一种自行设计的新型氢气发生器及实验效果观察

氢气和二氧化碳的发生不仅在化学教学、科研实验中比较常用,而且在医学微生物学厌氧培养技术上也是不可缺少的。上述两种气体的制取分为工业及实验室两种方法。用工业制法获得的气体用起来较为方便,然而设备、造价高、仅能在大城市得到供应。实验室制法仍有它独到之处。最近出于培养厌氧细菌的需要,笔者自行设计了     

基于MobileNet的地基云图分割方法研究

本文利用深度卷积神经网络技术,针对全天相机的云图分割方法进行了改进,将MobileNet作为三种分割模型U-Net、SegNet和DeepLabV3+的主干,再分别使用白天和夜间云图进行训练预测,利用一些评价指标对于其性能做出评价。结果表明,MobileNet可以更好的提取网络特征信息,经过改良后的U-Net网络更适合于地基云图的分割,对于白天云图和夜间云图的分割精确度分别达到了89%和95%。     

基带池技术在航天测控和数传系统的应用

本文针对传统航天测控与数传系统业务中基带设备套量繁多、专用性强、互替换性差^[1]、设备备份链路复杂、系统扩容升级改造不便等缺点,研究了基带池技术的设计理念和关键技术要求,并提出了一种基于基带池技术的设计架构和方案,基本的基带处理资源和颗粒可按需进行动态分配和部署,从而有效提高卫星地面测控和数传通信资源的利用率,且便于维护和扩容。     

能量选择中子成像技术及其应用

能量选择中子成像技术是利用特定范围波长(能量)的中子进行成像。在热/冷中子范围内(<25meV),能量选择中子成像技术主要基于布拉格边效应和衍射机制,相比常规中子成像技术不但可以显著提高图像对比度,而且能分析应变、应力、织构。在超热中子范围内(>1eV),能量选择中子成像技术主要基于中子共振吸收,中子截面随能量变化是同位素特有的,存在明显的共振吸收峰,因此可以进行同位素的“指纹”识别。能量选择中子成像技术在工程、材料、化学、物理、生物、考古等众多科研领域中有着非常广阔的应用前景。     

中子成像技术在元素分析中的应用

中子成像作为一种快速、直观的无损检测技术,在核工业、航空航天、新能源、地质、考古、先进制造等多个领域得到广泛应用。中子成像利用中子不带电、穿透能力强、对轻元素敏感、可区分同位素和近邻元素等特性,非常适合开展含氢元素、近邻元素和同位素等材料的无损检测。本文概述了中子成像技术的基本原理及特点,并结合中国先进研究堆(CARR)中子成像装置上的应用案例, 重点介绍了国内外中子成像技术在储氢材料、燃料电池、岩石、核燃料元件、古代文物等领域的典型应用。随着中子成像技术的不断发展和广泛应用,有望为我国更多领域研究提供更强有力的技术支撑。     

高校信息运维系统设计与实现

<正>近年来,高校信息化发展迅猛,高校师生在享受信息化带来的便利的同时,各种信息化运维问题也随之出现。运维系统能够通过记录师生反映的问题,通过线上派单,提高了派单效率,更重要的是派单记录保存在后台,可以方便做出更加精细化的统计。     

地铁沿线建筑内噪声多维度感受影响机制

随着城市铁路系统的快速发展,铁路沿线建筑内人群对地铁运行产生噪声的抱怨逐渐增多,为控制室内地铁噪声对人群所产生的负面影响,有必要对地铁噪声产生的多维度负面情绪进行评估。采集了79名受试者对建筑内地铁噪声的多维度负面感受(压抑感,不舒适度和不满意度),基于偏最小二乘法分析了主客观影响因素对多维度负面感受的作用机制,并比较了多维度负面感受在反映地铁噪声影响上的差异。结果表明,多维度负面感受主要取决于主观响度和声学参数,活动干扰度、地铁噪声的敏感度、厌烦度和适应性的影响明显更弱;3个多维度负面感受中,相比于压抑感,不舒适度和不满意度受主观响度的影响轻微更显著,在相同的主观响度感受下,不满意度等级最高。 该文可以为地铁沿线建筑物内噪声负面感受的评价和改善提供参考。     

面向神经形态感知的人工脉冲神经元的研究进展

近年来,随着人工智能技术和脉冲神经网络(SNN)的迅猛发展,人工脉冲神经元的研究逐渐兴起。人工脉冲神经元的研究对于开发具有人类智能水平的机器人、实现自主学习和自适应控制等领域具有重要的应用前景。传统的电子器件由于缺乏神经元的非线性特性,需要复杂的电路结构和大量的器件才能模拟简单的生物神经元功能,同时功耗也较高。因此,最近研究者们借鉴生物神经元的工作机制,提出了多种基于忆阻器等新型器件的人工脉冲神经元方案。这些方案具有功耗低、结构简单、制备工艺成熟等优点,并且在模拟生物神经元的多种功能等方面取得了显著进展。文章将从人工脉冲神经元的基本原理出发,综述和分析目前已有的各种实现方案。具体来说,将分别介绍基于传统电子器件和基于新型器件的人工脉冲神经元的实现方案,并对其优缺点进行比较。此外,还将介绍不同类型的人工脉冲神经元在实现触觉、视觉、嗅觉、味觉、听觉和温度等神经形态感知方面的应用,并对未来的发展进行展望。希望能够为人工脉冲神经元的研究和应用提供有益的参考和启示。     

稀疏奖励下基于强化学习的异构多智能体对抗

文中在多智能体对抗问题研究过程中,采用强化学习为研究方法,以完全中心化训练架构为基础,选用基于策略的强化学习算法,针对领域研究中广泛存在的稀疏奖励问题,采用基于任务局部的奖励工程设定方法,以人为经验知识为导引,加速训练过程,提升训练结果.最后以对抗问题中典型的攻防对抗为场景进行了仿真实验,验证了方法的有效性.     

具有Lévy噪声的丙肝流行病随机模型

本文研究一个具有Lévy噪声干扰的急性和慢性丙肝病毒感染流行病随机模型的动力学行为.首先证明随机模型全局正解的存在唯一性,其次利用随机分析的方法,分析了在一定条件下,全局正解的持久性和灭绝性.