近红外光谱的古筝面板用木材等级识别研究

目前民族乐器古筝面板用板材的等级主要依靠乐器技师凭借个人经验进行判断,此方法受限于有丰富经验的技师且容易受其主观判断影响。针对此现状,以用于制作古筝面板的泡桐木材为实验样本,提出了一种利用近红外光谱结合改进的BP神经网络方法,实现快速识别古筝面板用板材的不同等级。近红外光谱可以表征丰富的物质结构与组成信息,并且测量仪器成本较低,附件形式多样化,所以针对泡桐板材的近红外光谱实验分析有实用意义首先进行光谱去噪,消除系统误差等以提高光谱分辨率,根据均方根误差与信号平方和作为多种预处理方法评价指标,选取一阶导数为本实验最终预处理方式,15为合适的滤波去噪窗口大小,然后通过主成分分析法压缩数据以及马氏距离法剔除建模集异常样本,从而建立更具代表性的建模集。然后通过聚类分析无监督学习方法进行板材等级分析,证明板材分级的可行性。由于H₂O在近红外光谱区域具有较大吸收,根据实验光谱分析结果,不考虑其基频振动波段5 396.0～4 978.0 cm-1区域和第一泛音振动波段6 800～7 000 cm-1区域,仅考虑剩余近红外光谱波段信息,将不同光谱信息波段组合,共七种组合波段区域作为神经网络模型的输入,进行面板板材等级识别模型实验。对传统的BP神经网络模型作改进。BP神经网络中学习率的设置采用自适应学习率优化策略,弥补传统神经网络训练速率慢等劣势。同时采用交叉熵函数作为代价函数,从而加快权重的更新速度。选取Relu函数作为输入层与隐藏层之间的传递函数,提高了模型训练速度,有效防止过拟合的发生。选取Softmax函数作为最后一层的传递函数,以此减少复杂计算,构成该研究最终BP神经网络模型。选取不同数量的主成分变量所能提取的光谱信息量不同,通过不断增加主成分个数和调整参与模型的光谱波段区间,调整BP神经网络模型的输入,当主成分个数为11和光谱区间为10 000～7 000和4 976～4 000 cm-1时,未知样本识别率达到99.7%,所选光谱区间涵盖C-H等基团全部特征信息。研究结果表明,近红外光谱结合神经网络可以对不同等级的泡桐木材进行有效的识别,降低人工检测误差,缩短板材分级时间,更好地满足乐器市场需求。     

利用近红外及中红外融合技术对小麦产地和烘干程度的同时鉴别

小麦是制作馒头的主要原料之一,小麦中水、蛋白质、淀粉会因产地以及烘干程度的差异而不同,进而影响到加工成馒头的品质。所以实现对小麦产地和烘干程度的快速鉴别就显得尤为重要。感官评定是鉴别小麦产地和烘干程度常用的方法,对比感官评定,光谱分析可以识别样品中的分子结构等信息。基于此,尝试利用近红外和中红外光谱融合技术实现对不同产地和不同烘干程度的小麦同时鉴别。首先选取了两个不同产地的小麦,再利用微波干燥法对两个不同产地的小麦做烘干预处理,使烘干的小麦水含量为12%±0.5%,原麦水含量为18%±0.5%。分别标记为原麦A,烘干A,原麦B,烘干B,再将小麦研磨成粉末,过100目筛网筛选后,置于自封袋中备用。随后分别采集四种小麦样品的近红外和中红外光谱信息,在Matlab 7.10的环境下使用标准正态变量变换(standard normal variable transformation, SNVT)对采集到的原始光谱数据进行预处理,利用主成分分析对预处理后的数据进行降维处理,再结合线性判别分析（linear discriminant analysis,LDA）和支持向量机（support vector machine, SVM）分别建立小麦近红外、中红外光谱数据识别模型。另外利用联合区间偏最小二乘法（synergy interval partial least square, SiPLS）筛选出利用标准正态变量变换(SNVT)预处理后的小麦近红外和中红外光谱数据特征光谱区间,将筛选出的近红外和中红外光谱数据特征光谱区间融合后再结合线性判别分析（LDA）和支持向量机（SVM）建立小麦融合光谱信息的识别模型。然后比较同种光谱数据下利用线性判别分析（LDA）和支持向量机（SVM）建立的小麦识别模型识别率、比较同种建模方法下近红外和中红外光谱数据建立小麦识别模型识别率、比较同种建模方法下光谱数据融合和单一光谱数据建立小麦识别模型识别率。结果表明,同种光谱分析方法,利用SVM建立的四种小麦识别模型识别率高于利用LDA建立的小麦识别模型识别率。同种建模方法,近红外光谱数据建立的小麦识别模型识别率优于中红外光谱数据建立的小麦识别模型识别率。而在同种建模方法下,利用SiPLS筛选出近红外和中红外光谱数据的特征光谱区间数据融合后建立小麦识别模型识别率最高,光谱数据融合后结合LDA建立的小麦识别模型校正集识别率为98.75%,预测集识别率为97.50%;而将此选择的变量结合SVM建立的小麦识别模型的校正集和预测集识别率都达到100.0%。对比利用单一光谱数据建立的小麦识别模型识别率,光谱数据融合之后建立的小麦识别模型识别率得到显著提高,该研究从纵向和横向上全面地比较了光谱数据建立的小麦模型识别率,结果可为更准确地运用光谱融合技术建立小麦产地以及烘干程度识别模型提供参考。     

荧光褪色效应与拉曼光谱基线干扰消除

荧光是直接测定的拉曼光谱中背景的最主要来源,需要采用真实、准确的方法消除,以得到纯净的拉曼响应。基线拟合消除和查找荧光贡献扣除是解决背景问题的两条思路,目前多采用基线拟合方法,其优点是满足用户“视觉”要求,无需额外硬件,但并非机理或实质上的解释,因而难以保证数据的真实性与合理性;查找荧光的方法,更为真实,但是目前提出的方法,需要增加光源等额外设计和成本。另外,在实验方法上,也有采用消荧光剂和长时间照射漂白的,存在操作繁琐、效率低等不足。利用稳定体系中拉曼和荧光的时间差异解决体系中荧光问题。在微小的时间段内,例如几个毫秒,激发光不会导致体系性质发生显著变化,荧光具有寿命周期,会随激发时间延长强度下降的“褪色”,“褪色”的强度差异可以被认为是整体荧光的一个微元;与此同时,由于体系组成未发生显著变化,拉曼光对于短时间照射可以保持稳定。利用此差异可以区分出混合信号中的荧光和拉曼光。根据该原理,提出了荧光褪色差分法(FBDA),实现拉曼光谱的背景校正。方法的主要步骤：测量微小时刻内的多张直接拉曼光谱,求取系列光谱的差分,对差分值作高频滤波降噪,可获得荧光强度微元;然后,多个荧光微元平均归一化后,得到荧光强度单元。以拉曼光谱2 000～2 500 cm-1的静默区,即通常不会出现拉曼信号的频段为基准,对荧光单元作逆差分,逆差分累计值与原始光谱在此频段一致时,得到整体荧光响应;最终,从原始光谱中扣除荧光成分,完成背景扣除和基线校正。以盐酸二甲双胍片的拉曼测量为例,说明和讲解了所提出的原理和方法,验证方法的有效性。与目前效果较好的基线校正方法(不对称最小二乘和自适应迭代再加权惩罚偏最小二乘)进行了对比,表明FBDA方法更为客观真实,FBDA的另一个优势是不需要额外的设计和成本,所有数据都是在现有设备直接采集和完成。需要说明的是,微小时刻光谱差异的要求,可以确保FBDA光谱实时性,长时间的光谱差异,将会影响结果的准确性;另外,对于光化学反应体系和其他非荧光引起的复杂背景,FBDA的适用性有待改善。     

沪深股市相关结构之谜:基于贝叶斯Copula的研究

目前沪深股市相关结构的Copula模型选择差异很大,并没有形成统一的认识。在指出现有Copula检验要受到模型参数估计影响后,引入了贝叶斯估计方法将模型参数估计与拟合优度检验有效的分开。接着,沪深股市相关性的贝叶斯实证结果发现两市相关结构Copula模型具有时变特征,势必导致当前研究结果的不一致;同时也反映了Copula对样本区间选择有很强的依赖性。     

基于战略顾客行为的最优定价与容量选择模型

研究了当市场中同时存在战略顾客和短视顾客时零售商的最优定价与容量选择问题。零售商在正常销售阶段和出清销售阶段制定不同的销售价格,同时通过容量选择影响战略顾客的购买行为,而战略顾客则根据零售商的定价和容量选择确定最优购买时机。分别分析了零售商在无限容量时的定价决策、固定价格时的容量选择、固定容量时的定价决策以及有限容量下的定价与容量选择四种情形。研究结果表明,零售商在无容量限制时的最优定价决策是制定两阶段定价策略,在固定价格时的最优容量选择依赖于模型的参数,而当零售商的容量固定时,部分满足出清销售阶段的顾客需求始终优于完全满足出清销售阶段的顾客需求。     

稀疏阈值的超分辨率图像重建

为了解决基于字典学习的超分辨重构算法耗时过长的问题,提出了基于稀疏阈值模型的图像超分辨率重建方法。首先,将联合字典理论与图像块稀疏阈值方法相结合,训练得到高、低分辨率过完备图像字典对。接着,通过稀疏阈值OMP算法对图像特征块进行稀疏表示。然后,通过高分辨率字典重构出初始的超分辨图像。最后,通过改进迭代反投影算法对初始的超分辨图像进行全局优化,从而进一步提高图像重构质量。实验结果表明,超分辨图像重构平均峰值信噪比(PSNR)为30.1 d B,平均结构自相似度(SSIM)为0.937 9,平均计算时间为10.2 s。有效提高了超分辨重构的速度,改善了重构高分辨图像的质量。     

旋涂法制备WO3薄膜电致变色性能

"智能窗"大规模推广顺应可持续发展潮流,三氧化钨(WO_3)是生产"智能窗"的一种重要电致变色材料,但调控WO_3薄膜电致变色性能机制仍待进一步研究。采用旋涂法制备WO_3薄膜,重点研究了溶液浓度和旋涂次数对调控WO_3薄膜电致变色性能的影响。通过表面轮廓仪测量薄膜厚度,X射线衍射(XRD)测量薄膜结晶情况,原子力显微镜(AFM)和扫描电子显微镜(SEM)分析薄膜表面形貌,光谱仪测量薄膜初始态、着色态和褪色态的透射率。实验结果表明,随着溶液浓度增加(0. 2～1. 0 mol/L),薄膜厚度从9. 7 nm增加到33. 3 nm,透射率调制能力从0%提升到37. 0%;多次旋涂薄膜厚度线性增长,线性拟合优度(R~2)达0. 98,5次旋涂后透射率调制能力达51. 3%。改变溶液浓度和旋涂次数都是调控薄膜透射率调制能力的有效手段,精准调控薄膜透射率调制能力对设计不同应用场景的电致变色器件具有重大意义。     

Progresses and advances in Arctic underwater acoustics study

As a part of underwater acoustics, the study and development of Arctic Acoustics is later than underwater acoustics about several hundred years. After World War II, the study of Arctic Acoustics attracts many interests by some developed countries, especially U.S. and pre-Soviet Union. The research works obviously have some kinds of cold war brand. After the Cold War, with the gradual warming trend of Arctic area, the ocean acoustic environment in Arctic and its adjacent area have been considerably concerned. The 8 countries of Arctic rim organized exclusive "Arctic Council" in 1996. The white paper of "China Arctic Policy"was published in January 26, 2018, the Chinese government declared that China is a close Arctic country, and is the responsible stakeholder of Arctic interests. The new advances in Arctic research works axe introduced in this paper, including the results of scientific survey and studies about Arctic underwater acoustics of Chinese researchers. It is showed that the Arctic underwater acoustical research area is not only parallely copy the topics what traditional underwater acoustics covered, e.g. environment noise,reverberation,and propagation, but also the topics which is specifically based on the Arctic environment. Some of these research fields cannot be included in the traditional shallow water, deep water acoustics, e.g. the ice-water interface feature, ice covered semi-acoustic channel effect, the communication and navigation of UUV in the condition of under ice, and the adaptation of sonar technique, equipment in the ice-covered environment, etc.     

一类无向Kautz图的k限制边连通度的上界

在Moor-Shannon网络模型中,k限制边连通度较大的网络一般有较好的可靠性和容错性.本文在无向Kautz图UK(2,n)中研究k限制边连通度的上界ξk,证明了ξ5(UK(2,3))=6,ξ5(UK(2,n))=8,n≥4,且当4≤k≤n时,ξk(UK(2,n))≤2(k-「k/3」).     

二维解卷积波束形成水下高分辨三维声成像

针对水下三维成像的空间分辨率难以提高,且具有较高旁瓣级的问题,提出了一种二维解卷积波束形成高分辨三维声成像算法,该算法首先完成任意距离切片的平面阵波束形成,近场情况下采用菲涅尔近似实现近场平面阵波束形成,然后通过二维解卷积技术对任意距离切片的二维波束形成结果进行解卷积处理,去除阵列指向性函数的影响,改善波束响应非理想冲击函数所造成波束形成主瓣宽及旁瓣级高的问题。通过计算机仿真分析,新算法可以有效的提高水下三维成像的空间分辨率,抑制旁瓣级,并能够在较宽频带和不同阵列孔径内保持与常规波束形成相当的稳定性。通过试验研究,新方法比常规波束形成实际目标成像分辨率提高一倍,最高旁瓣级下降20 dB,验证了该算法在实际系统中的有效性.