基于数字锁相的激光光谱早期火灾预警系统

为了实现火灾的快速准确早期预警,研制了一种基于分布式反馈激光器(DFB)的早期火灾预警系统.该系统采用片上系统(SoC)芯片STM32H743为主控制器,结合波长调制(WMS)和数字锁相放大技术(DLIA)实现了CO高灵敏探测.通过单片机内部集成的12位数模转换器和16位模数转换器实现光信号的调制和光电信号采集,并根据内部2倍参考信号进行数字相关运算、积分运算及一阶无限长冲击响应滤波算法实现DLIA算法,从而得到光谱信号的2次解调信号.采用静态配气法进行了系统的标定试验,其线性相关系数达到0.998 8.利用该系统进行榉木,PVC,棉布,聚氨酯泡沫及A4纸的阴燃实验结果表明,阴燃产生CO体积分数达到5×10~(-6)所需时间分别为340、250、250、150、110 s.结果表明此系统具有快速、准确的早期火灾预警功能.     

构建具有优良荧光性能的生物功能化碳点的新方法

以乳糖和盐酸为原料,通过超声和细菌辅助反应直接获得新型的生物功能化碳点,并通过透射电子显微镜、傅立叶红外分光光度计以及激光共聚焦显微镜对构建出来的生物功能化碳点进行表征.结果显示:所得粒子表面富含羧基和羟基,这一性质使得生物功能化碳点具有很好的亲水性和生物活性.进一步的实验表明:生物功能化碳点与传统化学方法合成的荧光碳点相比,具有很高的光致发光性和光稳定性,且生物功能化碳点的发光区域在近红外和可见光区,这使其在生物活体成像和生物活体检测上具有非常广阔的应用前景.     

蜣螂醇提物抗良性前列腺增生研究

比较蜣螂不同浓度醇提物抗良性前列腺增生的作用，并探讨相关机制，为蜣螂的开发利用奠定基础。采用皮下注射丙酸睾酮制造大鼠良性前列腺增生模型，以前列腺湿重、前列腺指数、血清酸性磷酸酶质量浓度（ρ_PAP）、雌二醇质量浓度（ρ_E2）、双氢睾酮浓度（DHT）(c_DHT)、睾酮质量浓度（ρ_T）、表皮细胞生长因子（EGF）、转化生长因子-β1（TGF-β1）、碱性成纤维细胞生长因子（bFGF）及胰岛素样生长因子-1（IGF-1）为指标，考察蜣螂醇提物对良性前列腺增生的影响。结果表明良性前列腺模型造模成功，与模型组相比，85%乙醇提取物组能明显降低大鼠前列腺湿重与前列腺指数，明显降低ρ_PAP，ρ_E2，c_DHT及ρ_T水平，明显降低EGF，bFGF及IGF-1的表达，提高TGF-β1的表达，可显著降低前列腺体密度，显著增加比表面及比膜面值。蜣螂85%乙醇提物具有良好的抗良性前列腺增生的作用，其机制与调节EGF，TGF-β1，bFGF及IGF-1的表达有关。     

多环芳烃在新安江河流-水库体系表层沉积物中的分布、来源及生态风险评估

利用气相色谱-质谱联用仪(gas chromatography-mass spectrometer, GC-MS)分析了新安江河流-水库体系表层沉积物样品中16种优控多环芳烃(polycyclic aromatic hydrocarbons, PAHs)的含量.结果表明, 16种PAHs在表层沉积物样品中均有不同程度的检出,总浓度(∑_(16)PAHs)范围是260～1 652 ng/g dw (dry weight,干重),平均值为973 ng/g dw,以高分子量的PAHs为主.的区域是兰江∑_(16)PAHs值最高(1 530 ng/g dw),最低值出现在水库中心库区(600 ng/g dw). PAHs源解析表明,底泥中PAHs可能主要来源于煤和木材的燃烧.参考已有研究的分类标准,发现新安江上游、水库中心库区和富春江表层沉积物中PAHs处于中等污染水平,而水库回流区和兰江沉积物受到PAHs的污染较大.通过生态风险分析,发现所有底泥样品均可能存在急性毒理效应,但不存在频发性急性毒理效应.     

基于地面快速鲁棒特征的智能车全局定位方法

针对目前视觉定位方法大多基于地面语义特征(如车道线、停车线等)容易受到其他地面语义特征(如箭头、斑马线等)的影响,提出了一种基于地面快速鲁棒特征(SURF)点的全局定位方法.该方法首先在鸟瞰图中检测SURF点,结合高精度GPS构建地面SURF地图.然后在此基础上,使用迭代最近点算法,将在线检测结果与地图匹配获得车辆全局定位,并通过扩展卡尔曼滤波将定位结果与惯导和里程计数据进行融合,提高全局定位精度.实验结果表明,所提出的方法可获得分米级定位结果,能满足智能车的定位需求.     

结合目标检测的小目标语义分割算法

卷积神经网络(Convolutional Neural Networks,CNN)可以提供比传统分类算法更强大的分类器并且能够自学习得到深层特征,有效地提高了图像语义分割的准确性.然而,基于CNN的语义分割算法依然存在一些挑战,例如在复杂场景中现有较优的方法较难分割小目标.为了解决复杂场景下小目标分割的难题,提出一种结合目标检测的小目标语义分割算法.与现有较优方法不同的是,该方法没有直接利用单个神经网络模型同时分割单幅图像中的小尺寸和较大尺寸目标,而是将小目标分割任务从完整图像的分割任务中分离.算法首先训练一个目标检测模型以获取小目标图像块,然后设计一个小目标分割网络得到图像块的分割结果,最终根据该结果修正整体图像的分割图.该算法提升了语义分割数据集的总体性能,同时能够有效地解决小目标分割的难题.     

环境温度对达乌尔黄鼠冬眠模式和能量消耗的影响

为研究环境温度对动物冬眠的影响,在实验室不同环境温度下((5±2)℃,(15±2)℃,(25±2)℃)用植入式半导体元件记录了达乌尔黄鼠冬季的体温,监测了冬眠模式及能量消耗。结果显示环境温度不同时,达乌尔黄鼠冬眠的模式和能量消耗均有显著差异。在5℃下,动物均表现为深冬眠型;15℃下,动物表现为深冬眠型和少冬眠型;25℃环境下动物表现为较多少冬眠型和少量不冬眠型。在5、15和25℃冬眠期间总能量消耗分别为(3 722±217.82)kJ,(18 907±2 895.07)kJ,(30 542±2 146.40)kJ,差异显著(F(2,22)=45.198,P=00.01)。提示在冬眠动物的冬眠季节,从能量学角度来看,高的环境温度并不利于动物的越冬。     

并列建筑物周围风场的数值模拟

研究单体建筑物高度及并列建筑物高差及并列建筑物间距等因素对并列建筑物周围风场的影响．建立了10组不同的并列建筑群布局,计算采用标准k-ε湍流模型．数值计算得到各种布局下建筑群周围风场,并对它们进行了对比分析．结果表明,单体建筑物高度与并列建筑物高差、并列建筑物间距与单体建筑物高度差共同对并列建筑物周围风场产生影响．     

串列建筑物周边风场的数值模拟

建立了6组不同的串列建筑群排列形式,研究了串列建筑物间距、高差等因素对串列建筑物周边风场的影响。计算采用标准k-ε湍流模型。数值计算得到各种布局下建筑群周边风场,并对它们进行了对比分析。结果表明,串列建筑物间距、串列建筑物高差均会对串列建筑物周边风场产生较大影响。