醋酸去氧皮质酮对大鼠肌肉电解质、静息电位和线粒体的影响

每日给大鼠注射醋酸去氧皮质酮(DOCA),连续5,10,20或30天,血清钾水平约降低25％,在此期间血清钠浓度不变。趾长伸肌与比目鱼肌钾浓度明显降低,钠浓度增加。随着电解质浓度的这些变化,两块肌肉的静息膜电位在体时呈超极化,而离体时,随外界钾浓度的降低而表现出去极化现象。肌肉线粒体受损。趾长伸肌中的受损程度较比目鱼肌中的严重。损伤程度与使用醋酸去氧皮质酮的时期长短有关。     

一种基于新型小波包阈值的图像去噪方法

提出了一种基于小波包理论去除图像噪声的方法,用小波包把图像分解为高频分量和低频分量,根据高频分量估计噪声的标准差,并利用该标准差以及Birge-Massart惩罚函数计算阈值.鉴于传统软硬阈值的缺陷,采用一种新型阈值量化方法,用三次多项式在硬阈值的基础上插值,使新的阈值函数保持了连续性和可导性.通过这种方法既消除了图像的振铃现象,又保留了细节成分.实验表明：与传统方法相比,新方法使图像视觉效果和峰值信噪比均获得提高.     

电场的增强作用对介质膜光栅损伤形貌的影响

研究了电场在介质膜光栅结构中的增强效应对其抗激光损伤阈值的影响.使用傅里叶模式方法计算了电场在介质膜光栅浮雕结构内的分布.数值分析表明：电场在介质膜光栅中增强的最大值为入射光的2倍,其最大的位置出现在相对于入射光对面的光栅槽侧壁。实验测试介质膜光栅样品在1 064 nm和12 ns, 51.2°和TE偏振光入射时,其抗激光损伤阈值为6.61 J/cm2.对损伤形貌进行扫描电镜精确分析,发现介质膜光栅的初始损伤产生于电场在介质膜光栅内增强最大的位置处.     

激光辐照PC型HgCdTe探测器的实验研究

分别用连续波1.319μm激光和10.6μm激光辐照PC型HgCdTe红外探测器时,得到了不同辐照光功率密度下,探测器输出的一系列实验结果。给出了在波长为1.319μm的波段内激光辐照下PC型HgCdTe探测器的饱和阈值;用波长为10.6μm的波段外CO2激光辐照探测器时,发现了一些与波段内激光辐照探测器时大不相同的实验现象;对实验结果进行了分析。简要总结了PC型HgCdTe探测器对于波段内和波段外激光辐照的响应机制。     

高反射膜激光零几率损伤阈值的实验研究

在确定光学薄膜激光损伤阈值的实验数据处理过程中,发现一些样品的数据点分布偏离直线型式。对此,用国际标准规定的零几率来确定损伤阈值的同时,对测试数据点采用了不同的非直线拟合,也得到一个零几率损伤阈值。比较两者差异,并与实验测试结果对照,发现这些样品采用非直线拟合得出的零几率损伤阈值与实际情况更接近一些。     

激光触发多级多通道开关研究

研究了200kV激光触发多级多通道开关的运行机理,该开关在直流电压下以四倍频Nd:YAG激光器为触发源进行的实验结果表明：开关触发延迟时间及其抖动随开关电压、激光能量和充气压力上升呈指数下降趋势,对混合气体则随气体密度上升而上升。随透镜焦距的增大延迟时间及其抖动呈上升趋势。该开关实现了多通道放电。     

掠夺与归还：西方争议性遗产的伦理困境

殖民地文物归还事件引发的争议揭示了去殖民化进程的困境。“归还”被期待生成新的关系伦理,但其认知与行动都基于以所有权为核心的物权伦理,未能关照殖民主义文物占有的神话学经验,遮蔽了物伦理的政治性与异质性;而将物权伦理作为“普世伦理”正是资本主义全球扩张的结果。维护物权伦理的物的知识巩固了对文物的祛魅与分裂,使文物即便归还,也仍需“神圣”博物馆赋能,有悖于“恢复原状”的假设。以物为主体/物质化的伦理考察有助于突破物权伦理的普世意识,建立起对普遍困境的反身性思考。作为争议性文化遗产的殖民地文物及其归还事件应作为生产性的实践,激发去殖民化的知识反思。     

基于多维时空分析的LiDAR测深系统去噪方法

为了提高激光雷达海洋测深系统探测精度,提出了一种基于时空联合分析的去噪方法.利用激光雷达系统在多个脉冲触发采集周期内的回波信号之间较强的时空相关性,对任意一个周期内的回波信号,通过匹配分析找到多组相似的回波序列,把各组高度相关的回波序列转换成矩阵形式进行多维时空相关分析,在2-D变换域应用硬阈值收缩算子衰减噪声,以加权...     

微光成像系统的阈值探测理论和视距探测方程的研究

研究目前文献中常见的１８种微光成像系统探测方程之间的内在联系和异同之处，分析论证各种阈值探测理论和探测方程存在的问题和不足。在此基础上，从人眼的视觉理论和阈值特性出发，建立微光成像系统新的阈值探测理论模型，并分别导出微光直视系统和微光电视系统的视距探测方程。应用所导出的理论公式计算的数据与各种实际系统的实测数据进行了比较，证明新的阈值探测理论和视距探测方程是正确可靠的，且具有很高的精度。     

基于多域特征提取和深度学习的声源被动测距*

由于实际海洋环境中存在大量的非高斯噪声,一些基于高斯假设的传统去噪方法在实际海洋环境中性能下降甚至失效。针对非高斯噪声,如α稳定分布噪声、非平稳行船噪声下的脉冲信号的去噪与重构,该文提出一种基于深度学习的方法。去噪模型首先通过学习带噪信号短时傅里叶变换谱与残差谱之间的映射关系以去除环境噪声,之后对去噪信号的时频谱进行逆变换重构脉冲信号。仿真实验结果表明,深度学习模型在非高斯噪声环境下脉冲信号的去噪与重构任务中有着良好的表现,在实测样本上也表现出良好的泛化性,体现了一定的工程应用价值。