硝基苯偶氮酚衍生物应用于阴离子识别

设计合成了对硝基苯偶氮酚类化合物,比较了α-萘酚、8-羟基喹啉和苯酚等3类偶氮硝基苯衍生物的吸收光谱及其阴离子配合物稳定性的差异.研究表明,α-萘酚、8-羟基喹啉和苯酚等3个含酚羟基的偶氮硝基苯化合物均可识别阴离子客体,产生显著的光谱和颜色变化,实现了裸眼检测阴离子.就同一主体分子而言,主-客体配合物的稳定常数大小依次为AcO^->F^->H₂PO^-₄>Cl^-,与阴离子碱性强弱顺序一致;而不同主体分子对同一阴离子亲和力的大小顺序为:α-萘酚>8-羟基喹啉>苯酚,亲和力的大小与主体分子中电子供体的给电子能力和主体分子共轭体系的大小相关.     

强激光间接驱动材料动态破碎过程的实验技术研究

强激光驱动加载已成为冲击波作用下材料动态破碎过程研究的一种有效手段.采用间接驱动方式,设计合适的腔型进行物理实验研究,可实现更大且更均匀的冲击加载一维区.采用数值模拟和物理实验方法,研究强激光间接驱动材料动态破碎过程的实验技术.首先,利用IRAD程序设计适用于开展动态破碎过程研究的半柱腔,其直径为2 mm、腔长为2 mm;进而通过物理实验获得此腔型下多个激光能量点、脉宽2 ns和3 ns条件下辐射峰值温度和波形;最后,利用流体模拟方法给出多种辐射波形下的冲击加载波形.利用高能X射线成像和光子多普勒干涉仪诊断给出间接驱动加载下层裂过程的物理图像和速度历史.经分析发现,间接驱动的加载一维区达到2 mm,平面性优于5%,能有效地开展相关物理实验研究.研究结果为新型柱腔设计、冲击加载技术及动态破碎过程研究提供了重要的研究基础.     

基于空时域约束模糊核聚类的红外多时相地下目标探测

提出了一种具有空时域约束的模糊核聚类红外多时相浅层地下目标探测算法.首先在经典模糊聚类算法基础上引入空间和时相变化信息,给出时相信息指数;然后根据时相信息指数修正时相权重因子,将空时域约束加入到多时相模糊核聚类中对红外多时相图像进行分类;最后由分类结果给出地下目标的位置及目标大致种类数,并根据地下目标的红外成像机理获得目标的大体物理性质来提高地下目标探测的准确性.结果表明,所提算法对地下浅层目标具有较好探测准确度.     

阳离子表面活性剂与茜素红的荧光反应及其分析应用

应用荧光光谱法研究了3种阳离子表面活性剂(CS)与茜素红(Alizarin red,AR)间的相互作用.在pH 6.60的Britton-Robinson(B-R)缓冲溶液中,当CS的浓度较低时,CS的加入使AR的荧光猝灭,而高浓度时却使荧光增强.因此认为低浓度时CS单体与AR形成稳定离子缔合物使体系荧光猝灭,而高浓度时则形成胶束抑制缔合物的形成而表现出胶束的增溶增敏特性.在0.1～30.0 mg/L的质量浓度范围内荧光强度变化与CS浓度呈良好的线性关系,检出限分别为0.018 mg/L(十六烷基三甲基溴化铵,CTMAB)、0.025mg/L(氯化十六烷基吡啶,CPC)和0.032 mg/L(氯化十四烷基二甲基苄铵,Zeph).该方法用于水样中CS含量的测定,回收率为99%～103%.     

基于互结构正则约束的红外偏振图像增强算法

为有效改善红外偏振图像视觉效应,提高红外偏振成像质量,提出了基于互结构正则约束的红外偏振图像增强算法。根据红外偏振特性描述,对Stokes参数Q分量与U分量进行加权邻域梯度融合,获得起偏特征图像,捕获目标边缘、轮廓的偏振特性;提出互结构正则约束模型,以梯度幅值相似算子联合正则约束融合结果与起偏特征图像的边缘结构相似性,及与辐射强度图像的灰度一致性,优化得到增强后的高质量红外偏振图像。实验结果表明,基于互结构正则约束的红外偏振图像增强算法,能有效提高红外偏振图像对比度与清晰度,同时提升复杂背景下人造目标边缘轮廓的偏振显著性,算法快速,工程实时性高.     

应用HD-MS分析胆结石与胆道铸型间的差异蛋白质

目的通过分析胆结石与胆道铸型间的差异蛋白质,探讨胆道铸型形成机制。方法从胆结石与胆道铸型样品中提取全蛋白溶液,进行溶液酶切,应用高解析离子淌度质谱鉴定蛋白质。结果从全部样本的全蛋白溶液中共鉴定到蛋白271个,其中11个为铸型独有的蛋白质。结论胆道铸型独有的11个差异蛋白质的鉴定为胆道铸型形成机制的研究提供了有意义的线索。     

基于KLFCV数据分布形式的多尺度MRF红外目标分割

提出了一种建立在红外多波段图像基础上的目标分割新方法.首先,对8～14 μm成像波段通过滤光片细分为4个小的波段范围.用多波段图像代替单一波段图像,提高图像信息量;然后,根据多波段图像特点,通过对文献KLFCV模糊聚类模型进行分析,给出一种新的数据分布形式,用它作为多尺度Markov随机场(MRF)模型的数据似然分布;最后.利用EM算法给出相应参数估计.人工模拟数据和实际场景图像的分割试验结果表明,本文方法在目标分割完整性和噪声抑制性上和相关文献相比均有不同程度提高.     

基于偏振光谱BRDF图像的物质分类

提出一种基于偏振光谱二向反射分布函数图像的物质自动分类方法,该方法主要选择偏振光谱二向反射分布函数信息作为新的特征用于物质自动分类.采用支撑向量机的分类方法对不同的天气条件(晴天、多云、阴天)下处于杂乱的自然草地背景环境中的典型目标进行分类,最后比较三种不同特征选择对于分类准确度的影响.采取三种不同的特征选取方法,分别为采用单一的光谱特征、偏振光谱特征及偏振光谱二向反射分布函数特征.最后通过实验得出:将偏振光谱二向反射分布函数作为分类特征在三种不同的天气情况下,分类准确度都较高,特别是在阴天天气条件下,分类准确度明显高于其它两种特征选择.即使是在阴天低照度下的场景中,当不同目标和背景之间的灰度很接近时,采用本文方法也能准确的进行自动分类.     

Lagrange神经网络在盲多用户检测中的应用

利用Lagrange神经网络的基本原理,在线性约束恒模算法(LCCMA)基础上,通过增加约束条件,提出了一种多约束Lagrange神经网络恒模"盲多用户检测"算法.通过仿真实验表明,算法比传统最陡下降恒模算法(SDCMA)在误码率等方面有所改善.     

红外偏振感知与智能处理

红外偏振成像在抗干扰目标检测、复杂环境下人造物识别中具有潜在优势,同时能够获取目标表面理化特性。分时、分振幅、分孔径红外偏振成像方式由于体积、重量、功耗等的不足限制了其应用,而小型化、集成化、实时成像设备是红外偏振成像广泛应用的前提,而对于所获取数据的智能分析是其应用的基础。介绍了所研制的红外偏振智能感知系统,通过分焦平面式成像技术实时采集目标场景的红外偏振数据,通过深度学习与分焦平面偏振成像紧密融合,实现高质量偏振图像恢复与典型场景下运动目标的智能感知。