纳米笔刻蚀技术构建小牛胸腺组蛋白纳米结构

采用纳米笔刻蚀(DPN)技术控制针尖的运行,成功地将小牛胸腺组蛋白传递到新剥离的云母表面,获得了不同尺寸、形状的小牛胸腺组蛋白纳米结构,同时考察了针尖移动速率、针尖-基底接触时间对DPN技术的影响.结果表明,较快的针尖移动速率和较短的针尖-基底接触时间沉积较少的墨水分子,同时形成的纳米图案和墨水分子的本身性质也有关系.这种方法可以用于构建其他蛋白质分子,为生物纳米器件的合成提供更多机会,同时组蛋白纳米结构的构建也可以作为模板沉积其他分子,在蛋白质监测、生物传感器方面有着潜在的应用.     

数学教育与珠算文化

前言算盘如何应用于学校教育中,就现状而言这是自明治时代(1668-1912)至今仍未能解决的一个大问题。在以冈部恒治、西村和雄(前者任琦玉大学经济学部教授,后者任日本经济学协会会长、国际教育学会会长、京都大学名誉教授、京都大学经济研究所特任教授,译     

雷达抗干扰效果评价中基于MATLAB的层次分析法

分析了层次分析法的理论和模型,提出了一种基于MATLAB的层次分析方法,用于现代雷达抗干扰措施的效果评价。通过对抗干扰因素的权重设置、矩阵建立、一致性检验等进行判断、分析和计算,仿真结果验证了该方法的有效性。同时为各种抗干扰措施在雷达中的应用提供了更加便捷的检测手段。     

液冷服数值模拟及舒适性实验研究

为夏季高温工厂流水线工人设计一套调节自身微气候的液冷降温服.基于数值分析的方法,研究了质量流量、载冷液进口温度和环境温度对液冷服性能的影响.随后制作了样品进行实验验证,并开展了舒适性实验.结果表明:质量流量在60-120 kg/h时,进出口温度在2℃以内,液冷服均温性好;载冷液温度在20℃以上时,不出现过冷现象,人体舒...     

Generation of Lommel beams through highly scattering media

Lommel beams have been potential candidates for optical communication and optical manipulation, due to their adjustable symmetry of transverse intensity distribution and continuously variable orbital angular momentum. However, the wavefront of the Lommel beam is scrambled when it transmits through highly scattering media. Here, we explore the construction of Lommel beams through highly scattering media with a transmission matrix-based point spread function engineering method. Experimentally, var...     

基于视频先验信息的轻量化去噪卷积神经网络

提出了一种基于视频先验信息的轻量化去噪卷积神经网络.先验信息从近邻的多帧视频图像中获取，采用了基于预去噪的视频运动补偿方法消除噪声和运动偏移对信息获取准确度的影响.为降低卷积神经网络复杂度，构建了基于双路处理的卷积神经网络用于去除视频噪声，特别是设计了双路稠密连接单元，实现了网络的轻量化.双路稠密连接单元通过高、低分辨率特征分解和特征拼接，有效降低了网络复杂度.实验结果表明：采用本文方法去除视频噪声能够获得较好的客观评价结果和主观视觉结果 .此外，在减少网络参数、降低浮点运算次数和提升运行速度方面均体现出了良好性能.     

基于联苯衍生物的有机光电功能材料及器件的研究进展

兼具高效发光和电荷传输特性的有机半导体是实现有机电泵浦激光的理想候选材料，但其分子设计与合成面临着巨大挑战。高载流子传输和高效固态发光效率之间存在着天然的矛盾，这是因为高载流子传输要求分子紧密堆积并具有强的分子间相互作用，但这种相互作用会显著降低固态发光效率。本文综述了近年来报道的兼具电荷传输特性和高发光效率的联苯衍生物的研究进展，重点介绍了约20余种基于联苯衍生物的有机半导体材料，包括分子的设计策略、相关的光电性能及其在光电器件方面的应用，为兼具高电荷传输特性和高发光效率的有机半导体材料的研究提供了指导和借鉴，同时为发展与实现有机电泵浦激光奠定了材料基础。本文还对该领域未来发展的挑战、方向及机遇进行了简单评述。     

一种基于自监督学习的人脸美丽预测方法

人脸美丽预测是研究如何让计算机判断人脸美丽的前沿课题，随着深度学习的不断进展，已经取得了一定效果。然而，基于深度学习的人脸美丽预测需要大量的训练数据和昂贵的人脸美丽标注。因此，如何在少样本条件下取得较好效果，仍有待深入研究。自监督学习可在上游任务中利用无标注数据来学习较好的特征，从而能在下游任务中降低对标注数据的依赖。为此，本文将自监督学习应用于人脸美丽预测，采用批次内对象识别和多视图特征聚类。其中，批次内对象识别通过给每批次不同样本分配独立的伪标签来学习特征，使得网络有区分每个样本对象的能力。多视图特征聚类首先将人脸图像进行多次数据增强；再经过编码器，得到人脸属性特征；最后通过自监督约束使人脸属性特征聚合在一起。基于大规模亚洲人脸美丽数据库（Large Scale Asia Facial Beauty Database, LSAFBD）和SCUT-FBP5500数据库的实验结果表明，本文所提方法降低了模型对有标注数据的依赖，提高了预测准确率，在少样本条件下优于以Resnet18为基线的有监督学习方法，准确率高于常规自监督学习方法，可广泛应用于目标检测和图像分类等领域。     

人工碳循环——二氧化碳转化利用技术

纵观历史长河，从薪柴到煤炭，再到油气和新能源，每次能源的更替都极大地促进了社会生产力的发展。从化学角度看，能源革命的本质就是“减碳趋氢”的过程。本文在介绍了能源发展史后，简单阐述了能源利用的本质及不同能源的结构差异；随后从反应热力学和动力学角度，重点介绍了CO₂作为重要碳一(C₁)资源的转化利用技术及研究进展；最后展望了我国未来碳科学与技术的总旋律。