主被动光学图像融合技术研究

本文应用扫描式激光成像雷达获取试验数据并实现对激光数据的三维成像处理,给出了基于目标特征的激光雷达图像与被动光学图像的数据融合方法,实现了激光图像和光学图像间的三维融合。试验结果表明,本文所提出的基于目标特征的两种不同质图像间的融合方法是可行的,融合后的图像具有丰富的光谱信息和三维立体信息。     

日本超高速骨干光纤传输系统迈入400 Gps时代

随着互联网和智能手机的普及,数据流量呈爆炸式成长,为了满足不断飙升的通信需求,100 bit/s相干光纤系统顺势产生。100 Gbit/s超高速光纤传输系统全面商用日本NTT、日本电气、富士通、三菱电机株式会社公司等受日本总务省委托,研发出了100Gbit/s光纤传输系统。它可以用到WDM的骨干光纤网及海底光缆网络中,同时也可用在     

NMR波谱仪集中优化管理模式

论述了核磁中心采用的相对集中管理模式.集中管理模式主要体现在上样辅助、中央供气、数据集中上传与下载3个方面.另外,还提出了未来可以从集中供高纯N2和LN22个方面进一步改善中心的集中管理模式,从而能够更好的优化测试效率和工作环境.     

中药微量元素数据（16）

＂中药微量元素数据＂分为植物药、动物药、生物甲壳药、矿物药和中成药刊出,其中又细分为解表药、泻下药、清热药、利水渗湿药、祛风湿药、温里祛寒药、芳香化湿药、理气药、理血药、补养药、固涩药、化痰止咳药、消导药、熄风镇痛药、养心安神药、芳香开窍药、外用药、驱虫药、各类中药煎煮液。 检测的中药747种,共6 780味。每种药包括药名、学名、科属、部位、产地、元素含量、分析方法和文献来源等8个内容。以表格形式表示。每味药物最多测定38种元素,最少测定4种元素,平均测定17种元素,共展示出的元素数据约12万个。 每一个数据含义非常深刻,如序号为113的黄芩,共测定河北、山西、辽宁、黑龙江、山东、云南、四川、河南、吉林、陕西、甘肃、内蒙古、江苏等50个不同产地黄芩中的20种元素。又如序号为114的猕猴桃,共测定其中花、果、叶、枝、茎、根、皮、汁等8个不同部位中的23种元素。从元素的角度去研究中药不同产地、不同部位的药用功效,很有科研价值和实用意义。还可以用模式识别法去研究微量元素与中药的解表、清热、理气、理血等药性的关系,指导合理用药和配伍,深入研究中药与元素数据的关系,可以发现其中许多意想不到的科学规律。 ＂数据＂所参考的1 036条文献,全是公开发表的论文和专著,是中国科研人员使用34种先进的分析测试方法所得的分析测试数据,是研究课题的＂数据＂,有高度的可靠性。对中药进行＂解剖＂测试,不但测定其＂全身＂中的元素,还测定其不同＂器官＂中的元素含量,如人参,既测定全参,又测定人参子、人参叶、人参皮、人参花、人参芦、人参茎、人参果、人参须等8个不同部位的元素含量,用元素功能指导临床用药很有帮助,甚至有些可用替代药,而且用中药治疗的阴虚、阳虚?     

基于极课大数据的初中化学组卷及试卷评价

为了提高组卷质量,基于极课大数据建立初中化学校本题库,根据双向细目表,利用该系统的出卷功能进行组卷。采用SPSS软件对试卷难度、区分度、信度和效度进行综合分析和评价,可知基于极课所出试卷各项评价指标较优秀,符合考试要求,试卷质量高。     

P-CS不确定性量化模型与其性能数据驱动更新方法

在实际工程中, 广泛存在大量的不确定性信息, 直接或间接影响着工程结构形式设计、结构性能评估与预测以及在役结构损伤识别等工作的开展与决策. 这些多源不确定性信息往往需要用多种不同的不确定性量化模型加以描述; 与此同时, 不确定性变量在使用过程中可能随时间变化且难以直接测量, 需要间接根据性能测试信息在使用工程中更新不确定性量化模型. 为兼顾上述两个问题, 本文基于等概率变换原则提出了一种P-CS (probability-convex set) 不确定性量化模型, 该模型将不确定性变量用概率随机变量与非概率凸集变量组合表征, 可统一表达概率模型、非概率模型以及非精确概率模型, 实现多源、多类型不确定性的统一量化. 本文进一步基于贝叶斯理论提出了一种针对该P-CS不确定性量化模型的性能数据驱动更新方法. 该更新方法根据性能测试数据信息更新P-CS不确定性量化模型参数取值的信度分布, 从而根据后验信度分布计算得出当前P-CS不确定性量化模型参数集合. 通过数值算例详述了P-CS不确定性量化模型的构建方法与其概率、非概率特性, 并验证了性能数据驱动更新P-CS模型方法的适用性.      

裂纹反演分析的NMM-Elman神经网络协同方法

裂纹识别是结构健康监测的重要内容。本研究基于反演分析原理,将数值流形方法(NMM)与Elman神经网络相结合开展裂纹识别。NMM用于获取对应裂纹构型下测点的位移数据以供Elman神经网络的学习,在此基础上利用训练好的Elman网络进行了直线裂纹反演。通过2个典型算例证实了NMM-Elman协同方法的可行性和精度,与此同时分析了测点布置方式及输入数据噪声等因素对裂纹反演精度的影响。表明本研究的方法能够准确反演出单一及复杂裂纹的裂尖坐标。本研究的工作为复杂裂纹的高效准确识别提供了一种新的思路和方法。     

卷积神经网络在装备磨损颗粒识别中的研究综述

铁谱法是用于装备故障诊断的1种重要方法,其中铁谱法的重点是铁谱图像的分析,即磨损磨粒分析. 卷积神经网络是当下最流行的深度学习算法之一,其广泛应用于图像识别领域,使得图像识别领域得到突破. 随着卷积神经网络的快速发展,磨损颗粒在智能识别方面的技术取得了重大的突破. 本文中首先简述了卷积神经网络与磨粒智能识别的发展历史,针对基于卷积神经网络的磨粒识别方法进行了从图像数据集处理到模型优化技术方面的介绍,并详细说明了这些技术在磨粒识别中的具体应用实例. 然后从现有网络和自设计网络两方面分类,整理了近年来卷积神经网络应用于磨粒智能识别的代表性文献,综述了这些工作所提出的模型结构和特点,分析并阐述了各个模型主要的识别原理,各个网络结构存在的优缺点,以及它们的数据采用情况等,并对未来磨粒智能识别的主要研究方向进行了展望. 最后肯定了卷积神经网络方法在磨粒智能识别方面的重要性,同时指出了基于此方法的磨粒识别模型的缺点,并提出了应紧跟图像识别领域的最新技术以促进磨粒智能识别水平提高等建议,对磨粒智能识别的发展具有一定的意义.      

基于混频DSGE模型的石油价格波动及石油消费偏好动态效应研究

本文将石油作为生产原料和消费品分别引入生产和消费过程,构建了包含石油的动态随机一般均衡模型,并基于混频数据对模型参数进行贝叶斯估计,进而考察石油价格冲击和石油消费偏好冲击对中国宏观经济的影响机制。理论分析表明,石油价格上涨推动生产边际成本上升,短期内会引发成本推动型通货膨胀,中期内会导致产出下降,对中国宏观经济具有负向影响。为增强中国宏观经济抵御国际原油市场风险的能力,应当不断增强生产要素间的替代弹性,降低中国经济对石油的依赖度。此外,正向的家庭石油消费需求冲击,不仅对家庭的消费、投资决策产生影响,还通过扩大总需求拉动经济增长。考虑到现阶段石油消费偏好冲击对经济增长仍存在积极效应,在推进中国经济绿色发展的进程中,应妥善处理能源、环境与经济三者间关系。     

基于分布式大数据的Expectile回归分析

为应对分布式大数据对传统统计建模分析带来的巨大挑战,考虑Expec tile回归模型以实现基于分布式大数据的有效数据处理和统计推断.其新颖之处在于对分布式存储于每台机器中的数据,分别应用Expectile回归,再通过平均方法聚合这些回归结果并进行综合推断.在算法上,考虑在处理大数据计算中热门的交替方向乘子算法(ADMM)基础上,提出了分块ADMM算法,该迭代算法易于并行计算,结果稳健,而且可以显著减少存储大数据所需的容量.不仅基于分布式大数据的Expectile回归模型的参数估计具有良好的有效性和渐近性质,而且数值模拟和实证分析也都验证了该方法在处理分布式大数据时的有效性.