基于深层信念网络的太赫兹光谱识别

特征提取和分类是太赫兹光谱识别的关键。部分物质在太赫兹波段内没有明显的吸收峰,难以人工定义、提取特征及分类识别,为此,结合深度信念网络(deep belief network,DBN)和K-Nearest Neighbors (KNN)分类器的优点,提出了一种基于DBN的太赫兹光谱识别方法。首先利用S-G滤波和三次样条插值对ATP,acetylcholine_bromide,bifenthrin,buprofezin,carbazole,bleomycin,buckminster和cylotriphosphazene在0.9～6 THz内的太赫兹透射光谱进行归一化处理;然后由两层受限波尔兹曼机(restricted Boltzmann machine, RBM)构建DBN模型,并采用逐层无监督的方法训练模型,以自动提取太赫兹光谱特征;最后用KNN分类器对8种物质的太赫兹透射光谱进行分类。结果表明,使用DBN自动提取的光谱特征,KNN分类器、BP神经网络、SOM神经网络和RBF神经网络的分类准确率达到了90%以上,且KNN分类器的识别率优于其他三种分类器;采用DBN自动提取物质的太赫兹光谱特征大大减少了工作量,在海量光谱数据识别中具有广阔的应用前景。     

不同装瓶量对樟芝液体深层培养的影响

通过对樟芝液体深层培养中,以不同装瓶量分组,观察对比不同装瓶量对樟芝液体深层培养各项指标的影响.结果表明,每500mL摇瓶装瓶量50～200mL时,樟芝都能进行生长,但生物量、生长速度、培养性状等方面存在差异.随装瓶量的增加,菌球干重和菌球数逐渐减少,菌球直径逐渐增大.装瓶量为50mL时,每100mL发酵全液中,平均有1 335个菌球,菌球干重平均为533mg.分别比装瓶量达到200mL时,多709个菌球和21 7.4mg菌球干重.不同装瓶量,发酵液pH变化趋势基本一致,终止pH均在3.1左右,但随装瓶量的增加,菌丝生长速度逐渐减缓.终止发酵后,发酵液多糖含量随装瓶量的增加而增长.装瓶量为50mL时,发酵液多糖含量偏低,为6.482 6 mg/mL;装瓶量为75～150 mL时,发酵液多糖含量相差不大,均在11.3841～13.597 7 mg/mL之间;装瓶量为200 mL时,发酵液多糖含量偏高,达到18.103 9 mg/mL.除装瓶量为100 mL和200 mL时,樟芝菌球有细小分枝外,其余各处理表面较光滑,没有肉眼可见的分枝.不同装瓶量条件下,菌球生长都比较均匀,圆形或肾形,发酵液有浓郁的果香味.     

深层构造新活动性的影响——新丰江水库区构造的三维数学模拟计算

本文采用三维弹性、粘弹性程序,模拟广东新丰江水库区地壳上层(地下5km以上)和下层(5—10km)的构造骨架。在给定的构造应力场作用下,探讨断裂的危险程度,下层构造变动对上层构造以及地形地貌的影响。计算认为,地壳下层的北西向断裂是新丰江水库诱发地震主震的地震断层。本区的地震活动不仅与区域构造应力场有联系,而且与地壳上层和下层的构造框架都有密切关系。在地震序列发展过程中,地壳的上层和下层构造发挥了不同的作用。在区域构造应力场作用下,赋存于较深部位的新构造活动可能牵动浅层构造的变化,影响地势起伏的基本格局。深部构造的新活动性对地表地貌的影响是隐蔽的,属于间接控制,可是,其重要意义则不可忽视。     

谈化学与教育的关系

从许多大化学家也是大教育家、化学为心理安全和教育提供理论依据、化学为心理安全和教育提供实践证据、化学是推进心理安全和教育的优佳学科等方面讨论了化学与教育整体的深层关系。     

斜交共线式光热偏转的理论和实验

理论推导了斜交共线式光热偏转信号垂直（ｎｏｒｍａｌ）分量的表达式，并进行了实验验证，两者结果一致．分析并讨论了斜交共线式光热偏转构型的深层剖析能力和构成差分光度以消除溶剂吸收的可能性．     

重视考题教学价值,鼓励学生交流展示——以2014年湖北襄阳卷第25题解题教学为例

最近一次数学自习课上有学生问了一道中考题,笔者感觉该题很有探究价值,于是就跟全体学生一起开展多解探究,并反思了问题的深层结构,占去一节课的时间,但大家感觉收获很大.本文记录这次习题课上的精彩片断,并反思考题的教学导向,与同行研讨.一、考题及教学对话     

多挖“内部”,少用“外援”

拿到一个问题感到棘手时,大多重新审视的思路是:找外援(借助其他分支知识同题异构),很少深层内部再挖掘,错失深层开发的良机,导致思维定势即不一定的等价变形的     

基于深度学习的污损指纹识别研究

随着社会信息化水平的提高及不稳定因素的增加,人们迫切需要更加可靠的识别技术对身份进行认证。因此,利用生物特征进行鉴定已成为时下热潮。其中的指纹识别更是因其方便性和可靠性受到普遍认同。传统的指纹识别方法基于特征点比对寻求相似性,此种方法特征点寻找容易出错,且随着指纹的模糊、破坏、污损或是其他问题,均会使识别率明显降低。针对这些问题,该文提出基于深度卷积神经网络(CNN)的CBF-FFPF(Central Block Fingerprint and Fuzzy Feature Points Fingerprint)算法对污损指纹图像进行分类识别。CBF-FFPF算法提取指纹中心点分块图像及特征点模糊化图,合并后输入CNN网络,进行指纹深层特征识别。将该算法与基于主成分分析(KPCA),超限学习机(ELM)和k近邻分类器(KNN)的指纹识别算法进行比较,实验结果表明,所提出的CBF-FFPF算法对污损指纹识别有更高的识别率和更好的鲁棒性。     

预钻条件下激光参数对盲孔品质的影响研究

PCB的深层次、大孔径盲孔加工一直存在孔底和孔口的直径比小、孔径误差大、孔壁质量差等问题。文章论述了CO2激光加工盲孔的常用方法,结合样品特征最终选择了机械控深钻加激光钻的方法,在此基础上对激光钻孔关键参数脉冲宽度、脉冲次数,焦深、光圈大小等因素进行实验研究,总结了其对盲孔孔型的影响,并通过专业的数据分析软件对实验数据进行分析,预测了合适的加工参数,选用软件预测的加工参数完成了样品的制作,最终通过品质验证,为深层次盲孔的加工提供了参考。