关于室温磁制冷材料的评价

如何评价开发的新型材料是否适合在室温磁制冷机中使用，有不同的看法。将最近报道的有影响的磁制冷材料如Gd-Si-Ge系列合金，La-Fe-Si系列合金与金属钆进行对比，说明不能仅仅根据等温磁熵变的数据判断它是否适用于磁制冷机中。应该以金属钆作为室温磁制冷材料的基准材料，全面评定各个新开发的磁制冷材料的绝热温变、使用温度区间、单位体积磁熵变等参数。数据说明，金属钆在综合性能上具有优势，是目前室温磁制冷机主要采用的磁制冷剂。     

数字照片图像来源检测中的传感器模式噪声预处理方法

针对传感器模式噪声易受CFA插值噪声和JPEG压缩噪声污染,提出一种基于空域平滑滤波的传感器模式噪声预处理方法,去除干扰噪声,从而提高数字照片图像来源检测准确率.假设传感器模式噪声是一种类似高斯白噪声的随机信号,其在频域具有与高斯白噪声相似的平坦频谱;基于此,在空域采用高斯白噪声对传感器模式噪声进行引导滤波,其空域平滑效果使传感器模式噪声在保持自身性质的同时,拥有与高斯白噪声相似的特性.手机相机照片图像库的评估实验结果表明,与现有预处理方法相比,所提算法在图像来源检测准确度上Kappa统计系数提高了0.026以上,同时算法对JPEG压缩的鲁棒性也明显优于其他算法.     

基于2D DenseU-net的核磁共振海马体分割

针对深层U-net网络易出现梯度消失以及存在特征重用率低的问题，本文提出一种2D DenseU-net海马体分割算法框架，融合了DenseNet和U-net两种网络结构。通过在U-net中构建当前层与前面所有层的密集连接，有效缓解了深层U-net易出现梯度消失的问题，并加强了特征传播与特征复用；DenseU-net在发挥密集连接优势的同时，保持了U-net网络中下采样和上采样的长连接结构，有助于保存浅层信息。此外，针对海马体存在比例少、体积小、边缘不清晰等特点，本文对数据样本依次进行正样本数据增强、尺寸均等剪切以及去除无效样本、边缘采样的特殊处理，有效解决了正负样本失衡问题并强化了海马体细节信息，保证获取完整的特征用于网络训练。在公开数据集ADNI（Alzheimer's Disease Neuroimaging Initiative）上的实验结果表明，本文方法能够达到92.63%的平均分割Dice精度，优于传统的海马体分割方法以及目前流行的一些基于深度学习的海马体分割模型。     

支持虚拟场景图形交互系统的设计与实现

在分析SVG特点的基础上,以支持虚拟场景的网络售票系统为例,介绍了SVG在数据驱动图形交互Web业务领域中的应用．在应用系统的原型实现中,提出基于Servlets的代理服务器框架模式,给出代理服务器的基本Servlet结构,实现了SVG图像图形元素的数据驱动．通过服务器存储SVG与JavaScript模板等方式,解决SVG图形元素的重用以及客户端响应的动态生成．     

(Gd1-xREx)5Si4(RE=Dy, Ho)系列材料磁熵变研究

对 (Gd1-xDyx)5Si4(x=0.1, 0.2, 0.3, 0.35) 和(Gd1-xHox)5Si4(x=0.05, 0.15, 0.25)系列合金的居里温度、磁相变、磁熵变等磁性质进行了研究. 结果发现 该系列合金保持了Gd5Si4的Sm5Ge4正交型晶体结构, 居里温度随着引入的x量的增加而呈近似线性减小趋势;在居里温度附近样品的磁特性符合二级相变规律;通过调节Dy 或Ho的含量调节居里点, 样品中不含贵重元素Ge, 大大降低了成本;在较宽的温度范围和低场下(＜2 T)具有较大的磁熵变值从而使其适合于被制成梯度功能复合材料. 研究表明 (Gd1-xREx)5Si4(RE=Dy, Ho)系列材料有望成为较好的室温低场磁制工质.