基于卷积神经网络特征提取的拉曼光谱分类研究

拉曼光谱物质定性识别已被广泛的应用于化工、安防、缉毒等行业和研究领域,但是传统的拉曼光谱分析技术依赖于光谱数据库,通过光谱特征提取进行识别。特征提取是拉曼识别的关键处理步骤,通常利用主成分分析,因子分析等方法进行特征提取,而后通过KNN,SVM和随机森林等方法进行光谱特征定性识别,当拉曼数据库不存在待定性物质时,易造成待检测物质的错误分类。针对此问题,提出一种基于卷积神经网络的对数据库缺少物质光谱识别方法。在实验过程中,采用九类,200余种精神类药品拉曼光谱作为测试对象,通过搭建卷积神经网络自动特征提取并利用Softmax分类器将200余种物质,按照Amphetamine, cathinone, cannabinoids等九种类别进行定性分析。通过与传统机器学习方法如K近邻,支持向量机等方法进行比较,基于卷积神经网络的模型识别准确性有显著提高,该方法可为拉曼光谱数据库的光谱识别检索提供一种新的识别方法。     

γ Mass Resolution versus Chamber Resolution in ALICE Dimuon Forward Spectrometer

The precisions and its sources of spatial resolutions of tracking chambers and mass resolutions of dimuon signals in ALICE Dimuon Forward Spectrometer are explored by tracking and reconstruction of AliRoot software. The dependences of γ mass resolution on spatial resolution of tracking chambers are presented with and without background events through simulations.     

液体推进剂模拟工质在离心喷嘴内流动特性研究

设计了一种双旋流槽离心式喷嘴,采用高速录像系统,研究了液体推进剂模拟工质在喷口处的雾化角特性。在实验基础上,建市r离心式喷嘴内流的VOF模型,基于FLUENT软件进行了数值模拟,获得了喷嘴内流场密度、速度分布特性。结果表明：喷雾初期喷嘴内存在一个空气核,随后很快消失,雾化角变小并趋于稳定。雾化角计算值与测量值吻合较好。     

基于自由涡的风轮失谐气动特性研究

采用一种改进的自由涡方法研究了风切变条件下,叶片安装角存在偏差的失谐风轮的气动特性。计算方法由模拟叶片气动力的非线性升力线法和模拟尾迹涡运动的时间精确自由尾迹法构成。以某2.5 MW风力机为例,计算了功率曲线和叶片气动力分布,并与Bladed软件和CFD计算结果进行了比较。研究了切变风条件下,不同叶片安装角偏差量,风轮推力、扭矩、偏航力矩和俯仰力矩的变化。结果表明,所采用的计算方法是准确有效的。风轮叶片安装角偏差,对风轮推力和扭矩影响较小,对风轮偏航和俯仰力矩影响较大。不同叶片安装角偏差量相反,会显著增加风轮偏航和俯仰力矩波动。     

冲击型微小三通内弹环状流的相分配特性

本文在入口条件为弹环状流的条件下,考察了氮气-水两相流在水力直径为0.5 mm的水平等径冲击型三通中的相分配特性。根据入口与两个分支夹角的不同,冲击型三通分为T型冲击三通和Y型冲击三通。结果发现:相分配受入口流型的影响因冲击角而异。对于T型三通,入口流型对相分配的影响较小;而对于Y型三通,随着入口条件从靠近弹状流区域过渡到靠近环状流区域,相分配往等干度分配线靠近。变动冲击角对气液两相流的相分配有一定的影响,影响程度因入口条件而异。     

AEIV结合AHSI用于饱和脂肪酮类物质的13C NMR谱模拟

应用一种反映分子局部微环境描述子--原子电性相互作用矢量（vector of atomic electronegative interaction,AEIV）和原子杂化状态指数（Atomic Hybridation State Index, AHSI）对饱和脂肪酮类化合物的55种分子中的153个¹³C NMR谱建模模拟,应用多元线性回归方法得到定量结构波谱关系(QSSR)模型的复相关系数R_MM=0.997, 标准偏差为SD_MM=7.155. 采用留一法交互检验的结果是R_CV=0.993,SD_CV=10.195. 并随机抽出三部分分子进行检验,得到的相关系数分别是R_MM1=0.996,R_MM2=0.996,R_MM3=0.999. 研究结果表明使用AEIV和AHSI所建模型预测能力是相当稳定的.     

高速传输系统CAD/CAM齿形误差最优化算法

本文提出了一种CAD/CAM齿形误差的最优化算法。本算法收敛速度快、拟合误差小,能够按照预定设计要求对齿形精度加以控制,实现最优化自动搜索,同时给出数值计算结果。     

固体介质间隔层激光标准具性能的影响因素研究

针对固体介质间隔层的镀膜标准具, 以1 064 nm激光镀膜标准具为例, 首先研究了反射膜堆数对反射带宽、基底厚度以及对自由光谱区的影响:标准具的带宽随着膜层堆数增加而减小, 自由光谱区随着基板厚度的增加而减小;其次研究了基底误差对标准具中心波长定位和透过率的影响, 通过定量数值计算证明了基底误差可通过标准具的使用角度补偿;针对典型的H(LH)^m/Substrate/(HL)^mH和L(LH)^m/Substrate/(HL)^mL两个膜系结构, 研究了入射激光发散角对标准具中心波长偏移、通带半宽度、中心波长透过率和最大透过率的影响。随着激光发散角的增加, 中心波长向短波方向移动, 通带半宽度、中心波长透过率和最大透过率呈现下降的趋势, 并且第二个膜系结构的标准具性能优于第一个膜系结构的标准具。     

高光谱成像的垃圾分类识别研究

高光谱成像因光谱分辨率高、图谱合一、可实现快速无损检测等特点现已广泛应用于农业、医学、遥感等领域。现有的对可回收生活垃圾检测与分类的方法,都存在检测时间长,分类效率低,而大量多种垃圾无法同时快速分拣等问题。考虑到不同类别的生活垃圾由于其主要组成分子结构的差异,对不同波长的光有不同的吸收特性。高光谱图像在记录待分类垃圾的空间信息的同时,可以获得垃圾对不同波长的光的反射率光谱信息,通过建立识别分类模型对反射率光谱信息进行分析可以实现对高光谱图像中待分类垃圾的识别与分类。收集常见纸质、塑料、木质三种材料的可回收的垃圾样本,包括塑料瓶、食品包装袋、塑料玩具(饰品)碎片、一次性筷子、雪糕棒、木制家具碎片、木制包装盒、废旧课本、广告纸、办公用纸等多种物品共30个样本,进行清洗和裁剪处理,避免样本表面污渍对样本反射率产生影响。利用高光谱成像系统采集样本在近红外(780～1 000 nm)范围内的高光谱图像,其中18个样本做训练样本集,12个样本做测试样本集。对采集的样本图像数据做预处理,包括去噪声以及黑白校正反演反射率信息等处理;通过主成分分析(PCA)方法对训练样本集感兴趣区域(ROI)进行分析,提取到的特征波段为795.815,836.869,885.619,916.409,929.239,934.37,957.463,972.858和988.253 nm;在特征波段下分别提取这三种类别垃圾的参考光谱,通过光谱角度填图法(SAM)对测试样本ROI区域内提取的测试样本点集在特征波段下与参考光谱进行匹配,由匹配程度进行样本点归类,分析结果表明,测试样本集中纸制样本(A类别)、塑料样本(B类别)、木制样本(C类别)的分类准确度分别为100%,98%和100%,测试样本点集整体的分类准确度为99.33%;通过Fisher判别方法分析训练样本集得出判别函数式和判别准则,对测试样本点集分类,评价结果为A,B和C类样本分类准确度分别为100%,100%和97%,测试样本点集整体分类准确度为99%。通过SAM和Fisher两种判别方法对测试样本集的光谱图像进行目标物的检测与分类,结果表明,利用SAM判别方法在可回收垃圾的高光谱图像中实现检测与分类有更高的分类准确度,可达到99.33%。同时,也验证了使用高光谱成像进行可回收垃圾快速分类的科学性以及可行性,对未来系统化、机械化、智能化地解决生活中可回收垃圾的分类具有一定的实用意义。