《分析化学中的小波分析技术》

小波变换的概念是由法国从事石油信号处理的工程师J．Morlet在1974年首先提出的并建立了反演公式。它解决了Fourier变换不能解决的许多困难问题，所以被誉为“数学显微镜”，具有分析发展史上里程碑式的意义。本书是分析科学现代方法丛书中的一册，是国内第一本介绍小波分析在分析化学中应用的图书。作者卢小泉教授自1994年始从事小波分析在分析化学中的应用研究，他在自己科研的基础上参阅了国内外大量的有关小波分析的文献后编著此书，书中内容具有很强的针对性和实用性。该书的出版能给分析化学工作者，特别是化学计量学工作者提供一些有价值的参考。     

偏最小二乘法结合傅里叶变换红外漫反射光谱快速测定煤质

发热量、挥发分和灰分等是衡量煤质的质量指标。通常,烟煤的发热量、挥发分和灰分是按行业标准方法[1]分别进行测定的,操作过程繁琐,速度慢,且费用高。随着化学计量学多元校正方法的发展与广泛应用,董庆年采用最小二乘法结合红外光谱成功测定了灰分[2];而应用偏最小二乘法[3](P     

概率神经网络和FTIR光谱用于食道癌的辅助分析

利用正常与相应癌化食道组织的主要FTIR特征峰aυs,CH3、sυ,CH2、σCH2、aυs,po4-、υc-o、sυ,po2-及sυ,磷酸化蛋白作为概率神经网络的输入向量,对网络的主要参数(网络径向基函数分布spread(0~5))、输入向量和网络表现(m ean accurate rate of recogn ition)之间的关系进行了研究。主要结论如下:i)无论输入向量是哪种特征频率的组合,其平均识别正确率都高于71.40%;ii)当输入向量为特征频率sυ,po2、sυ,磷酸化蛋白或υc-0、sυ,po2、sυ,磷酸化蛋白时,网络表现较佳,平均识别正确率较好。当spread介于1.4~2.3时,两者均达到网络具有的最高平均识别正确率(85.71%);iii)大多数情况下,网络的平均识别正确率与spread之间呈现二个高峰的特征,即spread介于0.1~0.3和1.5~5.0之间时,网络均具有较高的平均识别正确率。研究表明,以傅里叶变换红外光谱的主要特征峰为概率神经网络的输入向量,用于食道组织样品的癌化识别分析是完全可能的,其平均识别正确率可达85.71%。     

聚乙撑二氧噻吩阳极降解的研究

研究了聚乙撑二氧噻吩(PEDOT)膜在水溶液中的阳极降解过程. 研究发现PEDOT的阳极过程可以分为p掺杂区[电位范围－0.3～0.5 V (相对于饱和甘汞电极; vs. SCE)]、过渡区[电位范围0.6～1 V (vs. SCE)]、过氧化区[电位范围1.2～1.6 V (vs. SCE)]三个电位区域. 用电化学阻抗谱法、循环伏安法、红外光谱技术、膜电阻测量以及电子自旋共振技术分别研究了PEDOT膜在这三个电位区域的行为. 结果表明: PEDOT膜在这三个电位区域的性质有明显不同. 在p掺杂区PEDOT膜的官能团、共轭结构、导电性均保持, 即在这个电位区发生可逆的掺杂/脱掺杂反应, 膜几乎不降解. 在过渡区和过氧化区, PEDOT膜均发生了降解. 与传统的导电聚合物在高电位的阳极降解的过氧化过程不同, 我们认为膜在较高电位(过渡区)发生一个驰豫过程, 该过程使得膜的官能团改变, 但是膜的共轭结构和导电性均保持; 而在更高的电位区(过氧化区)膜的降解和一般意义的过氧化降解相同, 此时膜的官能团、共轭结构、导电性均发生不可逆的破坏.     

纳米线组装叶片状三氧化钼的合成及其对三乙胺的气敏性能

通过溶剂热法制备了由一维纳米线自组装的叶状三氧化钼纳米材料,借助X射线衍射（XRD）、场发射扫描电子显微镜（FESEM）、透射电子显微镜（TEM）、高分辨透射电镜（HRTEM）、紫外-可见漫反射光谱（UV-Vis DRS）、热重-示差扫描量热（TG-DSC）、氮气吸附（N₂-sorption）等技术对材料进行了系统的组成和结构表征。结果表明,一维纳米线表面具有粗糙结构,且由一维纳米线组装的叶片状三氧化钼属畸变八面体中的正交晶系,其主要暴露的结晶面是（021）。此叶片状三氧化钼气敏材料在300℃的最佳工作温度下,对2.25 g·m^-3的三乙胺表现出优异的选择性、超高的灵敏度和较快的响应时间（5 s）,甚至在浓度为4.5 mg·m^-3的检测标准下响应值仍可达到12.4。基于以上结构表征和性能测试结果,对叶片状三氧化钼的形成及三乙胺敏感机理进行了初步探讨分析。     

H.264反量化编码的优化设计与FPGA验证

反量化、反变换(IQIT)是H.264解码过程中的重要环节之一文中根据H.264规范,设计了一种节省资源的IQIT模块.通过对其中矩阵运算单元进行多次复用,大大降低了对资源的占用,并通过FPGA进行了验证.该设计结构能够满足低功耗、便携式解码设备要求.     

一种起始点无关的小波轮廓描述符

针对现有小波轮廓描述符依赖于起始点的问题,提出一种自相关小波轮廓描述符.首先对经过平移和尺度归一化后的轮廓进行小波变换,再将各个频段小波系数进行自相关变换,消除起始点变化对描述结果的影响,得到最终的自相关小波轮廓描述符.该描述符彻底摆脱了对起始点的依赖,同时具有较高的描述精度.实验结果证明了自相关小波轮廓描述符的有效性.     

基于贝叶斯双变量模型和Contourlet变换相结合的红外图像去噪

提出了一种基于贝叶斯双变量模型(Bayesian Bivariate Model)和Contourlet变换相结合的红外图像去噪算法.首先对含有加性高斯白噪声污染的红外图像进行Contourlet变换,得到各尺度各方向上的Contourlet系数;然后用贝叶斯双变量模型去挖掘图像Contourlet系数的尺度间相关性;最后对处理后的系数进行Contourlet反变换重构,得到去噪后的图像.实验结果表明,该方法有效地捕获了红外图像的轮廓信息,提高了图像的峰值信噪比,改善了图像的视觉效果.     

SSCA算法中FFT模块的设计与实现

该文介绍了高效循环谱估计算法SSCA（Strip Spectral Correlation Algorithm）中FFT模块的重要作用,给出了一种FFT模块的设计和实现方案。该方案采用定常构形算法,可以很好地满足SSCA算法对FFT核心模块的并行化以及高速运算要求,同时数据处理采用流水线工作方式,大大提高了FFT模块的连续处理数据能力。仿真测试表明,该方案能够满足SSCA算法对FFT模块的运算要求。     

基于视觉传感器的智能车摄像头标定技术研究(上)

在智能车比赛中,摄像头组肯定要遇到的问题是图像存在梯形失真,若选用广角镜头,还会存在桶形失真。解决这两种几何失真将对后面的处理提供方便。本文介绍了作者所在车队的摄像头标定技术。此方法简单实用,值得借鉴。