神经网络在棱镜摄谱仪定量分析光谱中的应用

给出了采用BP神经网络拟合标准光源在棱镜摄谱仪的谱平面位置和相应波长的非线性函数,省去了和标准铁谱比对测量未知谱线波长,简化了光谱的定量分析,提高了仪器的自动化和智能化水平.     

上海深紫外自由电子激光装置波荡器磁场调整

 在对上海深紫外项目的波荡器建造过程中,应用亥姆霍兹线圈系统测量了全部单磁块,并使用模拟退火法对磁块进行组合排序优化,使反映磁场的成本函数下降了3个数量级。对一段波荡器进行了多次测量、调整,使积分场、峰峰值误差、位相误差等各项指标达到设计要求。     

免疫算法在双闭环直流调速系统中的应用

文中对双闭环直流调速系统控制器的选择进行了分析,并借鉴免疫算法强大的寻优能力,提出了基于免疫算法的调速系统控制器参数整定方法.为了分析比较,实际应用中采用了三种控制器参数整定方法,比较结果说明,免疫算法在调速系统控制器参数整定中的应用是更加有效的.通过在单晶炉拉晶过程的应用,证明该方法可行性和正确性.     

Integrating Rigidity Analysis into the Exploration of Protein Conformational Pathways Using RRT* and MC

To understand how proteins function on a cellular level, it is of paramount importance to understand their structures and dynamics, including the conformational changes they undergo to carry out their function. For the aforementioned reasons, the study of large conformational changes in proteins has been an interest to researchers for years. However, since some proteins experience rapid and transient conformational changes, it is hard to experimentally capture the intermediate structures. Additionally, computational brute force methods are computationally intractable, which makes it impossible to find these pathways which require a search in a high-dimensional, complex space. In our previous work, we implemented a hybrid algorithm that combines Monte-Carlo (MC) sampling and RRT*, a version of the Rapidly Exploring Random Trees (RRT) robotics-based method, to make the conformational exploration more accurate and efficient, and produce smooth conformational pathways. In this work, we integrated the rigidity analysis of proteins into our algorithm to guide the search to explore flexible regions. We demonstrate that rigidity analysis dramatically reduces the run time and accelerates convergence.     

基于连续投影算法的光谱主成分组合优化方法研究

应用连续投影算法(successive projections algorithm, SPA)选择由主成分分析(principal component analysis,PCA)得到主成分的最佳组合。首先对奶粉的短波近红外光谱进行PCA分析, 然后通过SPA得到的脂肪和蛋白质含量预测最佳主成分组合分别为主成分1,2,4,5,6和7以及主成分1,2,3,4,5和8。通过最小二乘支持向量机(Least-squares support vector machine, LS-SVM)对奶粉中脂肪和蛋白质含量进行预测, SPA选择得到的主成分组合均优于分别采用前4个到前8个主成分。 基于SPA得到的主成分组合得到脂肪含量预测结果的确定系数(R2p),预测误差均方根(root mean square error for prediction, RMSEP)和剩余预测偏差(residual predictive deviation, RPD)分别为0.989 0,0.170 3和9.534 3。而蛋白质含量预测结果的R2p,RMSEP和RPD分别为0.987 6,0.134 8和8.927 4。说明SPA能够用于快速有效选取最佳的主成分数, 寻优过程简单快速,并且不用对大量参数进行调试。     

强激光远场焦斑重构算法研究

通过CCD图像采集单元结合传统的列阵相机测量高功率固体激光器的远场焦斑分布,采用图像处理技术的边缘算子提取焦斑的几何中心,提出通过几何中心对心的焦斑嵌套重构算法,解决了光斑饱和时的对心难题,实现了快捷准确测量激光焦斑,为激光器的实时控制提供参考数据。     

CO2激光器五种混合气体压强优化

应用遗传算法,以输出激光功率为目标函数,优化确定了普通CO2激光器五种工作气体（CO2, N2, He, Xe, H2）的最佳充气量。对1.2m长谐振腔,在15kV放电条件下,优化的充气量分别为pCO2=1.15×133.3Pa, pN2=7.32×133.3Pa, pHe=12.95×133.3Pa, pXe=0.36×133.3Pa和pH2=0.01×133.3Pa。优化后激光功率比未优化前可提高1.27倍。     

用于反演半导体激光云高仪垂直能见度的算法

根据云高仪工作原理,从米散射激光雷达方程出发,推导出一种低层大气中气溶胶消光系数边界值的获取方法,并在此基础上利用Fernald方法反演得到了大气消光系数的垂直分布;通过垂直路径上的消光系数反演得到垂直路径的平均能见度,结果表明,该平均能见度更接近垂直方向真实的能见度。用该算法处理了半导体激光云高仪实际测量的数据,并与Vaisala云高仪测量的垂直能见度进行了对比,结果表明:该算法在反演大气垂直能见度时具有较高的准确性和可靠性。     

基于多尺度分解的超光谱图像异常检测

提出了一种基于多尺度分解的超光谱图像异常检测算法。在目标和背景均未知的前提下,利用光谱和空间两种信息完成对异常目标信号的定位,从而实现超光谱遥感数据中异常目标检测。首先利用非下采样塔式变换对超光谱图像进行分解,将其划分为不同尺度子块;然后依据超光谱图像同一波段不同尺度空间内相邻系数的相关性,采用不同波段各个尺度空间的反锐化掩模方法优化背景数据分布,从而抑制异常数据对背景的干扰;最后利用设计的核RX算子得到异常目标检测结果。为验证方法的有效性,利用真实和模拟的AVIRIS数据进行了实验,并与经典RX算法相比较,实验结果表明,基于非下采样塔式分解的异常检测方法具有更好的检测性能和较低的虚警。     

腔内双压电变形镜光强分布优化

报道了把20单元双压电变形镜作为闪光氪灯泵浦的Nd:YAG激光器的腔镜,优化激光器输出光束远场强度分布的实验结果。变形镜由随机并行梯度下降算法控制,以相机采集到的激光束远场环围能量作为算法的评价指标,控制双压电变形镜的面形向远场能量分布更加集中的方向变化。结果表明：系统在20 s内将远场光斑中的多个亮斑校正为单个亮斑,峰值光强与优化前相比提高了5倍;在腔镜倾斜较大时,实验系统将激光器的输出功率由0.006~0.051 W提升至0.330 W,验证了实验系统的有效性。