选择性激光烧结成型件密度的支持向量回归预测

根据不同工艺参数（层厚、扫描间距、激光功率、扫描速度、加工环境温度、层与层之间的加工时间间隔和扫描方式）下的选择性激光烧结成型件密度的实测数据集,应用基于粒子群算法寻优的支持向量回归（SVR）方法,建立了加工工艺参数与成型件密度间的预测模型,并与BP神经网络模型进行了比较.结果表明：基于相同的训练样本和检验样本,成型件密度的SVR模型比其BP神经网络模型具有更强的内部拟合能力和更高的预测精度;增加训练样本数有助于提高SVR预测模型的泛化能力;基于留一交叉验证法的SVR模型的预测误差最小.因此,SVR是一种预测选择性激光烧结成型件密度的有效方法. 关键词： 选择性激光烧结 密度 支持向量机 回归分析     

导弹超声速尾退分离干扰特性试验

超/高超声速尾退分离在防热、保形、隐身、多次投放、回收等方面具有明显优势,有望成为高超声速飞行器载荷投放的优选方案。由此面临一类新的多体分离问题：超/高超声速尾退分离问题(aft super/hypersonic ejection separation, ASES)。超/高超声速尾退分离问题本质上是带空腔底部流动与多体分离构成的耦合问题,具有流场结构复杂、气动非定常非线性非对称效应显著的特点。针对超声速尾退分离问题,采用网格测力和轨迹捕获(captive trajectory system, CTS)风洞试验方法探索了尾退分离干扰流场的结构,发现可根据流场结构和舵效变化分为低速-亚声速无激波、高亚声速-跨声速弱激波、超声速激波和准自由流弱干扰4种典型干扰特征,揭示了尾流场影响后不同区域的全弹气动特性和舵效特性以及控制律、攻角、高度和Mach数对分离位移和姿态的影响规律。相关结论将有助于增强对尾退分离问题的认识,对尾退分离技术的工程实践具有参考价值。     

偏振调制双光子光谱理论计算

本文从密度矩阵运动方程出发,推导出当各种不同偏振调制激光场与三能级粒子系统相互作用时,同核双原子分(具近共振中间能波)单重电子态之间的双光子跃迁所产生的荧光信号强度和线型.对比偏振调制的与光子强调制的信号强度和线型时,表明:偏振调制双光子光谱(PMTPS)不仅能消除由吸收同一光束的同向双光子所产生的多普勒加宽背景,极大地提高光谱分辨率;而且不同电子态之间跃迁的O、P、Q、R、S支谱线强度与激光偏振状态有关,可借以标识分子的高激发电子终态和转动能级,有选择地简化复杂的分子光谱.可以预期,PMTPS是研究分子光谱和高分辨率激光光谱极有用的一种技术.     

声表面波MIM隧道发光二极管

我们在研究MIM隧道发光结(金属-绝缘层-金属)的过程中,首次以表面声波代替表面随机粗糙度的作用,将MIM结制作在声表面波场中,结果使结的发光效率、发光强度、稳定性、均匀性都有改善.本文介绍了结的基本结构,基本工艺,阐明了结的发光机理,讨论了结的Ⅰ-Ⅴ特性曲线和光谱曲线,根据结具有显著的负阻现象,我们设计出了一种新型的开关器件.     

基于追逐粒子与自适应变异的PSO-SVM算法与养殖水质评价研究

为提高标准PSO算法对SVM参数优化选取的精度和速度,提出以粒子群适应度均方差为判别依据,用追逐粒子位置替代陷入局部优化时的群体最优位置,对粒子的速度进行自适应调整;利用两个距离最远的粒子位置构成的圆形区域作为最优位置的吸引域,引入位置变异因子,使粒子随着迭代次数有规律地跳出局部最优位置吸引域,从而对粒子位置进行自适应变异.通过对4种不同适应度函数迭代100次的收敛测试,并与另外2类不同粒子群算法比较,结果表明改进算法收敛精度提高了20倍以上.将改进的PSO-SVM算法与另外3种分类算法对采集的5 439组养殖水质数据按照从优到差5个级别进行水质评价分类试验,发现改进的PSO-SVM算法收敛速度和收敛精度最高,对水质评价的错误率为1.54%,能有效地满足实际水质分类需求.     

聚甲基丙烯酸甲酯掺杂Ce3+的飞秒激光三维信息存储

用飞秒激光(200 fs,1 kHz,800 nm)脉冲在掺杂稀土离子Ce3 的聚甲基丙烯酸甲酯(PMMA)膜中进行了光存储实验研究,包括对样品的吸收光谱、激光照射前后的电子旋转共振(Electron spin resonance,ESR)光谱的测量和讨论。结果表明掺杂稀土离子Ce3 的聚甲基丙烯酸甲酯膜具有较低的写入阈值,有利于高速、并行的三维光存储。实验结果采用传统光学显微镜并行读出。给出了四层存储结果(点间距和层间距分别是4μm和16μm),并讨论了脉冲能量的大小对空腔尺寸的影响,进行高密度存储时,在保证读出信号灰度值足够大的情况下,应选择尽量小的激光脉冲写入能量。实验结果表明这种材料可以应用于三维光信息存储。     

Fast parallel algorithm for three-dimensional distance-driven model in iterative computed tomography reconstruction

The projection matrix model is used to describe the physical relationship between reconstructed object and projection.Such a model has a strong influence on projection and backprojection,two vital operations in iterative computed tomographic reconstruction.The distance-driven model(DDM) is a state-of-the-art technology that simulates forward and back projections.This model has a low computational complexity and a relatively high spatial resolution;however,it includes only a few methods in a parallel operation with a matched model scheme.This study introduces a fast and parallelizable algorithm to improve the traditional DDM for computing the parallel projection and backprojection operations.Our proposed model has been implemented on a GPU(graphic processing unit) platform and has achieved satisfactory computational efficiency with no approximation.The runtime for the projection and backprojection operations with our model is approximately 4.5 s and 10.5 s per loop,respectively,with an image size of 256×256×256 and 360 projections with a size of 512×512.We compare several general algorithms that have been proposed for maximizing GPU efficiency by using the unmatched projection/backprojection models in a parallel computation.The imaging resolution is not sacrificed and remains accurate during computed tomographic reconstruction.     

分离扇回旋加速器磁通道的复测安装

由于空间狭小且不能通视,分离扇回旋加速器的检修与准直复位一直困扰着机械准直人员。加上时间紧张,如何快速准确找到故障原因和准确复位是保证加速器正常运行所必须思考的问题。分析了磁通道的工作原理和传动机制,建立了有效的传动监测模型,标定并改善了电机的传动性能。基于多重坐标系转换总结出一种快速安装的方法,快速复位精度满足物理要求,保证束流的顺利引出。该方法精度满足实验要求(不超过0.2 mm),具有可继承性,能够为相关加速器类似元器件的检修与准直工作提供依据。     

双荧光层靶Kα线强度比诊断靶内超热电子温度北大核心CSCD

利用双荧光层复合靶产生的Kα特征线强度比诊断了靶内超热电子的温度,即通过实验测量复合靶中两种不同材料荧光层辐射出的Kα特征线强度比,结合ITS3.0程序模拟结果,对超热电子温度进行诊断。将诊断结果与实验中利用电子磁谱仪测量的超热电子温度进行了比较,二者基本一致。结果表明,选取适当的荧光层靶厚,可以利用双荧光层复合靶产生的Kα特征线强度比对靶内的超热电子温度进行诊断。     

基于拓扑结构的碱金属化合物摩尔磁化率的支持向量回归研究

基于经典电动力学导出的表征简单离子磁化率的磁性点价g_i所构建的分子磁性连接性指数?^mF及45种碱金属化合物的摩尔磁化率χ_m的实测数据集,利用粒子群寻优的支持向量回归（SVR）方法,建立了基于⁰F和¹F的碱金属化合物χ_m的预测模型,并与基于多元线性回归（MLR）模型的计算结果进行了比较.结果显示,基于9次交叉验证的SVR模型预测的平均绝对误差、平均相对误差绝对值以及均方根误差均比MLR模型小,表明SVR模型的回归预测能力优于MLR.研究表明,磁性连接性指数^mF是一种合适的分子描述符,SVR是一种预测碱金属化合物χ_m的有效方法. 关键词： 碱金属化合物 摩尔磁化率 支持向量回归 预测