核壳式磁性微球催化的Knoevenagel反应

Fe₃O₄@SiO₂-NH₂-CMC magnetic nanoparticles(MNPs) could be prepared by covalent modification method via the modification of sodium carboxymethyl cellulose (CMC). IR spectra could be used for the determination of Fe₃O₄@SiO₂-NH₂, Fe₃O₄@SiO₂-NH₂-CMC, Fe₃O₄@SiO₂-NH₂-CMC/MOF5, and Fe₃O₄@SiO₂-NH₂-CMC/IRMOF3 nanoparticles. The results showed that the polysaccharide modification and core-shell modification were successful. Knoevenagel condensation experiments exhibited that, as forFe₃O₄@SiO₂-NH₂-CMC/IRMOF3, the best conversion rate could be obtained.     

基于加权局部梯度直方图的头部三维姿态估计

在实时估计人的头部三维姿态时,基于局部梯度方向直方图的面部特征表示方法容易受到背景和环境的影响,其检测精度无法满足实际需求。为了减少图像或视频序列中背景和环境的影响,提出了一种新的对面部特征进行描述的方法,即基于肤色权值和高斯权值加权的局部梯度方向直方图特征表示方法。在具体计算时,首先进行人脸检测并将人脸区域缩放到统一大小,然后计算人脸区域每个像素点对应的梯度方向,接着计算肤色权值并利用肤色权值和高斯权值对梯度方向进行加权得到加权局部梯度方向直方图,从而强化面部特征在直方图中的比重,有效减小背景对头部三维姿态估计的影响,最后利用非线性支持向量回归机求解加权局部梯度方向直方图与头部三维姿态之间的关系。实验结果表明:该特征表示方法具有更高的检测精度。     

影射总统 致敬经典《暴君》的人物原型与政治野心

美剧的一大特点便是紧跟时事,之前收视火爆的《暴君》就是一部紧跟中东时局的政治剧。这部剧集的核心故事以动荡的中东局势为背景,主人公巴萨姆·阿菲耶德出生在该国的独裁者家庭,16岁时逃离故土,在美国成为一名儿科医生,二十多年后,他带着妻子儿女回国参加侄子的婚礼,恰逢父亲去世。藉此,剧集围绕着这个家庭及国家的宫斗、抗争等剧情一一展开。《暴君》播出之后,很多观众     

改进型支持向量机在水质分类中的应用研究

文章分别使用BP、RBF等神经网络和支持向量机等非线性方法对相同的水质数据建立分类模型。使用支持向量分类机建立水质分类模型过程中,选用RBF核函数,结合归一、降维等数据预处理手段,利用网格搜索算法对参数进行寻优,得出水质分类模型。实验结果证明在非线性方法中,采用支持向量机并结合相应的数据预处理手段这种方案得出的分类准确率更高,更加具有推广性。     

求解复合型Tschebycheff方程一类边值问题的相似构造法

针对复合型Tschebyscheff方程的一类边值问题,研究了其解的结构,发现该边值问题解的表达式可以通过Tschebyscheff方程的两个线性无关解(Tschebyscheff多项式和第二类Tschebyscheff函数)和边值条件、交界面条件的系数组装得到,并提出求解该类边值问题的一个新解法——相似构造法。     

中子诱发锕系元素裂变的宏观-微观理论研究

宏观-微观模型是核裂变机制理论研究的主要途径之一,是有希望可以很好诠释实验并与实验结果进行定量比较的理论方法.本文综述了在中子诱发锕系元素裂变的宏观-微观理论研究的主要进展.通过开展宏观-微观模型研究,实现了基于五维形变参量的势能曲面的真实计算,利用先进的搜索算法研究获得了核裂变路径、鞍点构型等势能曲面结构信息.基于五维势能曲面上的裂变动力学研究,实现了对主要锕系元素的裂变碎片质量分布数据的理论描述.     

基于信号强度的最大似然振幅估计迭代算法

为避免频率和相位估计所带来的误差,研究只根据接收到的信号幅值即信号强度就可以进行振幅估计的算法。针对已知噪声方差的情况,采用最大似然原理推导出含振幅估计的等式,提出了两种迭代算法,并对其平均迭代次数及计算复杂度进行了比较。仿真试验结果显示,两种迭代算法性能几乎相同且均优于传统振幅估计算法,其中牛顿迭代法计算复杂度略高,但其平均迭代次数小于阶梯迭代法,尤其是在低信噪比下。由此可见,基于信号强度的最大似然振幅估计牛顿迭代法优于其他振幅估计算法。     

基于矩阵分解的小计算代价RPCA模型及应用

鲁棒主成分分析(RPCA)是处理前景-背景分离问题的常用模型,然而原始RPCA模型及多数改进模型直接使用核范数来近似矩阵秩函数,常导致求解效率低且分离效果不理想等问题,尤其是当背景动态变化时。为降低计算代价,改善分离效果,引入矩阵分解技巧,同时在模型中加入二值模板和置信图等时空约束信息,对基于核范数的RPCA模型进行改进,提出一种新的小计算代价RPCA模型。运用增广拉格朗日乘子法求解改进后的模型,并在大量真实数据集上进行数值实验。实验结果表明,与现有的模型相比,新模型的召回率、准确率及相似度等评价指标都有明显的改善,且分离精度和求解效率也显著提高。     

基于压缩感知和约束随机线阵的声源方位估计

为解决声源方位估计中因阵元个数受限导致角度分辨率低的问题,提出以多约束均匀分布线性随机阵列为基础的随机线阵压缩感知(MC-Uni-RLA+CS)声源方位估计方法。研究了在不同信噪比、不同入射信号个数情况下本方法的识别精度,比较了均匀线阵压缩感知(ULA+CS)方法和MC-Uni-RLA+CS方法在不同入射角度范围内的识别精度。通过数值仿真与同类方法对比验证了该方法的有效性和优越性。结果表明:相同麦克风数量条件下,与CBF、MVDR、MUSIC和ULA+CS方法相比,MC-Uni-RLA+CS方法在低信噪比情况下分辨率更高,完全正确角度识别范围拓宽为[-50°,50°],且低噪比时鲁棒性好。