摘要：噪声免疫腔增强光外差分子光谱技术(NICE-OHMS)是目前世界上最灵敏的激光吸收光谱技术,其在低压环境中具有极高的探测灵敏度。然而当测量样品处于大气压时,NICE-OHMS系统的探测灵敏度会大幅下降。主要原因之一是大气压下获取最大NICE-OHMS信号幅度的条件与低气压下不同。通过对大气压NICE-OHMS理论进行分析,分析了影响信号幅度的参数,并通过数值模拟来寻找最佳的实验条件。本文着重讨论影响信号的主要参数包括光学腔腔长L,调制系数β,探测相位θ。其中,由于在NICE-OHMS中使用DeVoe-Brewer技术将调制频率ν_m锁定到Fabry-Parot(FP)腔的自由光谱区(FSR)。因此FP腔的腔长决定了ν_m,同时还作用于信号幅度S■。模拟结果显示,当腔长增大时,由于ν_m随之减小,载波和边带的光谱成分相互重叠部分增大,因此线型函数的幅度逐渐减小。而吸收信号幅度随着腔长的增加而逐渐增加,色散信号幅度先增大后减小,并且在腔长等于8 cm时达到最大值。调制系数β会影响频率调制后激光载波和边带的幅度大小,并且影响信号线型。随着腔长的增加,最大信号幅度对应的β值也随之增加。在相同腔长下,色散信号的最佳β值小于吸收信号,更容易使用电光调制器实现。最后分析了参数的可实现性,分析了不同种类激光器的频率调谐能力,压电陶瓷的扫描宽度等。以乙炔气体为例,大气压下NICE-OHMS的谱线半宽达到~3 GHz,而光谱覆盖范围大于10 GHz。分布反馈式半导体激光器(DFB)与外腔二极管激光器(ECDL)的频率调谐范围可以达到30 GHz以上,但是由于激光线宽宽,得到的PDH锁定性能欠佳。回音壁模式激光器(WGM)和掺饵光纤激光器(EDFL)线宽为百Hz量级,是目前高灵敏NICE-OHMS系统中常用的光源。但是WGM目前可以实现了5 GHz的激光频率调谐范围,而EDFL的外部电压可控制的调谐范围仅为3 GHz。使用精细度为55000的腔进行模拟,调制系数β=1,腔长大于8 cm时,可使用WGM激光器实现,腔长大于25 cm时,可以使用EDFL激光器实现。而对于在设计光学腔中常用的伸缩长度为25μm的PZT,随着腔长的增加,对应的腔模频移范围逐渐减小,在腔长为典型的40 cm时,扫描范围大于12 GHz。

摘要：就大数据生成过程的多维性、稀疏性和动态性等特征而言,大数据集并不等于统计总体,即便对于静态大数据集,随机抽样同样有着不可或缺的参数估计和总体推断的方法论价值。在大型数据分析中,常常遇到需要降低维度和减少计算量但又不知如何抽样处理的问题。因此,提出均匀抽样在大数据挖掘中应用的基本策略,并使用模拟数据和医学胎心宫缩监护数据集进行数值分析。结果表明:均匀抽样在降低决策树、adaboost、bagging和随机森林的误差率上优于现有文献的常用方法,这一策略能为面向大数据的数据挖掘方法提供参考,也为针对大数据分析的抽样有效性提供佐证。

摘要：紫蓝光有机发光材料在全彩显示和照明领域具有广阔的应用前景。但是该类材料需要宽能隙,因此开发高效的紫蓝色材料是一项巨大的挑战。本文利用10H-吩噻嗪5,5-二氧化物(2OPTZ)作为弱受体、N-苯基-2-萘胺(PNA)作为供体,设计合成了两个具有D-π-A型结构的紫蓝色材料,命名为2OPTZ-PNA和2OPTZ-BPPNA。通过延长给受体之间的π共轭长度,使局域态和电荷转移态被优化,并且薄膜中的绝对量子产率从14%提高到33%。此外,利用2OPTZ-BP-PNA制备的非掺杂器件呈现紫蓝光(436 nm)发射,半峰全宽为54 nm,色坐标为(0.155,0.046),外量子效率为4.1%。鉴于此,本文提供了一种制备高质量紫蓝发光材料的有效策略。

摘要：采用5因素4水平的正交试验设计,对六月鲜枣的幼叶、嫩茎、冷藏5d后的花药、花后48～50d的胚乳,利用3因素3水平的正交试验设计,对花后58～60d的幼胚及子叶,进行愈伤组织诱导再分化试验。探讨了不同激素、碳源和基本培养基对产生愈伤组织的影响。结果表明:碳源对胚乳、花药器官,基本培养基对嫩茎、幼叶、花药愈伤组织的诱导有显著影响,而且生长素种类和浓度对不同外植体的愈伤组织诱导作用不同;嫩茎、子叶及幼胚较易诱导产生愈伤组织,但只有子叶及幼胚产生的愈伤组织具较强的再生能力,并可诱导出不定芽,不定芽分化率分别为51.1%和9.5%,ZT较BA易诱导愈伤组织产生不定芽,不定芽转移生根成苗获得了完整植株。另外,用子叶及幼胚培养获得了大量胚状体,且胚状体最终可发育成苗。

摘要：目的在脑科学领域,已有研究借助脑功能核磁共振影像数据(functional magnetic resonance imaging,fMRI)探索和区分人类大脑在不同运动任务下的状态,然而传统方法没有充分利用fMRI数据的时序特性。对此,本文提出基于fMRI数据计算的全脑脑区时间信号(time course,TC)的门控循环单元(gated recurrent unit,GRU)方法(TC-GRU)进行运动任务分类。方法基于HCP(human connectome project)数据集中的100个健康被试者在5种运动任务中分两轮采集的1000条fMRI数据,对每种运动任务计算每个被试者在各脑区(共360个脑区)的时间信号;使用10折交叉验证方案基于训练集和验证集训练TC-GRU模型,并用构建好的模型对测试集进行测试,考察其对5种运动任务的分类能力,其中TC-GRU在各时刻的输入特征为全脑脑区在对应时刻的TC信号幅值,通过这样的方式提取全脑脑区在整个时间段的时序特征。同时,为了展示使用TC-GRU模型可挖掘fMRI数据中更丰富的信息,设计了多个对比实验进行比较,利用长短期记忆网络(long short-term memory,LSTM)、图卷积网络(graph convolutional network,GCN)和多层感知器(multi-layer perceptron,MLP)基于全脑脑区时间信号进行运动任务分类,以及利用MLP基于由fMRI数据估计的脑功能连接进行运动任务分类。此外,考察了先验的特征选择对分类效果的效应。结果基于全脑脑区时间信号的TC-GRU模型在运动任务中的分类准确率最高,为94.51%±2.4%,其次是基于全脑脑区时间信号的LSTM模型,准确率为93.73%±2.67%。基于全脑脑区时间信号利用MLP进行分类,有先验和无先验的特征选择准确率分别为92.75%±2.59%和92.04%±7.15%,比基于全脑脑区时间信号的GCN(准确率为87.14%±3.73%)和基于脑功能连接利用MLP进行分类(有先验和无先验的特征选择准确率分别为72.47%±4.47%和61.49%±9.97%)表现更好。结论TC-GRU模型可挖掘脑fMRI数据中丰富的时序信息,非常有效地对不同的运动任务进行分类。

摘要：为提高邻近粒子的搜索速度,基于硬件图形处理器(GPU),采用SPH方法中交替使用邻域区域相关搜索法和条形Point-In-Box(PIB)搜索法的机制,实现一种基于GPU的邻近粒子融合搜索算法。利用该方法对典型的流体溃坝现象进行模拟,在搜索效率和搜索准确率方面,与基于CPU的融合搜索法和基于GPU的多维树搜索法进行对比。实验结果表明,该算法的性能随着粒子数的增多,表现更优。

摘要：硅微机械陀螺结构的驱动和检测模态谐振频率差(Δf)是决定其结构机械灵敏度的主要因素,当Δf≈0时,陀螺结构处于频率调谐状态,此时陀螺的机械灵敏度达到最大峰值且噪声和分辨率等指标可得到有效提高。提出了一种基于正交信号和驱动位移相位差的鉴相控制方法,以判断陀螺结构是否处于频率调谐状态,并通过调节检测模态刚度达到频率调谐目的。首先,介绍了陀螺结构检测模态谐振频率调节的原理,并结合结构参数量化分析了频率调节范围。其次,分析了鉴相控制方法,并在其基础上设计了频率调谐控制系统,建立了整机系统模型,并对其进行了稳定性分析。最后,结合整机模型进行了仿真,采用所提出的方法可实现(Δf)的快速、稳定、自主调节,系统的标度因数指标调谐前后分别为13.1 m V/(°/s)和220.6 m V/(°/s),大大提高了结构的机械灵敏度,验证了设计方案。

摘要：为解决传统特征选择方法忽略视图内部特征的相关性及不同视图之间的特征关联性问题,提出一种基于自适应相似性的特征选择学习方法。在特征选择时考虑视图内部的特征相关性,对每个视图进行特征选择,通过引入图正则化,充分利用数据的局部几何特性,使同类别特征之间的联系更加紧密,达到增强算法的鲁棒性。引入L_(1/2)稀疏范数降低噪声,提高分类模型的准确率。通过与现有的特征方法进行对比分析,提出方法在ACC和NMI上优于其它方法。

摘要：根据某煤矿井下无轨胶轮车用油气悬架的结构特点和工作原理,建立了油气悬架的非线性数学模型,应用ADAMS/hydraulic软件建立了油气悬架系统的虚拟样机模型。对不同激振频率和幅值的油气悬架系统进行了仿真分析,并对油气悬架系统的刚度特性、阻尼特性进行了分析研究,为油气悬架系统的设计计算提供了理论依据。

摘要：针对高维数据中出现的特征冗余问题,提出一种均分式L1/2正则化稀疏表示特征选择方法。根据特征数将高维数据集平均分成若干份,使用阈值迭代算法对每个特征子集进行L1/2正则化特征选择计算,聚合经过滤的数据集,运行L1/2正则化特征选择算法。该特征选择方法能够选择出更具代表性的特征,减少时间开销。实验结果表明,该方法适用于高维数据和低维数据。