基于棱镜耦合的双循环法测量液体复折射率

提出一种棱镜耦合布儒斯特角双循环算法,实现了液体复折射率的精确测量.使用p线偏振光入射到等腰棱镜底面与待测液体样品的分界面上,逐步旋转棱镜,得到样品总光强反射率随入射角变化关系的实验曲线;基于菲涅尔公式及布儒斯特定律,分析了棱镜测量液体复折射率的基本原理,采取双循环拟合算法,求得样品折射率及消光系数;搭建了相应的实验系统,测量了印度墨水、脂肪乳溶液和二碘甲烷匹配液等样品的复折射率,也得到了印度墨水和脂肪乳溶液的折射率、消光系数随浓度变化的实验曲线.实验表明:测量液体折射率及消光系数的精度分别约为0.000 2和0.000 1,有较高的测量准确度及稳定性,测量液体折射率范围不受棱镜折射率限制.     

光波在复折射率物质界面反射的讨论

用复折射率讨论了光波在两种介质分界面上的反射行为 ,认为物质的光学常数———折射率的数学表示应为复数 ,在正常色散区透明介质的折射率是虚数近似为零的一种特殊情况 .     

镀金属四包层长周期光纤光栅特征方程的建立与求解

根据耦合模理论,建立了镀金属四包层长周期光纤光栅气体传感器的模型和特征方程,讨论了由于金属的复折射率虚部较大,引起特征方程中贝塞尔函数溢出的问题.提出了采用在贝塞尔函数源程序中乘上一个缩放因子解决溢出问题的方法,并给出了3种解决办法———积分法、幂级数法和渐进展开法.     

基于二维温度场理论的激光淬火工艺参数研究

基于激光淬火的二维温度场理论 ,通过对温度场分布公式的拟合简化 ,推导出激光淬火淬硬层理论宽度及深度计算公式 ,讨论了产生最大淬硬层深度和宽度的条件 从理论上说明了激光淬火工艺参数对淬硬层深度和宽度的影响 在对QT80 0 - 2进行的激光淬火实验中 ,淬火硬化层实测宽度和深度的实验值与理论计算值之间的误差大约为 1 0 % ,得到了令人满意的结果     

一种深度自编码器面部表情识别新方法

为解决面部表情特征维度高的问题,该文提出了一种基于深度学习自编码器的表情识别新方法,该方法利用深度自编码器在多层隐层上进行特征选择,能够在较低维度上表示高维度的面部特征.首先采用定向梯度直方图从面部表情的选定区域提取特征,然后在多个层面上使用深度自编码器,得到最优编码特征,降低特征维度,最后使用支持向量机模型对降维特征进行分类.实验表明,与其他现有特征选择和降维技术相比,该文方法提取的特征优于其他特征,并能够有效实现面部表情识别.     

多层突变复折射率平板光波导的二级微扰分析

由微扰理论求得了含增益和损耗的多层空奕复折射率平板光波导传播常数的一级和二级近似结果,同时直接求得了其复本征方程的解,并将两者进行了分析比较,结果表明微扰法给出了与精确值符合相当好的数值结果,分析结果还表明微扰法的二级近似结果对一级近似结果的修正很小,一级近似已可以给出足够精确的结果。     

基于改进LBF模型的高原鼠兔图像分割

针对鼠兔图像背景复杂、对比度低、灰度不均匀且含有大量噪声等特点,在局部二值拟合(LBF)模型基础上,提出一种融合图像梯度信息的改进LBF分割模型.针对LBF模型在演化过程中极易陷入局部极小值的问题,引入全局图像梯度信息,构造含有梯度信息的能量函数,使水平集函数在演化过程中避免陷入局部最优,同时全局梯度能量项能引导活动轮廓曲线向目标边界附近快速移动,从而减少算法运行迭代次数,提高了分割精度.实验结果表明:所提出的用于鼠兔图像分割的模型不仅能提高鼠兔图像分割精度,减少迭代次数,而且背景抑制、目标区域轮廓定位效果好.     

基于CA-ResNet网络与nadam优化的入侵检测算法

[目的]针对深度学习模型在网络入侵检测中进行参数训练时因梯度消失而导致深度学习模型过拟合在测试集上准确率下降的问题.提出一种结合LeakyRelu激活函数与ResNet的网络入侵检测算法,即CA-ResNet,并采用nadam优化器对模型进行优化.[方法]该模型在DNN的基础上增加了网络的层次,结合了ResNet和LeakyRelu激活函数.[结果]解决了模型训练时梯度消失的问题,保证了该模型在测试数据集上的表现,使得训练的模型的泛化能力更强,同时通过增加网络的单层维度和总层次的深度,提高了网络的特征提取能力和对尺度的适应性.[结论]使用KDD Cup99数据中的Corrected数据集对算法进行验证.实验表明,该算法与CNN和CNN-BiLSTM算法相比具有更高的准确率和F1-score,准确率能够达到95.0％,F1-score能够达到97.5,时间复杂度为线性时间复杂度.     

融合全局图像信息的局部灰度拟合模型

[目的]研究提高基于局部区域信息的活动轮廓模型对轮廓初始化和强噪声的鲁棒性.[方法]以区域可变灰度拟合模型为基础提出了一个新的结合图像全局信息的局部灰度拟合模型.新模型的能量泛函包括3项:基于图像全局和局部信息的数据项、融合边缘指示函数的光滑项以及水平集函数的正则化项.通过变分法和梯度下降流方法得到水平集函数的演化方程.数值实现采用有限差分法.[结果]所提模型不仅能够有效地分割灰度不均图像、深度图像等多类图像,而且对轮廓初始化和强噪声具有更强的鲁棒性.[结论]实验结果表明该方法是有效的.     

含表面梯度强化层的缺口样品疲劳起源寿命数值分析

以Tanaka和Mura的疲劳模型为基础,引入弹性应变能释放项,构建了新的适用于复杂载荷的疲劳模型.利用这一模型,结合表面梯度强化层的强度、模量和残余应力的梯度分布特征,对含表面梯度强化层的缺口样品的疲劳形核寿命分布及裂纹起源位置进行数值分析.分析结果表明:表面强化会增加样品的疲劳形核寿命,强化层厚度变化会改变裂纹形核位置.存在临界厚度,当强化层厚度小于临界厚度,裂纹形核于强化层与基体的界面;反之,形核于强化亚表层或表面.硬度比增加会导致临界厚度增加,过大的残余压应力会降低疲劳裂纹形核寿命.相同名义应力集中系数值(Kt)的样品在同一强化工艺处理后,其疲劳形核寿命和裂纹起源位置随样品缺口尺寸而改变.     

高炉风口回旋区影响因素的冷态实验分析

以重钢5号高炉实际尺寸和操作参数为基础,假设高炉风口未喷吹煤粉,回旋区内的流动为气固两相流动,且气相的流动属于粘性不可压缩流动,根据相似理论建立了高炉回旋区三维冷态实验模型,分析回旋区的形成机理及影响因素。结果表明:鼓风量、料层物理属性、料层高度以及风口直径对回旋区大小和形状均有影响。随着鼓风量的增大,回旋区穿透深度和高度均不同程度的增加,当鼓风量过大时,回旋区顶部炉料上浮,椭球形的回旋区形状不再存在。同一鼓风量下料层的粒径与密度比越大时形成的回旋区穿透深度越小,反之越大。料层高度对回旋区穿透深度的影响不大。风口直径对回旋区穿透深度的影响较明显。     

基于对抗性策略的变分自编码模型

深度生成模型结合了生成模型与多层神经网络,在计算机视觉、目标检测、自然语言处理等领域得到广泛应用.变分自编码是一种重要的深度生成模型,通过多层神经网络对生成模型和后验概率分布的近似分布进行建模,得到目标函数的变分下界.变分自编码以其显式的生成模型建模方式及定量的下界表示形式受到研究者的关注.由于变分自编码中推理模型的表...     

复折射率介质一维光子晶体的透射特性

设计一种缺陷层为复折射率介质的一维光子晶体,并利用量子传输矩阵计算光波的透射率.结果表明:缺陷层为复折射率介质结构的光子晶体,其缺陷模个数随缺陷层厚度的增加而增加,缺陷模位置随常规介质厚度的增加向波长较小的方向移动.     

溅射深度剖析定量分析及其应用研究进展

溅射深度剖析技术已广泛应用于薄膜材料与功能多层膜结构中成分深度分布的表征,但由于其涉及复杂的溅射过程,样品形貌的多样性,探测信号来自距样品表层不同的深度,新溅射技术的频出,以及其应用范围不断的扩大,使得深度剖析定量分析的研究方兴未艾.本文首先回顾了深度剖析定量分析方法的发展过程,特别对其中的"原子混合(Mixing)-粗糙度(Roughness)-信息深度(Information)"(MRI)模型建立的物理背景,以及为满足高分辨率深度剖析数据的定量分析所进行的拓展进行了详细的论述.给出了利用深度剖析定量分析方法确定深度分辨率、超晶格及分子结构的重构、多层膜界面间粗糙度及薄膜中扩散系数的实例.     

功能梯度韧性膜力学性能压痕法的数值计算研究

本文利用有限元方法对功能梯度韧性膜/韧性基底体系的Berkovich压入过程进行模拟和计算.通过对计算结果的拟合我们得到了压入的加卸载参量和功能梯度韧性膜/基底的力学参量之间的对应关系.建立的模型为压痕法表征功能梯度韧性薄膜的力学性能提供了技术支持.     

氧化硅纳米多孔材料表面的水蒸气吸附动力学研究

采用称重法对氧化硅纳米多孔材料在温湿环境中的水蒸气吸附规律进行了实验研究.在25℃分别测定了不同孔隙率的材料在水蒸气相对蒸汽压为0.3～0.9范围内的吸附动力学曲线.分别采用不同的多层吸附等温式对材料的吸附等温线进行拟合,提出了一种双指数衰减动力学吸附模型方程,并和准一/二级动力学吸附模型一起对实验结果进行了拟合.结果表明:Redlich-Peterson、Fritz-Schlünder吸附等温式和BET多层吸附模型的拟合相关系数较大;BET多层吸附模型的拟合参数可给出单层饱和吸附量和吸附层数,吸附等温线由单层到多层存在临界点,具有明显的物理意义;氧化硅纳米多孔材料对湿空气中水蒸气的动态吸附过程可由双指数衰减模型来描述,与实验数据的相关系数在0.99以上,在整个吸附过程中均与实验数据拟合良好.     

基于改进 LeNet-5 网络的交通标志识别方法

针对传统LeNet-5卷积神经网络用于交通标志等多种类识别任务中,存在识别正确率低、网络容易过拟合以及梯度消失等问题进行改进。引入Inception卷积模块组来提取目标丰富的特征,同时增加网络的深度。引入BN (batch normalization)层对输入批量样本进行规范化处理;同时改用性能更好的Relu激活函数,并使用全局池化层代替全连接层,合理改变卷积核的大小和数目。研究结果表明,改进LeNet-5网络能够有效解决过拟合和梯度消失等问题,具有较好的鲁棒性;网络识别率达到98. 5%以上,相比CNN (convolutional neural network)+SVM (support vector machine)提高了约5%,比传统的LeNet-5网络提高了3%。可见,改进后的LeNet-5网络图像识别的准确率得到显著提高。     

离子交换树脂对铀的静态和动态吸附行为研究

利用规格为Φ40 mm×1200 mm的吸附装置模拟实际铀水冶过程工业生产过程,测得了在固定床离子交换吸附的穿透曲线,并进行了静态吸附实验,测得了不同浓度条件下的平衡吸附量.应用Freundlich与Langmuir等温吸附方程对实验数据进行拟合,结果表明两者都适合描述离子交换树脂对铀的吸附,说明铀的吸附过程受到液膜扩散和孔内扩散共同控制,同时得到了动态吸附容量是静态吸附容量的1.87倍左右.应用Bohart-Adams模型、Wolborska模型对穿透曲线进行拟合,相关系数均在0.92以上,模型得到的树脂吸附容量与液计吸附容量误差较小.对静态吸附与动态吸附的区别,本文提出了观点加以解释.     

基于深度残差反向传播神经网络的钢筋腐蚀检测

针对小样本数据下浅层神经网络模型拟合能力不足,而加深网络层数出现网络性能退化问题,提出一种双跳跃深度残差BP神经网络模型,每个残差块堆叠三个同维度网络层,在网络的一、二层和一、三层之间加入双跳跃连接,增强浅层低非线性度特征信息向深层网络的直接传递和重复利用,且在反向传播过程中避免了梯度消失,提升模型分类准确率。同时引入一阶矩估计梯度指数加权平均因子对Adam算法中影响学习率的二阶矩估计梯度进行调整,优化网络的收敛能力。将改进后的算法模型用于钢筋腐蚀样本数据训练及测试,仿真结果表明,改进后的算法模型具有更好的分类性能。     

CuCl2/NaY体系加热单层分散态的程序升温还原研究

通过对加热单层分散和离子交换两种方法制得的样品的研究表明 ,二者中Cu2 + 的状态是不同的 .在加热分散样品中 ,阈值之前的样品有两个还原峰 ,分别为 5 0 0K和 716K ,而离子交换法所得的CuY的还原峰对应温度为 4 81K和 5 86K .实验结果证明 ,在单层分散得到的样品中 ,把Cu2 + 还原为零价比离子交换法的样品困难得多 .因此 ,通过这种方法制得的催化剂的催化活性也可能与离子交换法制得的催化剂大不相同