chinese skin colour database is established based on measurements taken from nine bodies areas of 202 Chinese individuals to move towards accurate skin colour reproduction. The colour appearance of each skin point is predicted, and a comprehensive colour gamut for Chinese skin is determined. A consistent colour shift between facial and arm colours is identified, in which facial colour tends to be more reddish, more colourful, and darker than arm colour. Moreover, Chinese females are found to have lighter, paler, and more yellowish skin than Chinese males. Variations in Chinese skin colour are quantified, and body area differences and gender differences are shown to have significant effects on Chinese skin colour.     

阴阳离子聚氨酯/羟基磷灰石复合微球的制备及其自组装

分别以2,2-双羟基丙酸(DMPA)和N-甲基二乙醇胺(MDEA)作扩链剂,采用自乳化法成功制备出带有正、负电荷的阳、阴离子聚氨酯/羟基磷灰石(PU/HA)微球,并考察HA的复合比例对微球形貌、理化性能的影响。在此基础上,通过微球间的静电作用力,将制备出的阴、阳离子复合微球自组装形成凝胶体系,并对其力学性能进行探究。SEM、ζ电位和激光粒度结果显示成功制备出具有一定形貌的带电微球,其中当扩链剂含量为15%(n/n)、HA含量为10%(w/w)时,微球形貌较佳且粒度分布均匀;X射线衍射、热分析结果表明,微球确为一定比例的HA与PU复合产物;自组装体系的流变学测试结果表明,微球组装后的产物呈类凝胶状态,具有较高的弹性模量,并有一定的可注射性。同时,骨髓间充质干细胞(BMSCs)可在组装材料表面粘附、铺展,生长良好。     

一种基于无监督主动学习的苹果品质光谱无损检测模型构建方法

利用光谱技术实现农产品、食品品质无损检测的实质是建立样本光谱信息与样本品质参数之间的机器学习模型。为了获得具有良好泛化性能的机器学习模型,通常需要大量的标记样本,然而,获取样本的光谱信息相对容易,但标注样本品质参数的过程往往涉及到大量的时间和经济成本,并且具有破坏性。主动学习是一种减少训练集有标记样本数量的方法,通过选择最有价值的样本进行标记,而不是随机选择。因此,主动学习能够控制向训练集添加哪些样本,模型不再是被动地接受用于建模的样本。在分类任务中已经提出较多关于主动学习的算法,但回归任务中的研究却相对较少,且现有的用于回归任务的主动学习算法大多是有监督的,即需要少量有标记样本训练初始模型。本文提出了一种基于无监督主动学习方法的训练样本选择策略。该方法首先通过层次凝聚聚类对无标记（标准值）光谱数据集进行多样性划分,获得不同的聚类簇;然后通过局部线性重建算法在每个聚类簇中选择最具代表性的样本构成训练样本集,最后基于训练集构建模型。利用两个年份三个品种苹果的近红外光谱数据,构建了其可溶性固形物含量和硬度的偏最小二乘预测模型,用于验证所提出方法的有效性。实验结果表明：所提出的方法要优于已有的样本选择策略,可以有效地提高模型精度,减少在模型训练中的破坏性理化实验。同时,与随机采样（RS）、Kennard-Stone算法（KS）、光谱-理化值共生距离算法（SPXY）这三种光谱领域常用的样本选择算法相比,该研究所提出的方法表现出了最佳的性能, 基于所提出的无监督主动学习算法选取200个样本作为训练集所建立的可溶性固形物含量预测模型的预测均方根误差相对于其他三种算法降低了2.0%~13.2%,硬度预测模型的预测均方根误差相对降低了1.2%~15.7%。