茶多酚的表面性能研究

通过分别测试二碘甲烷、水、甲酰胺等液体在茶多酚上的接触角,并根据van Oss-Chaudhury-Good的组合理论对茶多酚的表面性能进行研究。结果表明茶多酚的表面能随着茶多酚的含量增加而提高;且随着茶多酚的含量增加,儿茶素类物质即含酚羟基类物质的含量进一步增加,形成氢键的几率进一步增大,导致分子之间作用力和氢键力加大,因而使茶多酚的表面能提高。     

融合角度特征的CNN可见光室内定位算法

针对可见光室内定位精度不高的问题,提出一种融合角度特征的卷积神经网络(Convolutional Neu-ral Network,CNN)可见光室内定位算法.首先在基于接收信号强度(Received signal strength,RSS)的基础上,考虑到LED(Lighting Emitting Diode,LED)...     

基于短波红外波段的Ⅱ类水体MODIS影像大气校正算法

提出了一种基于短波红外(SWIR,short wave infrared)波段离水反射率为0的Ⅱ类水体大气校正算法.采用MODIS的1.240μm和1.640μm两个SWIR波段的反射率计算出了可见光及近红外(NIR, near infrared)波段气溶胶散射反射率,进而反演得到了这些波段的离水反射率.应用该算法对中国东部近海及湖泊的Ⅱ类水体进行了大气校正,并与实测数据和常用的大气校正算法进行了比较分析,结果表明该算法能够有效地去除大气的影响.     

光纤偏振编码量子密钥分发系统荧光边信道攻击与防御

实际安全性是目前量子密钥分发系统中最大的挑战.在实际实现中,接收单元的单光子探测器在雪崩过程的二次光子发射(反向荧光)会导致信息泄露.目前,已有研究表明该反向荧光会泄露时间和偏振信息并且窃听行为不会在通信过程中产生额外误码率,在自由空间量子密钥分发系统中提出了利用反向荧光获取偏振信息的攻击方案,但是在光纤量子密钥分发系统中暂未见报道.本文提出了在光纤偏振编码量子密钥分发系统中利用反向荧光获取信息的窃听方案与减少信息泄露的解决方法,在时分复用偏振补偿的光纤偏振编码量子密钥分发系统的基础上对该方案中窃听者如何获取密钥信息进行了理论分析.实验上测量了光纤偏振编码量子密钥分发系统中反向荧光的概率为0.05,并对本文提出的窃听方案中的信息泄露进行量化,得出窃听者获取密钥信息的下限为2.5×10~(–4).     

凝胶过程参数与溶剂极性参数之间的关系探讨

在机凝胶自组装过程中,最低凝胶化浓度MGC是一个重要的表征参数。基于文献报道的凝胶化过程中最低凝胶化浓度MGC值,并引入Kamlet和Taft定义的溶剂极性参数β对MGC做图,发现上述两者之间总是呈现一种线性关系。这种线性关系可以描述为:MGC=Aβ+B,其中A、B为两个常数。在对系数进一步探讨后,发现所有模型中的A值都为正数,即β与MGC值成正比关系。而不同模型中B值的差异明显,这说明其可能与凝胶剂的结构有关。     

一种基于SSA-DBN的室内可见光指纹定位算法

室内可见光定位在精度方面有着较高的要求,针对这一问题,文中提出了一种麻雀搜索算法(Sparrow Search Algorithm, SSA)优化深度置信网络(Deep Belief Network, DBN)的室内可见光指纹定位算法。首先,采用信号强度特征值与位置坐标建立离线指纹库;其次,利用麻雀搜索算法较好的全局探索和局部开发的能力,对深度置信网络的初始权阈值进行优化,建立网络训练模型,对待定位目标的位置进行预测,避免了DBN陷入局部最优以及收敛速度较慢的问题。最后,利用已建立的离线指纹库数据,计算定位误差并分析。在4 m×4 m×2.5 m的空间中进行实验,结果表明：文中算法的平均定位误差为3.51 cm,定位误差在6 cm以内的概率为89.9%,与DBN定位算法相比,平均定位误差下降了约22.5%。     

基于改进交互多模型的目标跟踪波形优化算法

针对传统的交互多模型滤波算法中存在模型概率固化导致跟踪精度不高的问题,提出了基于改进交互多模型滤波的目标跟踪波形优化算法。首先,通过联合前后两个时刻的模型概率对概率转移矩阵进行加权来改进交互多模型滤波;然后,基于帐篷映射以及高斯扰动对秃鹰搜索算法进行改进;最后,在多目标场景下根据最大互信息准则,利用改进的交互多模型滤波建立目标函数,使用改进的秃鹰搜索算法设计出最优发射波形。仿真结果表明,使用所提算法可显著降低跟踪误差。     

网格搜索法优化的支持向量机室内可见光定位

采用信号强度特征建立指纹库,通过网格搜索法对支持向量机参数进行优化,利用SVM回归算法建模位置坐标和信号强度特征的映射关系,实现对待定位点位置坐标的预测。在待定位点误差范围内建立子集指纹库,根据欧式距离的远近分配权值,对预测到的坐标进一步优化,实现误差最小化。将没有优化的支持向量机与用网格搜索法、蚁群算法、粒子群算法优化后进行对比,实验结果表明,使用网格搜索法优化后的SVM回归算法可以实现良好的定位效果,最终平均定位误差可达到0.042 m,且算法所需时间优于蚁群算法,寻找全局最优解优于粒子群算法。     

Markov链在企业坏账预测中的应用

从随机过程的角度,依据企业应收账款的实际情况,运用M arkov链的理论和方法,构建企业应收账款发生坏账的预测模型,并运用该模型对该企业应收账款中未来可能发生坏账的金额和时间进行预测。