基于外场观测的大气二次有机气溶胶研究

二次有机气溶胶（SOA）是指挥发性有机物在大气中发生光化学氧化进入到颗粒相的产物,由于其具有强烈的环境效应、气候效应和人体健康效应,因此成为大气化学研究的热点. 然而由于SOA的复杂性和测量技术的限制,目前对SOA的研究还非常有限. 总体来说,对SOA的研究手段主要有三种方法：实验室模拟、模式模拟和基于外场观测的SOA研究. 由于SOA的研究非常广泛,本文仅综述了基于外场观测的SOA组成、来源和生成机制的研究,重点在于SOA组分的测量和总量的估算. 基于外场观测的SOA研究是随着技术的发展而发展的,早期的研究仅仅能对SOA的少数物种进行测量,主要是一些有机酸和多羟基化合物;也有利用一些假设对SOA进行粗略的估算,如受体模型法、非生物质燃烧水溶性有机物法;随着SOA实验室模拟研究和示踪物测量技术的发展,二次有机示踪物法真正做到了对特定前体物VOC生成SOA的估算;随着在线测量技术的提高,EC示踪/CO示踪和OC/EC比值法和基于气溶胶质谱（AMS）-正交矩阵模型（PMF）的方法被广泛应用于SOA的估算. 尤其是AMS-PMF联用方法的出现为SOA来源和生成机制的研究开拓了新的方向. 对AMS技术和示踪物技术的进一步联合和开发有望成为未来SOA研究重要的方向.     

大气复合污染条件下新粒子生成和增长机制及其环境影响

新粒子生成与增长是一个从分子到纳米颗粒物的微观尺度演变过程, 对区域到全球尺度空气质量和气候造成显著影响. 总结了国内外对新粒子生成与增长物理化学机制的研究进展和局限性. 提出以揭示新粒子生成、增长及其产生环境效应的机制为核心目标, 利用外场观测、烟雾箱模拟和模式模拟等多种手段, 开发和应用先进的研究技术, 辨识参与并促使快速成核的关键前体物种, 弄清驱动新粒子初始和后续增长的化学和物理机制, 以揭示大气复合污染条件下快速成核和持续增长的条件与机制并评价新粒子对大气环境的影响. 在全面理解大气复合污染条件下成核和增长机制及其环境效应的基础上提高对区域霾形成机制的认识, 也推进国际相关领域对污染大气环境新粒子生成与增长机制普遍性和差异性的研究.     

大气半/中等挥发性有机物的组成及其对有机气溶胶贡献

本文综述了大气半/中等挥发性有机物S/IVOCs的测量技术、来源、大气行为及对有机气溶胶生成的贡献。S/IVOCs测量技术的进步主要依托于质谱技术的发展,分为离线和在线测量质谱测量技术。离线测量物种鉴别能力好,但预处理复杂、时间分辨率低;在线测量技术可以获得高时间分辨率的组分及气粒分配信息,对揭示化学反应机理具有重要作用。S/IVOCs的来源包括一次和二次源。目前对一次源排放的研究主要针对机动车和生物质燃烧。研究结果表明,汽油车、柴油车和生物质燃烧排放S/IVOCs分别为POA的2.9~8.5倍、4.5~20.4倍和0.83~5.57倍。汽油车排放的S/IVOCs氧化可贡献总SOA的34%~76%,柴油车则高达90%,生物质燃烧占80%。基于外场观测数据的模型模拟表明S/IVOCs对实际大气中SOA的贡献可达40%~85%,是不可或缺的SOA前体物。未来研究中,开发新的测量技术、定量分析源排放和环境大气中S/IVOCs浓度及其对SOA贡献是研究的关键,将外场观测、实验室模拟与模型模拟相结合,能够为S/IVOCs生成SOA机制探讨提供思路。     

性能测试是系统优化的有效手段

对于一个比较成熟的业务系统来说,功能已经相对完善。但是在大业务量的情况下往往出现各种异常情况,这就需要通过修改系统配置或者调整产品框架来优化系统。在优化系统的过程中,最有效的手段就是对系统进行性能测试。然后对测试过程中收集的数据进行分析,找出问题所在,不断对系统进行优化,最终达到系统在大业务量时稳定运行的目的。     

体育类院校面向学分制的网络课程平台的研究与设计

本文结合学分制、体育院校课程和体育类学生的特点，提出在网络平台下实现学分制的教学模式。设计了一个面向学分制的网络课程平台模型。平台的设计充分的发挥了学分制的优势，发挥了学生的自由度。依托此平台，老师和学生可以在任何有网络的地方学习和管理，提高了资源的共享程度。     

基于Windows Mobile的蓝牙动态链接库的设计与实现

介绍了一种针对Mobile操作系统的蓝牙通讯动态链接库,该动态库的设计解决了蓝牙通讯的标准化,集成化问题,使得开发蓝牙通讯更简单,更快捷。文中详细阐述了该库的设计特点,设计思路,及使用方法。该库在VC＋＋2005开发环境下设计完成,并在该环境下设计实现了动态库的测试软件。根据嵌入式软件的开发特点,搭建了一套完整的调试、调试的硬件环境。通过测试,表明此蓝牙动态库功能完善,性能稳定,可满足WinCE下的蓝牙通讯开发需求。     

手机业务测试平台上屏幕图像识别软件的设计与实现

手机业务自动测试平台,是为手机行业提供软件业务测试的工具,可以非常便捷的实现用于各个手机业冬的自动测试,测试平台支持多种手机操作系统或平台,如NWindows Mobile,Symbian,UIQ等,具有非常广泛的适用性。而基于测试平台上的手机屏幕图像的自动识别系统尤为重要。手机屏幕识别软件是一个基于手机业务测试平台上的图像识别软件,采用了先进的图像处理算法与机器视觉算法,可以实现对手机的输入控制和手机屏幕图像的获取,可以实现特定图标检索,特征区域检索,文字自动识别功能,替代人眼对手机的屏幕信息做自动识别处理和分析。     

基于超分辨率重建的强压缩深度伪造视频检测

经典的深度伪造(DeepFake)视频检测方法一般使用卷积神经网络进行检测,但在强压缩深度伪造换脸视频数据集上表现较差,并会对真实数据做出大量误检测。针对这个问题,该文提出一种基于超分辨率重建的强压缩深度伪造视频检测方法。该方法基于深度神经网络检测模型,通过融入超分辨率重建技术,恢复强压缩视频所损失的空间与时间信息,进而提升对强压缩视频的检测准确率。使用FaceForensics++及DFDC数据集进行实验,针对强压缩的深度伪造视频,该方法较ResNet50提高了单帧以及视频的测试准确率,有效缓解强压缩真实视频的误检测问题。     

电力物资采购数据特征提取方法研究

当前已有的电力物资采购数据特征提取方法存在提取精度低的问题，为此，提出了基于人工蚁群算法的电力物资采购数据特征提取方法。更新电力物资采购数据信息素，完成电力物资采购数据特征的识别。构建采购数据的频域模型，利用人工蚁群算法计算采购数据频域特征的隶属均值，对电力物资采购数据平滑处理。建立电力物资采购数据特征响应函数，实现了电力物资采购数据特征的提取。实验结果表明，该研究设计的方法可以通过提供数据特征主成分贡献率和特征间关联度，提高数据提取质量和精度，具有更好的特征提取性能。     

Observation of High-j Two-Quasiparticle Bands in Odd-Odd ^174Re

High spin states in ^174Re have been investigated via the ^152Sm （^27 Al, 5nγ） ^174Re reaction. Gamma-ray excitation functions, x-γ and γ-γ coincidences have been measured. Two rotational bands built on the πh9/2 × vi13/2 and πh11/2 × vi13/2 configurations have been identified and extended up to high-spin states. The relative spin and parity of the band levels have been unambiguously fixed due to observations of several inter-band transitions. Both the bands show the low-spin signature inversion, which is consistent with systematic expectations for the high-j two-quasiparticle bands in the A = 170 mass region.