复眼图像超分辨率重构中配准算法研究进展

高分辨率图像能够提供更多的图像细节和更清晰的图像质量,因此模仿生物复眼高分辨率这一特性、研究复眼超分辨率对于航天侦查和军事目标的识别具有重要意义。近年来亚像素级图像配准作为超分辨率重构中的关键步骤成为了研究热点,新的配准算法层出不穷。图像配准作为复眼图像超分辨率重构技术中至关重要的一步也是超分辨率重构中的一个难点,图像配准的精度以及图像配准算法的运算复杂程度直接影响着超分辨率重构的质量和效率。文中总结了近年来国内外超分辨率重构中配准算法的研究进展,介绍了图像配准技术和复眼超分辨率重构技术的基本原理和应用背景,阐明了课题的研究目的、意义以及发展前景,并且重点研究与分析了目前主流的配准算法以及各自的优缺点,并对今后的研究趋势进行了展望,同时为今后的配准算法研究提供了重要参考。     

锂电池磷酸铁锂正极材料的结构与性能相关性的研究进展

磷酸铁锂(LiFePO_4)具有环境友好、价格便宜、安全性能好等优点,作为正极材料已经广泛应用于国内的电动车动力电池中;为了进一步提高电池的性能,需要对影响磷酸铁锂及同类材料(LiMPO_4 (LMP);M=Fe、Mn、Co、Ni及这些元素的混合)电化学性能的因素进行深入研究。本文从材料颗粒体相特征(相结构、掺杂、纳米化、缺陷和锂离子传输机制)、界面结构及在不同的电解质环境下的界面重构和电极结构与锂电池性能的构效关系等方面进行总结,系统化的阐述并总结了影响磷酸铁锂正极材料最新研究进展。     

分散固相萃取-高效液相色谱法快速检测猕猴桃中的氯吡脲

建立了高效液相色谱快速检测猕猴桃中氯吡脲残留的方法。试样经乙腈提取、丙基乙二胺（PSA）分散固相萃取(DSPE)净化后在C18柱上以乙腈-0.01 mol/L磷酸水溶液（体积比为35∶65）为流动相进行分离,在260 nm波长下检测。氯吡脲的检出限为0.005 mg/kg,在0.05～10.00 mg/L时线性关系良好(r =1.000)。试样在0.05,0.60,1.20 mg/kg三个添加水平的回收率为82.0%~112.0%,相对标准偏差（RSD）（n=5）为2.41%。该方法简便快速,准确灵敏,适合大批量样品的快速处理。     

胶束电动毛细管色谱法分析辣椒制品中5种苏丹红

建立了同时测定辣椒粉、辣椒油和辣椒酱中苏丹红Ⅰ,Ⅱ,Ⅲ,Ⅳ,G的胶束电动毛细管电泳分析方法,样品经正己烷提取、中性氧化铝柱净化、再经丙酮-正己烷(5∶95,V/V)洗脱,经氮气吹干、乙腈溶解,用40 mmol/L硼砂-40 mmol/L SDS按1∶2的比例稀释后进样。运行缓冲液为2.5 mmol/L硼砂-30 mmol/L SDS-40%乙腈(p H 9.2)。5种色素在13 min内达到基线分离,标准曲线线性范围为1~20 mg/L,线性关系良好(r>0.997),检出限范围为0.12~0.62μg/m L,定量限范围为2.4~12.4 mg/kg。加标回收率为76.3%~98.6%,相对标准偏差(RSD)小于5%。     

下采样对复眼图像超分辨率重构效果的影响

针对复眼超分辨率重构系统中,当以不同成像分辨率(对应不同的下采样因子)的器件拍摄同一场景时,重构效果相对于各自低分辨率图像改善程度不同的问题,研究了下采样程度与复眼超分辨率重构效果之间的关系。通过仿真实验获取不同下采样因子下低分辨率图像的重构结果,从信息熵、信噪比和峰值信噪比对重构前后图像质量进行评价,并采用Romchi Ruling分辨率靶板对仿真结果进行实验验证。实验结果表明:以3至4为下采样因子对512×512的lena图像采样时,信噪比提高7.29db,重构效果改善明显;以相对下采样因子2.2对50mm×50mm的Romchi Ruling分辨率靶板采样时,分辨率提高3个等级。其研究结果可用于指导复眼成像系统研制过程中对成像器件的选型。     

云计算在网络课程中的应用研究

随着大数据时代的到来,网络如何快速和便捷处理如此庞大的数据量,为人们提供更好的服务,成为了当前亟待解决的问题。在这样的大背景下,新的网络计算模型——云计算随之产生和发展。云计算是以用户为中心,进行的分布式计算。本文将首先分析云计算在网络课程中的应用价值,在此基础上基于云计算技术设计网络课程平台,最后,对云计算在网络课程中的应用技术进行分析和探讨,以期能够对网络课程行业的发展有一定的参考价值。     

Windows应用程序如何访问DOS内存的常驻部分

能否让Windows应用程序象DOS程序那样能读取TSR数据呢?回答是肯定的。 Windows环境中,其核心是一个称作虚拟机器管理器(VMM)的程序,它实现了Windows所有基本的系统功能。特别是它为每个DOS程序、DOS对话窗口各产生一个虚拟机(VM),而所有的Windows应用程序都是在一个VM上运行。每个VM都有各自的虚拟内存地址空间。当VM任务切换时,也切换了整个内存映象,包括局部描述符表(LDT)和全局描述符表(GDT)。在VM中,虚拟内存地址空间被转换成一个线性地址空间。在Windows中,线性地址不同于物理地址。但是,VM的线性地址开始的一兆内存与物理地址的初始一兆内存还是有一定的关系。通过对Windows系统的分析,     

藏在稻壳中的“硅”宝

基于工业硅高能耗的背景,以寻找"硅"宝的方式,介绍稻壳生物质资源中硅的存在状态,从能源、环境和绿色化学角度讨论如何从稻壳中提取"硅",通过展示国内外利用稻壳硅的最新科研成果,加强科学技术的普及与推广,在了解稻壳硅背后原理的过程中,强化节能环保意识,进一步激发读者深入探究绿色化学与化工的热情。     

超高效液相色谱串联质谱法测定尿液和血液中15种芬太尼类新精神活性物质的含量北大核心CSCD

在尿液或血液样品1.0 mL中加入100μg·L芬太尼-d内标溶液100μL和0.1 mol·L^(-1)盐酸溶液4 mL,振荡,离心。上清液过已活化的MCX固相萃取柱,将洗脱液氮吹至近干,残渣用体积比9∶1的含0.1%(体积分数)甲酸的5 mmol·L^(-1)乙酸铵缓冲溶液-乙腈混合液溶解,并定容至1 mL,经0.22μm有机滤膜过滤,采用超高效液相色谱串联质谱法(UHPLC-MS/MS)测定其中15种芬太尼类新精神活性物质的含量。以ACQUITY UPLC BEH C色谱柱为固定相,以不同体积比的含0.1%甲酸的5 mmol·L^(-1)乙酸铵缓冲溶液-乙腈混合液为流动相进行梯度洗脱。质谱分析中采用电喷雾离子源正离子(ESI~+)模式和多反应监测(MRM)模式。结果表明,15种芬太尼类新精神活性物质标准曲线的线性范围均为0.5~50.0μg·L^(-1),检出限(3S/N)均为0.1μg·L^(-1)。对空白样品进行加标回收试验和日内(n=6)、日间(n=6)精密度试验,回收率为81.1%~113%,测定值的相对标准偏差均小于15%。     

多优化机制下深度神经网络的音频场景识别

随着并行计算能力的不断攀升和音频数据量的日益扩增,音频场景识别成为场景理解领域重要的研究内容之一。针对音频场景识别建模难度大和识别准确率不高的问题,本文提出了融合多优化机制的并行卷积循环神经网络算法模型。首先,将音频信号经预处理后转化为一定尺寸的梅尔声谱图,之后输入到网络模型中进行充分的空间特征和时间特征学习,最后进行识别。为了验证模型的有效性,在DCASE2019音频场景数据集上进行识别性能测试,结果显示,该算法模型对音频场景的识别准确率能够达到88.84%,优于传统网络模型,说明该算法模型对音频场景识别问题的有效性。