可见光-近红外光谱的矽卡岩型铁矿反演模型

铁矿资源是我国国民经济基础产业中的重要组成要素,在我国经济发展中有举足轻重的地位。铁矿品位的检定效率对铁矿石开采效率有重大影响。目前,铁矿石品位的化学分析检定法,不仅存在成本较高,化验周期长的问题,更主要的是其无法实现铁矿品位原位测定,相对配矿流程存在滞后效应,无法有效降低矿石开采的损失贫化率;基于可见光-近红外光谱分析的铁矿品位原位测定技术是解决这一问题的有效途径。以225个红岭矽卡岩型铁矿测试样本的可见光-近红外光谱数据及化学分析数据为数据源,首先对原始数据进行了平滑处理,并分析了矽卡岩型铁矿可见光-近红外光谱特征,然后利用倒数对数、多元散射校正（MSC）两种预处理方法对平滑后的光谱数据进行处理,再分别以主成分分析法（PCA）、遗传算法（GA）两种降维算法对预处理前后的光谱数据进行了处理,获取了六种不同预处理组合算法处理后的数据源。其中以PCA降维算法所降维数分别为3维、3维、7维;以GA降维算法所降维数分别为477维、489维、509维。最后基于随机森林（RF）和极限学习机（ELM）建立了矽卡岩型矿石金属铁品位的定量反演模型,以决定系数（R2）、均方根误差（RMSE）和平均相对误差（MRE）三个指标分别对模型的稳定性、精确度、可信度进行评价。结果表明,经MSC处理及PCA降维后的数据基于ELM算法建立的定量反演模型效果最优,其R2可达0.99、RMSE为0.005 7、MRE为2.0%,该方法所建模型对红岭矽卡岩型铁矿品位反演精度有明显的提升。对矽卡岩铁矿品位的实时、快速分析提供了一种有效的方法,对实现矽卡岩型铁矿的高效开采具有重要的现实意义。     

近红外光谱的北方寒地土壤含水率预测模型研究

我国北方寒地温差大,土壤温差对近红外光谱测量土壤墒情有较大影响。针对这一问题,以北方寒地土壤为研究对象,探究大范围温度胁迫下（-20～40 ℃）土壤的近红外光谱与土壤不同含水率之间的关系预测模型方法。选取黑龙江八一农垦大学农学院试验基地中的黑土,经烘干、过筛等操作处理后配置含水率范围在15%～50%内八种不同湿度的土壤样品,建立北方寒地土壤大范围温度胁迫下土壤的近红外光谱信息与含水率之间的定量预测模型。在全波段光谱数据的基础上,结合五种不同光谱信号预处理方法,采用BP神经网络算法、优化支持向量机算法（SVM）、高斯过程算法（GP）三种智能算法建立北方寒地土壤近红外光谱与含水率的预测模型并验证模型的效果。利用69组数据进行训练建模, BP神经网络相关参数设置为学习速率0.05,最大训练次数设置为5 000,隐层单元数确定为20;SVM采用径向基函数,并利用leave-one-out cross validation确定了最佳惩罚参数为0.87,使模型预测的准确性提高;高斯过程算法内部采用马顿核。模型的定量评估采用决定系数(R2)和均方根误差（RMSE）。结果表明,在建立的全部BP神经网络模型中,效果最佳的为S_G-BP神经网络模型,模型的R2为0.960 9,RMSE为2.379 7;在SVM模型中SNV-SVM模型的效果最好,模型的R2为0.991 1,RMSE为1.081 5;在GP模型中S_G-GP模型的效果最好,模型的R2为0.928,RMSE为3.258 1,综上基于SNV预处理的SVM模型训练效果最优。利用剩余的35组光谱数据作为预测集验证模型性能,经模型对比分析发现基于SVM算法的预测模型效果优于其他两种算法,其中基于S_G的SVM模型效果最优,其预测模型的R2和差RMSE分别为0.992 1和0.736 9。综合建模集与预测集的参数最终确定基于S_G的SVM模型为最佳模型。此模型可以作为大范围温度胁迫条件下（寒地）的土壤含水率有效预测方法,为设计优化适宜寒地便携式近红外土壤含水率快速测量仪提供科学依据。     

New experimental measurement of natSe(n, γ) cross section between 1 eV to 1 keV at the CSNS Back-n facility

The ⁷⁴Se is one of 35 p-nuclei, and ⁸²Se is a r-process only nucleus, and their (n, γ) cross sections are vital input parameters for nuclear astrophysics reaction network calculations. The neutron capture cross section in the resonance range of isotopes and even natural selenium samples has not been measured. Prompt γ-rays originating from neutron-induced capture events were detected by four C₆D₆ liquid scintillator detectors at the Back-n facility of China Spallation Neutron Source (CSNS). The pulse height weighting technique (PHWT) was used to analyze the data in the 1 eV to 100 keV region. The deduced neutron capture cross section was compared with ENDF/B-VIII.0, JEFF-3.2, and JENDL-4.0, and some differences were found. Resonance parameters were extracted by the R-matrix code SAMMY in the 1 eV-1 keV region. All the cross sections of ^natSe and resonance parameters are given in the datasets. The datasets are openly available at http://www.doi.org/10.11922/sciencedb.j00113.00019.     

旋转间断过渡层中的粒子轨道

用一维粒子Code研究了旋转间断过渡层中的粒子轨道。发现绝大多数粒子都能穿过过渡层到达下游区;但是,有少量的粒子被捕获在过渡层内;也有一定数量的粒子被反射回上游区。捕获粒子数和反射粒子数与过渡层厚度D有关。在稳定旋转间断中,反射粒子数和捕获粒子数分别为2％和3％左右。对于不稳定的旋转间断,这两个比值可上升2-4倍。反射粒子和捕获粒子的动力学效应可以很好地解释旋转间断,中间激波和多重激波模拟的一些重要结果.     

毛细管内薄液膜轮廓和传热特性研究

本文认为毛细管的相变传热机理为液膜的导热和表面蒸发;表面蒸发受蒸汽温度、汽液界面的温度以及汽液压力差的共同控制。汽液流动机理为流动受脱离压力梯度、毛细力梯度支配。汽液相互作用机理为存在由于蒸发导致的动量转移切应力和由于汽液流速不同产生的摩擦切应力。提出的物理模型中较为全面地考虑了毛细管内传热、汽液流动及其相互作用。对毛细管半径和传热功率对薄液膜轮廓和传热特性影响程度的计算结果表明,随着毛细管半径的减小、传热功率的增大,蒸发界面区的长度会有所减小,这是针对微小空间得出的不同于常规情况的结论。     

基于最小区域的锥束ART算法快速图像重建

针对锥束ART算法重建速度慢的问题,考虑到工业CT重建目标尺寸差异较大的特点,提出了一种基于最小重建区域的快速三维图像重建方法。由不同视角下的锥束投影构建最小区域包络,对最小区域包络进行膨胀处理,以消除重建目标边界附近所出现的伪影,在此基础上,给出了射线穿过最小重建区域的体素索引及权因子的计算。该方法能够根据重建目标的尺寸自适应地确定最小重建区域,从而最大限度地减少了计算量。实验结果表明,该方法不仅大幅度提高了锥束ART算法的重建速度,而且有效地提高了重建质量。     

基于灰色关联分析的医学图像分割

医学图像分割处理为临床诊断、病理分析、治疗提供可靠的依据。为了分割出图像中感兴趣的区域,提出了一种基于灰色理论区域生长分割算法。该方法利用灰色关联理论对图像进行关联性分析,根据像素间全局和局部的关联度,指导区域生长的分割和停止。该方法的最大不同之处在利用灰色理论进行关联性分析,不需要大量数据的统计,算法简单,高效。实验证明,该方法能够有效地分割出目标区域,并且具有一定的抗噪能力,是一种较为有效的图像分割新方法。     

二维直方图θ划分最大Shannon熵图像阈值分割

鉴于常用二维直方图区域直分法存在错分,最近提出的斜分法不具普遍性,提出了适用面更广的基于二维直方图θ划分和最大Shannon熵的图像阈值分割算法.首先给出了二维直方图θ划分方法,采用四条平行斜线及一条其法线与灰度级轴成θ角的直线划分二维直方图区域,按灰度级和邻域平均灰度级的加权和进行阈值分割,斜分法可视为该方法中θ=45°的特例;然后导出了二维直方图θ-划分最大Shannon熵阈值选取公式及其快速递推算法;最后给出了θ取不同值时的分割结果及运行时间,θ取较小值时,边界形状准确性较高,θ取较大值时,抗噪性较强,应用时可根据实际图像特点及需求合理选取θ的值.与常规二维直方图直分最大Shannon熵法相比,本文提出的方法所得分割结果更为准确,抵抗噪声更为稳健,且所需运行时间及存储空间也大为减小.     

基于双阈值视觉注意模型的图像关注焦点检测

 图像关注焦点（FOA）检测是基于人眼视觉关注模型的图像感兴趣区提取的关键技术。为了更加精确、合理地搜索图像关注焦点,提出一种基于双阈值视觉关注模型的FOA检测算法。算法首先提取图像的亮度、颜色、方向和离散矩变换（DMT）特征,生成各个特征对应的特征图;然后将各特征图合并为一张包含多种特征的显著图;最后根据显著图的灰度直方图建立静态阈值与动态阈值,确定图像关注焦点的位置与数量。实验结果表明：新算法在图像关注焦点检测的准确性上较Itti模型有更为优秀的表现,更符合人眼视觉的关注习惯。     

第一性原理研究KDP晶体中Ba取代K点缺陷

 用基于第一性原理的CASTEP模拟了Ba替代K缺陷前后形成的电子结构和能态密度。发现晶体能带宽度降至6.4 eV左右,对应着380 nm的双光子吸收,这一结果可以解释掺Ba晶体在紫外波段的吸收现象。Ba替代K点缺陷仅使其周围的晶格及电子结构发生轻微畸变,对晶体整体结构影响不大。