近红外光谱分析原理及其在牧草航天育种的应用前景

近红外光谱(NIRS)的定量分析技术是一项高效、快捷检测样品中某种化学成分的分析新方法,近年来在饲料营养价值评估、土壤养分检测等方面得到了广泛的应用。文章简要介绍了NIRS技术产生和探测的基本原理、方法和技术特点,回顾了航天育种的研究进展及其在草类植物上的应用情况,然后从牧草营养成分分析、次生代谢产物预测、病虫害抗性鉴定、非生物胁迫抗性评估4个方面阐述了NIRS分析技术应用于草类植物航天育种的意义和潜在价值。NIRS技术不仅能提高育种选择效率、加快育种进程,还有助于诱变机理研究的深入,将其应用于草类植物航天育种有着重要的理论和实际意义。     

基于园区网络的主动安全模型设计与研究

从现行典型园区网络安全设计方案入手，结合其在安全防范解决方案上存在的问题，提出了一种网络主动安全模型；在全局网络安全认识的基础上．阐述了模型组成部件的功能定义和网络主动安全实现流程；采用统一网络入口认证、网络知识发现及资源有效控制、沟通等手段，解决了现行网络安全设计中存在的恶意攻击行为源头定位困难，以及信息安全司法取证不准、网络资源安全被动防护、网络灾难快速反映能力差等问题．实验结果表明，该设计方案具有较好的可行性和实用性．     

出境旅游网络关注度时空演变及影响因素研究——以泰国为例

网络关注度是测量潜在旅游者对目的地旅游关注情况及需求变化的重要手段之一。基于百度指数,以我国31个省（区、市）（不含港、澳、台）的泰国旅游网络关注度为研究对象,运用季节性强度指数、地理集中度指数、赫芬达尔-赫希曼指数、地理探测器等方法,探讨我国居民对泰国旅游网络关注度的时空演化规律及其影响因素。结果表明：从时序演化上看,2011—2019年泰国旅游网络关注度呈波动上升态势,可划分为快速上升期和平稳发展期2个阶段,地区季节性差异显著,3月、7月、12月为泰国旅游网络关注度的高峰时段;从空间分异上看,泰国旅游网络关注度空间分异变化不大,空间集聚趋于分散状态,整体呈“东高-西低”的阶梯状递减特征,高关注度地区主要集中在东部地区及四川省,低关注度地区则主要分布于除四川省外的西部省份;从影响因素上看,经济发展水平（人均可支配收入、GDP）、交通便利程度、贸易开放度以及国际旅游开放度共同影响泰国旅游网络关注度的空间分布格局。     

高斯骨架差分进化算法与回声状态网络的结合应用

针对回声状态网络(ESN)对于不同时间序列的学习上无法有效地确定储备池参数的问题,提出一种新型预测模型。利用改进的高斯骨架差分进化算法(DE)来优化回声状态网络。在DE算法中引入了变异策略选择因子,并将选择因子随个体共同参与进化,使每个个体执行当前最适合的变异策略。改善了原始DE算法进化过程中的盲目性,同时选择因子的动态自适应特性保持了骨架算法近似无参数的优点,最后为避免算法早熟加入停滞扰动策略改善算法的寻优性能。为验证模型的有效性,对Mackey-Glass时间序列、赣州月平均气温数据集进行仿真实验。由实验结果可知,该模型可以提高时间序列的预测精度,且具有良好的泛化能力及实际应用价值。     

关于"圆环驻波"的深入讨论

本文在对圆环驻波实验现象深入细致观察的基础上，指出了人们关于圆环驻波的错误认识．考虑到波在反射时的能量损失后，我们得到了可以很好解释圆环驻波现象的理论结果．     

基于最小二乘支持向量机回归的背景偏振光谱二向反射分布建模分析

详细分析了土壤背景偏振光谱二向反射分布函数与探测角及探测方位角之间关系.提出了基于最小二乘支持向量机回归的偏振光谱二向反射分布函数建模,将有限实验观测条件下测量得到的少数偏振光谱二向反射分布函数扩展到2π空间范围内任意入射及观测条件.通过模型结果和实验结果分析比较,表明该模型能很好地满足准确度要求.     

使用被捕获的离子模拟反铁磁相互作用网络

在三角形反铁磁相互作用网络中,磁体的自旋取向遭遇到一个尴尬局面,或者叫作窘阻（Frustrated））局面.让我们考虑在平面上的三个磁体,它们分别位于一个等边三角形的3个顶点（a,b,c）.     

3M⊙ AGB星中26Al核合成的网络计算和反应率灵敏度分析

研究了3$M_{\odot}$AGB星中26Al核合成的网络计算和核反应率的灵敏度分析。结合最新的核反应率数据,建立了一个从碳到硅完整的核反应网络,计算了26Al的丰度。结果表明,26Al首先在AGB星中有效合成,随着核反应的进行,然后被一系列的核反应消耗。MgAl循环出现在26Al的网络中。我们将核反应网络中的主要核反应分为三类:(n, ${\rm{\gamma }}$),(p,${\rm{\gamma }}$)和($\alpha$, ${\rm{\gamma }}$),并对核反应率的灵敏度进行了详细的分析。已经确定了每一类中最有影响的核反应,它们是25Mg(n, ${\rm{\gamma }}$)26Mg,25Mg(p, ${\rm{\gamma }}$)26Al,26Mg(p, ${\rm{\gamma }}$)27Al,21Ne(p, ${\rm{\gamma }}$)22Na,18O($\alpha$, ${\rm{\gamma }}$)22Ne和22Ne($\alpha$,${\rm{\gamma }}$)26Mg。在目前网络所涉及的所有核反应中,25Mg(p, ${\rm{\gamma }}$)26Al是对26Al的产量有最大的影响,它值得核实验物理学家的关注。     

基于改进U-Net的量子点STM图像分割

为提升量子点图像分割精度,降低特征识别误差,提出一种基于改进U-Net的量子点图像分割方法.首先,在预处理阶段,设计了以色彩通道为权值的灰度化算法,以提升后续分割效果.其次,在STM图像分割部分,在原始U-Net结构上引入中间过渡层以均衡网络各层特征.而后,建立数据集,并通过实验对比不同分割算法的精确度、召回率、F-measure.最后,将分割算法应用于量子点的特征识别,并测试了不同分割方式对应用的影响.实验结果显示,改进灰度化方法保留细节信息丰富,明显提升了量子点分割精度;改进U-Net的平均精确率、召回率、F-measure相较原始网络分别提升了13.83%、2.16%、8.13%.同时,实验数据表明由于分割精度的提升,量子点数量、纵横比等特征参数的识别更加精确.