基于谱聚类和稀疏表示的高光谱图像分类算法EI北大核心CSCD

为了增强高光谱遥感图像的分类效果,提出基于谱聚类和稀疏表示的两级分类算法。利用谱聚类将待分类的像元及其邻域内所有的像元分成两类,利用联合稀疏表示模型确定按规则选取的其中一类的具体类别,并以该类别作为像元的类。该算法充分利用高光谱图像的光谱及空间信息,两级分类过程均考虑了噪声及区域边界对分类效果的影响。进一步利用空间信息对分类算法进行修正,即关联邻近像元的类别,平滑分类结果。数值实验表明,该算法的分类精度高、稳定性好、抗噪性强。     

烧绿石Bi_(2-x)Fe_xIr_2O_7的金属-绝缘体转变与增强的反铁磁性研究（英文）北大核心CSCD

通过晶体结构、电学和磁学测量,我们系统地研究了Fe掺杂的烧绿石Bi_(2-x)Fe_xIr_2o_7(x=0.1,0.2,0.3,0.4)样品.X射线衍射证实了高结晶的Bi_(2-x)Fe_xIr_2o_7保持立方结构.样品体系显示出金属-绝缘体转变:当x=0.1,转变温度为63.870K.随着Fe含量的增加,转变温度呈上升趋势.掺杂样品显示出增强的反铁磁性,并随着Fe掺杂增加,反铁磁性增强.当掺杂量增加到0.3时,样品发生类自旋玻璃态转变.     

用于磁共振图像灰度校正的CLIC改进模型

针对磁共振图像中存在的灰度不均匀问题,该文在灰度校正的连贯局部灰度聚类（coherent local intensityclustering,CLIC）模型的基础上,提出一种新的灰度校正算法．该算法通过引入图像边缘信息来更快寻找到组织边界,在CLIC模型中采用较大的高斯窗函数以保证偏场的光滑性,并结合分裂布雷格曼迭代来加速算法．将改进后的算法用于处理模拟和真实的磁共振图像,实验结果表明,使用该算法能够获得比使用CLIC模型更好的效果．     

基于一类SVM的综合导航系统信息故障检测方法

为了提高舰艇综合导航系统的可靠性,并考虑到系统准确建模和大量故障数据获取的困难性,提出了一种基于一类支持向量机的信息故障检测方法。该方法主要包括两个过程:第一个过程是根据实测数据,并利用一类支持向量机的分类原理和主元分析法对导航信息进行离线建模;第二个过程是结合主元分析法将该模型应用到实时的信息故障检测中。该方法不依赖于系统模型而且只需要正常的小样本数据对模型进行训练,具有简便易于实现的优点。仿真试验表明,该方法对导航系统的硬故障和软故障都具有较好的检测能力和较短的检测延迟时间,而且该方法对径向基核函数参数的变化具有较低的敏感性,避免了复杂的调参过程。     

紫外光谱法快速测定生物质乙醇/水水解液中糠醛和5-羟甲基糠醛含量

木质纤维类生物质水解过程中产生的可溶性木素、呋喃类化合物在紫外波长范围内均有吸收峰,且吸收峰相互叠加。研究提出了一种基于紫外光谱法快速测定生物质水解液中糠醛(F)和5-羟甲基糠醛(5-HMF)混合物(M)的方法。研究发现,M中5-HMF的含量百分率(W_(5-HMF))和最大吸收波长(λ_(max))存在良好的线性关系,R2=0.998 4。进一步研究表明M中W_(5-HMF)不变时,混合物浓度(cM)和吸光度值(A)之间也存在良好的线性关系,R2在0.998 6~1.000 0之间,且重现性均良好。因此,基于A,cM及λ_(max),W_(5-HMF)之间的良好线性关系,可以准确地检测出F和5-HMF的含量,其相对偏差、回收率及RSD分别为5.6%和3.7%,89%~96%,0.21%~0.85%。该方法简单、快捷、准确,适应于乙醇法精炼木质纤维类生物质水解液中F和5-HMF混合物的测定。     

傅里叶变换近红外光谱结合RVM与新聚类算法鉴别灵芝孢子油多样掺假类别

食品掺假种类众多,手段隐蔽,成为食品安全检测一个重要难题。为摆脱传统模型识别食品中是否存在新掺假类别的局限性,实验以纯净的灵芝孢子油和掺杂不同比例花生油、玉米油、薏仁油、地沟油的五种类别为研究对象,采用傅里叶变换近红外光谱(Fourier transform near infrared spectroscopy, FT-NIR)收集12 400～4 000 cm-1范围内的近红外光谱。假设掺杂地沟油为新掺假类别,利用前四种类别的校正集样本构建相关向量机(RVM)多分类器,分别对建模的预测集样本和掺杂地沟油样本进行判别,并借助新聚类算法对判别为纯净的灵芝孢子油的样本做进一步分析验证。研究表明,RVM分类器对于建模的预测集样本判别准确率高达93.75%,说明模型有较强的判别能力,但由于模型局限性,掺杂地沟油样品被误判为纯净的灵芝孢子油;在新聚类算法的决策图上,纯净灵芝孢子油校正集和预测集混合样本的聚类中心数为1,而纯净灵芝孢子油校正集和掺杂了地沟油混合样本聚类中心数为2,直观验证判别结果的准确性。结果表明利用FT-NIR技术结合RVM分类器与新聚类算法对于灵芝孢子油掺假能够有效识别,并且能够定性识别新型掺假类型,为解决食品掺假多样化问题提供一种新思路。     

[ONSO]型Salen化合物的合成、单晶结构及金属离子识别

一些重金属离子即使在较低浓度时也会对环境、生物体产生毒性,所以研究痕量金属离子识别具有重大意义。荧光传感器由于具有选择性好、灵敏度高、成本低、实时响应等优点, 得到了广泛关注。以2,4-二叔丁基苯酚,3,5-二叔丁基水杨醛和邻氨基苯硫酚为原料合成了类Salen配体L1, 并用1H NMR,13C NMR,IR,元素分析及X射线单晶衍射等手段对其进行了表征。并通过自由挥发法得到了配体L1的单晶结构,实验表明L1是三斜晶、P-1空间群的一个空穴平面[ONSO]四配位环境。通过荧光光谱考察了类Salen配体与金属离子(Li+,Na+,K+,Cd2+,Cs+,Co2+,Cu2+,Hg2+,Mn2+,Ni2+,Zn2+,Ag+)的识别与配位性能。光谱滴定分析表明L1与Zn2+以1∶1的化学计量数配位。另外,L1与Zn2+结合后荧光显著增强,荧光检测限达到5.01×10-5 mol·L-1,而上述提到的其他常见金属离子不引起荧光光谱变化。结果表明L1是一个对检测Zn2+的选择性高,灵敏度强的荧光增强型探针。     

在线净化-液相色谱-串联质谱法测定茶叶中5种烟碱类农药残留

建立了在线净化-液相色谱-串联质谱测定茶叶中吡虫啉、啶虫脒、噻虫啉、噻虫嗪和噻虫胺5种常见烟碱类农药残留量的方法。样品经水浸泡、乙腈提取和在线净化后,用液相色谱-串联质谱测定。结果表明,本方法对5种烟碱类农药的定量限均为0.01 mg/kg。5种烟碱类农药在1.0~10 μ g/L范围内具有良好的线性关系,相关系数均大于0.998。在0.01、0.02和0.05 mg/kg的添加水平下,回收率为68.0%~113.2%,相对标准偏差为3.2%~7.6%。本方法简便、快速、准确,适用于茶叶样品中烟碱类农药残留量的检测。     

大学生创新实验项目在应用型人才培养中的探索与实践

以新型溴化烷基取代吡啶类季铵盐的合成实验作为大学生创新实验训练项目,从文献查阅、设计合成路线、优选反应条件、表征物质结构等方面进行实践训练。结果表明,大学生科研实践可强化学生理论知识与科研实践的相互渗透、相互促进,在构建系统化知识体系的基础上,能提高学生的实践能力和创新能力。     

基于第二类四边形面积坐标的弹性力学纯弯解及MacNeal局限定理的破解

为了提高有限元的性能,弹性力学的解析解(齐次方程的通解)常常可用作有限元的试探函数。然而单元自由度数与完备的直角坐标解析解个数并不匹配,不完备的试函数会导致单元有方向依赖性。利用新型局部自然坐标——第二类四边形面积坐标QACM-II(S,T),给出了平面问题对应任意方向纯弯曲状态的应力函数解析解,即S3和T3的线性组合,并推导出了这两组应力函数对应的应力、应变和位移解析解。之后,利用QACM-II表示的解析解构造了非对称的平面4节点8自由度单元USQ4,该单元可以同时通过常应力/应变分片检验和纯弯测试,从而破解了MacNeal局限定理对平面低阶单元的限制。