多酸化学简史

多酸化学是关于同多酸和杂多酸的化学[1],是无机化学的一个重要研究领域,至今已有近200年的历史。由同种含氧酸根阴离子缩合而成的称为同多阴离子(如MoO24-→Mo7O624-),其酸称为同多酸。由不同种类的含氧酸根阴离子缩合而成的称为杂多阴离子(如WO24- PO34-→PW12O340-),其酸称为杂多酸[2]。13个历史阶段1826年,J.Berzerius发现将钼酸铵加到磷酸中会产生一种黄色沉淀物,由此成功地合成了第一个杂多酸盐———12-钼磷酸铵,但在当时还谈不上研究其组成问题,有人称此时期为多酸研究的史前时期[2]。1864年,C.Marignac合成并表征了第一个钨…     

高分子多尺度结构构筑及其在生物医学中的应用

美国斯坦福大学化学系教授Richard N.Zare于1997年提出[1]:“由化学家来构造生命”是21世纪最伟大的挑战之一,即“用化学的方法去得到能自我复制、自我组装,甚至有进化可能性的系统”是当今对化学家最严峻的挑战之一。为什么研究生命体系要寄希望于化学家呢?因为一则生命体系由     

基于LPC2210和SSD1339的PM-OLED驱动控制电路

为了避免早期无源矩阵有机电致发光器件驱动控制电路的一些缺陷,如:"串扰"和"交叉"效应以及电路连接比较复杂,用两种方法实现了基于飞利浦公司生产的LPC2210控制芯片和晶门科技公司的SSD1339驱动芯片的驱动控制电路。首先介绍了有机电致发光器件的结构和发光原理以及芯片SSD1339和LPC2210的主要的特点;分析和比较了SSD1339的8080系列并行口和LPC2210外部存储控制单元的读写时序;分别利用LPC2210的通用输入输出单元和外部存储控制单元,成功的控制SSD1339驱动128RGB×128点阵有机电致发光屏。实验结果表明:两种方法不仅可以有效地克服早期驱动控制电路的缺陷,而且可以使有机电致发光屏显示出高质量的图片;用外部存储控制单元实现的驱动控制电路,可以实现约80 Hz的驱动帧频;而使用通用输入输出单元实现的驱动控制电路,可以单步跟踪数据的传输,因此它具有方便查错的优势。本次实验为在不同的集成环境下无源矩阵有机电致发光器件驱动控制电路的设计奠定基础。     

基于图像透光率的粉尘浓度测量算法研究

为了实时在线监测颗粒物料在装卸和运输过程中所产生粉尘的浓度,提高粉尘浓度测量结果的精确性与可靠性,提出了一种基于图像透光率特征值计算的粉尘浓度测量算法。通过搭建粉尘浓度视觉测量实验平台,采集粉尘图像,再提取粉尘图像的透光率特征,以暗通道理论为基础,结合图像饱和度与亮度信息对粉尘图像透光率值进行计算,并采用多项式拟合的方式建立了粉尘浓度与图像透光率之间的映射关系,实现了粉尘浓度的高效率、高精度测量。研究结果表明：该算法不仅能有效地测量出粉尘浓度,且平均相对误差仅为7.77%,精确度得到有效提高,测量范围更大。     

面向三支群决策的多粒度图像模糊概率粗糙集研究

随着新兴产业的快速发展,社会经济中各类复杂决策问题不断涌现,复杂决策问题的有效求解离不开推进体现科学化与民主化的群决策。图像模糊集作为直觉模糊集的推广形式,在实际应用中能够高效处理信息不一致的问题。本文针对图像模糊三支群决策问题,由于传统损失函数受决策者主观因素的影响进而在构造阈值时各有不同,探索了面向三支群决策的多粒度图像模糊概率粗糙集模型与方法。首先,本文将图像模糊的概念与三支群决策模型相结合,提出可调多粒度图像模糊概率粗糙集模型。然后,计算属性权重和专家权重时运用离差最大法。鉴于VIKOR(多准则妥协解排序)法能够同时考虑群体效用最大化和个体遗憾最小化并融入决策者主观偏好,利用VIKOR法进行多粒度图像模糊粗糙隶属度的最优粒度选择,进而建立图像模糊三支群决策方法。最后,通过一个UCI(University of California Irvine)数据库中的实例证实本文所构建方法的可行性。     

一种基于区间q-rung Orthopair模糊投影模型的多属性群决策方法

本文提出一种基于区间q-rung Orthopair模糊投影模型的多属性群决策方法。首先,定义一种度量向量间相关程度的区间q-rung Orthopair模糊投影,研究其性质。其次,基于区间q-rung Orthopair模糊环境中各备选方案与正负理想方案之间的投影关系,提出一种基于区间q-rung Orthopair模糊投影优化模型的TOPSIS多属性群决策方法。该方法能实现对备选方案的有效排序。最后,通过将该方法应用于为制造企业选择供应商的多属性群决策问题中,验证新方法的可行性和有效性。     

基于多图谱配准的三维胰腺CT图像分割

胰腺的自动分割一直是医学图像分割中一项具有挑战性的问题。胰腺是一个具有高度解剖变异性的器官,目前的多图谱分割方法很难对胰腺的边缘产生精确的分割。针对这一问题,采用了基于多图谱配准的分割算法对胰腺进行分割,优化了一种局部动态阈值的后处理方法。在标签融合阶段,采用概率阈值融合算法、Majority voting(MV)算法、STAPLE算法和SIMPLE算法四种标签融合算法进行对比。在后处理阶段,采用局部动态阈值处理方法,首先通过初步分割结果对目标图像提取目标区域,然后自动确定阈值实现该区域的二值化,最终与初步分割结果取交集作为最终分割结果。采用留一交叉验证策略对80例NIH胰腺CT图像和22例来自上海本地医院的胰腺CT图像进行分割,最终得到的DSC分别为79.98%和81.30%。实验结果表明,所提方法实现了对胰腺的有效分割。     

基于卷积神经网络的红外与可见光户外图像融合

针对户外环境下红外与可见光图像融合效果不足的问题,提出一种基于卷积神经网络的红外与可见光户外图像融合方法。该方法先利用滚动引导滤波器对输入的红外图像进行预处理,过滤噪声并消除无用信息。然后,利用Curvelet变换将红外图像与可见光图像分解成高频系数与低频系数,利用基于卷积神经网络的深度特征融合规则融合高频系数,采用最小融合规则融合低频系数。实验结果表明,该方法的融合图像在主观视觉与客观定量两方面均获得了较好的结果。     

基于前向光散射的水体悬浮颗粒物粒度双CMOS测量技术研究

基于CMOS探测器的静态光散射法能够实现水体悬浮颗粒物粒度分布的快速检测,受探测器工作特性和面幅大小的限制,前向光散射的CMOS粒度测量范围和精度难以提高。提出了颗粒前向光散射的双CMOS测量技术,重点研究双CMOS散射信号拼接测量方法,设计消除背景干扰的CMOS探测器分环方式,实现宽粒径范围颗粒粒度的准确测量。实验结果表明：基于CMOS探测器的颗粒粒度测量上限提高到了1000μm, 1000μm、500μm标样的D₅₀测量相对误差分别为0.7%、0.1%,大粒径颗粒粒度测量准确度高;同时双CMOS探测的方式将单CMOS的粒度测量下限由5μm提高到了2μm, 5μm、2μm标样D₅₀相对误差分别由单CMOS的15.0%、51.1%下降至双CMOS的1.4%、2.6%。     

基于空洞循环卷积的近红外图像彩色化方法

针对近红外图像彩色化过程中存在近红外与可见光图像间模态差异较大、图像域样式不佳而导致其彩色化结果出现色彩纹理不吻合的问题,提出一种基于空洞循环卷积的近红外图像彩色化方法。改进CycleGAN网络,利用级联结构和空洞卷积块的优势设计了一种名为空洞级联模块,该模块采用编解码级联结构,代替原模型残差网络中的单向连接结构,进行特征通道的级联。在编解码级联层中引入空洞卷积模块,利用空洞卷积不损失图像纹理细节的优势,进一步提取不同尺度的近红外图像特征信息,最后通过解码将近红外灰度图像上色成彩色近红外图像。算法在生成网络中采用空洞级联方式改善误着色问题;在判别网络中引用感知损失函数改善网络收敛速度慢的问题。并且在NIR＿VIS数据集上开展验证和分析。实验结果表明,所提方法提升效果明显,更好地保持了原目标的结构及色彩纹理特征,有效地提升了近红外图像的可视化效果。