摘要：为探讨小麦-玉米轮作体系下,滴灌追氮次数对小麦群体特征和旗叶碳同化能力差异的影响。以青麦7号为试验材料,采用随机区组设计,小麦季氮肥基追比为3∶7,按滴灌追肥次数设5个处理,分别为滴灌追肥2次(F37-2)、追肥3次(F37-3)、追肥4次(F37-4)、追肥5次(F37-5),以传统灌溉施肥方式为对照(漫灌,追肥1次,CK)。结果表明,在拔节期、孕穗期、开花期和收获期,滴灌处理F37-3、F37-4、F37-5的群体总茎数均显著大于CK。花后的叶面积指数大小关系均表现为F37-4>F37-5>F37-3>F37-2>CK,而花后18 d冠层中部和底部群体透光率大小关系则表现为CK>F37-4>F37-5>F37-3>F37-2。花后0~36 d(每6 d测定一次)叶绿素SPAD值大小关系均表现为F37-4>F37-5>F37-2≥F37-3>CK,且各滴灌处理的叶绿素SPAD值均显著大于CK;花后24~30 d,CK、F37-2、F37-3、F37-4和F37-5的叶绿素SPAD值下降幅度分别为13.89%、11.36%、11.90%、8.33%和10.87%。各滴灌追肥处理(F37-2、F37-3、F37-4和F37-5)的蒸腾速率、气孔导度、产量及产量构成要素均显著大于CK,F37-4处理的产量最高达10381.1 kg/hm^(2),而胞间CO_(2)浓度,特别是在花后30 d和36 d,均小于CK。因此,滴灌追氮对小麦合理群体建立和光能利用具有显著的促进作用,且分别在返青期、拔节期、孕穗期、开花期追肥4次(F37-4)时效果最佳。

摘要：目的:优选菟丝子酒炙炮制工艺,为规范酒菟丝子炮制工艺提供参考。方法:基于L9(34)正交试验设计,以饮片外观性状、金丝桃苷含量、总黄酮含量、醇溶性浸出物含量为指标,以加酒量(A)、闷润时间(B)、炒制温度(C)、炒制时间(D)为考察因素,采用层次分析法(AHP)结合熵权法的组合赋权方式计算综合评分,利用逼近理想解排序(TOPSIS)模型筛选出酒菟丝子炮制的最佳工艺参数并进行工艺验证。结果:筛选出最优炮制工艺为生药材加10%黄酒,闷润6 h,炒炙温度为300℃,炒炙10 min。结论:运用正交试验设计-组合赋权TOPSIS法优选菟丝子酒炙工艺,结果简便、准确、可行。

摘要：Sylvester方程在数学和控制理论中经常使用,而零化神经网络(ZNN)在求解此类时变方程方面非常有效。对ZNN的收敛性能进行了研究,基于一个预定义时间稳定性定理设计了一个新的激活函数,进而得到了一个用于求解时变Sylvester方程的新的ZNN模型。该模型被称为预定义时间收敛零化神经网络(PTZNN)模型。与之前的ZNN模型相比,所提出的模型提高了收敛速度使其达到了预定义时间收敛并进一步提高了容噪声能力。最后通过仿真模拟验证了该模型在求解时变Sylvester方程方面优于其他已知模型。

摘要：目的 现有基于对抗图像的隐写算法大多只能针对一种隐写分析器设计对抗图像,且无法抵御隐写分析残差网络(steganalysis residual network,SRNet)、Zhu-Net等最新基于卷积神经网络隐写分析器的检测。针对这一现状,提出了一种联合多重对抗与通道注意力的高安全性图像隐写方法。方法 采用基于U-Net结构的生成对抗网络生成对抗样本图像,利用对抗网络的自学习特性实现多重对抗隐写网络参数迭代优化,并通过针对多种隐写分析算法的对抗训练,生成更适合内容隐写的载体图像。同时,通过在生成器中添加多个轻量级通道注意力模块,自适应调整对抗噪声在原始图像中的分布,提高生成对抗图像的抗隐写分析能力。其次,设计基于多重判别损失和均方误差损失相结合的动态加权组合方案,进一步增强对抗图像质量,并保障网络快速稳定收敛。结果 实验在BOSS Base 1.01数据集上与当前主流的4种方法进行比较,在使用原始隐写图像训练后,相比于基于U-Net结构的生成式多重对抗隐写算法等其他4种方法,使得当前性能优异的5种隐写分析器平均判别准确率降低了1.6%;在使用对抗图像和增强隐写图像再训练后,相比其他4种方法,仍使得当前性能优异的5种隐写分析器平均判别准确率降低了6.8%。同时也对对抗图像质量进行分析,基于测试集生成的2 000幅对抗图像的平均峰值信噪比(peak signal-tonoise ratio,PSNR)可达到39.925 1 dB,实验结果表明本文提出的隐写网络极大提升了隐写算法的安全性。结论 本文方法在隐写算法安全性领域取得了较优秀的性能,且生成的对抗图像具有很高的视觉质量。

摘要：利用相位调控原理设计了一种基于TiO_(2)材料的具有非周期同心圆环形高折射率差亚波长光栅结构的会聚透镜,可实现大数值孔径、高聚焦效率、高透射率、低损耗特性,同时具有体积小、易集成的优点。采用时域有限差分法对提出的透镜结构进行仿真和分析,工作波长为850 nm时,该透镜透射率为90.5%,焦距约为10.4μm,焦斑的半高全宽为0.61μm。通过对仿真得到的数据进行分析,可得数值孔径为0.92,聚焦效率高达91.07%,损耗为0.41 dB,平衡了高数值孔径与高聚焦效率之间的矛盾,可在小器件直径下接近衍射极限实现点会聚效果。

摘要：针对现有王草收获机作业时农艺匹配性差、配套动力不足等问题,优化设计了一款履带自走式王草收获机专用底盘;基于减少割茬碾压、低速平稳收割的作业要求,设计了行走装置与无级变速驱动装置;根据小地块、缓坡地的地形特征,设计和选型了液压助力转向系统与车架。开展了整机的稳定性分析及性能试验,结果显示:王草收获机底盘的最高行驶速度为9.02 km/h,最小转弯半径为1 349 mm,最大爬坡度为26°;在横向倾角为15°~16°的坡地等高线行驶时无侧滑、倾翻现象;在坡度为10°~12°的纵向坡道,沿上、下坡方向可靠停驻时间均大于5 min;在坡度为8°~9°的缓坡地作业时可实现速度0~4.19 km/h无级变速,动力充足且运行平稳,王草的平均割茬碾压率为7.43%。研究表明,设计的履带自走式王草收获机底盘能够满足小地块、缓坡地王草机械化收获作业要求。

摘要：集合相似性度量是机器学习领域的基本问题之一,研究如何在保护数据隐私的前提下计算两个集合间的相似性问题,在保护数据隐私的机器学习、图形识别、生物信息学等方面有着重要的理论意义与应用价值。在机器学习中估算不同样本集合之间的相似性时,通常通过计算集合相似度来对样本之间的相似程度进行估算,这一类集合之间的相似度统称为集合距离。其中,最常用到的集合距离就是杰卡德距离。文中从集合间杰卡德距离入手,首先通过设计一种新的编码方法,对参与计算的数据进行位置数字编码,将相似性度量问题转化为求两集合间相同数字个数问题,进而结合异或思想,借助同态加密体制具体设计了可以保护隐私的集合杰卡德距离协同计算协议,从而解决了集合间相似性度量的隐私保护问题。模拟器证明该协议是安全的,结果分析表明协议可以高效安全地判定出两对象间集合数据的相似性,在保护隐私的集合相似性度量方面,该方法具备一定的普适性。

摘要：因其通过两种网络对抗训练并不断提升网络映射能力的特性,生成对抗网络(Generative Adversarial Networks,GAN)具有强大的降噪能力,近年来被应用于语音增强领域。针对现有生成对抗网络语音增强方法未充分利用语音特征序列中的时间相关性和全局相关性这一不足,提出一种融合门控循环单元(Gated Recurrent Unit,GRU)和自注意力机制(self-attention)的语音增强GAN网络。该网络利用串联和并联两种方式构建了时间建模模块,可捕获语音特征序列的时间相关性和上下文信息。与基线算法相比,所设计的新型GAN网络语音质量听觉估计分数(PESQ)提高了4%,且在语音信号分段信噪比(SSNR)和短时客观可懂度(STOI)等多个客观评价指标上表现更优。该研究结果表明,融合语音特征序列中的时间相关性和全局相关性有助于提升GAN网络语音增强的性能。

摘要：提出了一种基于InGaAsP材料的零偏压单片集成波导光探测器。该器件单片集成了光子晶体(Photonic Crystals,PC)滤波器、锥形耦合器、零偏压波导光探测器(Wave-Guide Photodetector,WGPD)以及直波导,形成了一个平面微纳光信号接收子系统。集成的波导光探测器吸收峰值波长位于1.55μm处,光谱线宽仅1.6 nm。设计的波导光探测器在无外加偏压时具有良好性能,经优化,当其面积为4μm×15μm时其3 dB带宽达78 GHz@0 V,响应度为0.78 A/W。整个器件基于组分可调的InGaAsP材料,实现多功能器件的单片集成,具有高性能、小体积、低功耗、窄线宽等特性。