计算重构光谱分析仪研究进展

光谱测量广泛应用于科学研究及工业生产中，而传统光谱仪因体积庞大难以满足众多应用需求。近年来，快速发展的计算重构光谱分析仪因其具有紧凑小巧、高分辨率和大测量带宽等优势而成为研究热点。光波经过计算重构光谱分析仪后所产生的光斑图案与波长存在一一对应关系，因此采取合适的解调算法可以从生成的光斑图案中重构入射光谱信息。目前计算重构光谱仪已能实现am量级光谱分辨率以及数百nm的测量带宽。本综述介绍了目前各类型计算重构光谱分析仪的工作原理以及性能指标，探讨了不同类型计算重构光谱分析仪的优缺点，分析了进一步提升性能指标的方法，展示了一些基于计算重构光谱分析仪的应用，以及展望了其未来发展前景。     

模具结构对连续纤维增强热塑性复合材料性能的影响

采用自行设计的两种不同结构的熔融浸渍模具制备了连续玻璃纤维增强聚丙烯预浸带，测试了模具结构对预浸带的孔隙率、纤维断裂率、界面形貌、纤维分散均匀度和拉伸强度的影响，建立了纤维浸渍模型和纤维断裂模型，并通过理论模型对预浸带的孔隙率和断裂率进行理论预测。结果表明，本文建立的数学模型能够有效预测预浸带的浸渍程度和纤维断裂率，可用于浸渍模具结构的优化设计；在本文范围内，与波浪形模具相比，斜齿形模具的多楔形区结构可以有效地降低预浸带孔隙率和提升纤维分散程度；波浪形模具的流道圆角半径较大，楔形区个数较少，与斜齿形模具相比，可有效降低纤维断裂率并提升拉伸性能。     

氧化铜/氧化石墨烯复合材料纳米结构变化的研究

氧化铜(CuO)/氧化石墨烯(GO)复合材料中CuO的纳米结构起着至关重要的作用。本文通过在83℃下改变反应时间来控制CuO/GO复合材料中CuO纳米结构的形貌。采用红外吸收光谱、透射电子显微镜、X射线光电子能谱和小角X射线散射方法对样品进行了表征。反应时间0~560min,产生了3种不同纳米结构的CuO/GO复合材料。SAXS数据表明,在整个反应过程中较小粒径的CuO纳米粒子逐渐发生部分溶解。CuO/GO纳米颗粒形成过程是由CuO较高的过饱和度与CuO生长/溶解来驱动的。本实验工作将为制备不同形貌CuO/GO纳米复合材料提供一个可行的制备方法。     

人工形成海水密度跃变区的过程及方法

海水密度的人工跃变技术是通过人工方法形成足够规模海水密度跃变区,继而影响潜艇正常航行.技术应首先研究规模适度、气泡密度合理的跃变区形成方法.立足现有工业技术条件,完成了对基于气体射流法的跃变区生成设备的总体设计.详细对关键射流部件压力容器和气泡发生器作出设计说明:一是设定压力容器的结构和型式,考虑到球壳强度、射流结构、形成连续分布的跃变区,对其两相邻开孔所夹的最大球心角作出规定.二是选用喷嘴型微型气泡发生器,应设定其结构尺寸和容器开孔.最后气体射流成泡和设备拉伸运动两部分同时进行,形成海水跃变区.研究成果对于技术的工程应用提供重要的理论指导.     

氢能技术科技前沿与挑战

<正>氢能可再生、零排放且能量密度高,其开发和利用已成为新一轮世界能源技术革命的重要方向,也是实现“碳达峰、碳中和”战略目标的重要路径之一.基于燃料电池技术,氢能未来将成为支撑可再生能源如太阳能、风能大规模利用的理想能源互联网媒介.美国、日本、德国、韩国等于21世纪初已将氢能产业提升至国家能源战略的高度,制定氢能发展政策,明确氢能产业地位,持续支持氢能技术研发,积极推动试点示范和多领域应用.我国在《能源技术革命创新行动计划(2016-2030年)》中明确将“氢能与燃料电池技术”列为15项重点创新任务之一.     

基于IBM Q平台的量子图像算法研究

为使量子图像处理算法在量子计算机上得到验证与发展，结合IBM量子实验平台(IBM Q)上量子计算操作与量子图像处理理论的研究，设计了一种基于IBM Q平台的量子图像分割方法.提出了一种基于新型强化量子图像表达式(NEQR)的改进型强化量子图像表达式(IEQR)，并根据IEQR表达式初始化量子图像分割电路.该电路由量子比较器(QBSC)和受控旋转门(Cswap)构成.最终在IBM Q和本地经典计算机仿真两种平台下实现了2×2和4×4大小的量子图像分割，实验结果表明了该算法的可行性和有效性，并验证了量子计算机的优越性.     

基于EOD模式的朱家林田园综合体规划研究

田园综合体是在城乡一体格局下，顺应农村供给侧结构改革、社会经济全面发展的一种可持续性模式. 生态导向发展（EOD）模式侧重于区域生态的多元价值，更适用于田园综合体总体规划方案. 本文以朱家林田园综合体为研究对象，以水资源保障为核心，对朱家林资源环境压力进行解析，提出基于EOD模式的生态保护和田园综合体开发规划，并对其实施成效进行测评. 研究发现综合体水质明显改善，水资源总量充裕，水资源利用率提高.      

对比度受限下直方图均衡化处理的木板纹路图像增强算法

在木板纹路识别的工程应用中,光照不均匀等因素会产生对比度差的木板图像,将影响木纹的准确识别,针对此现象采用改进的对比度受限自适应直方图均衡化方法(contrast-limited adaptive histogram equalization,CLAHE)对木板纹路图像进行增强处理,首先借助加权平均灰度化对原始图像进行灰度处理,再利用CLAHE算法将灰度图像分割成若干个大小相等连续的子块,选取合适的阈值对每个子块的直方图进行截取,将超过阈值的像素均分到其他的灰度级中,使用双线性插值对图像进行插值运算,得到对比度受限下直方图均衡化图像,最后使用双边滤波器(bilateral filter)对均衡化图像进行降噪保边处理。共用600幅木板图像,其中450幅图像作为训练集图像,150幅作为验证集图像,通过平均绝对误差(mean absolute error,MAE),峰值信噪比(peak signal to noise rate,PSNR)以及最终实验结论对比CLAHE算法和其他一些常规算法,工程运行结果表明:CLAHE方法处理木板纹理图像具有较好的运行效果,为木板纹理的准确识别提供了理论依据。     

基于全局注意力的多级特征融合目标检测算法

针对小目标物体检测精度差的问题,同时不以牺牲速度为代价,本文提出了一种基于全局注意力的多级特征融合目标检测算法。算法首先由卷积神经网络生成多尺度的特征图,然后采用多级特征融合的方法,将浅层和深层特征图的语义信息相结合,提高特征图的表达能力,接着引入全局注意力模块,对特征图上下文信息进行建模,并捕获通道之间的依赖关系来选择性地增强重要的通道特征。此外,在多任务损失函数的基础上增加一项额外的惩罚项来平衡正负样本。最后经过分类回归、迭代训练和过滤重复边框得到最终检测模型。对所提算法在PASCAL VOC数据集上进行了训练和测试,结果表明该算法能有效地提升小目标物体检测效果,并较好地平衡了检测精度与速度之间的关系。     

幸福感的静息态功能磁共振成像低频振幅

人人都想得到幸福,但并不是每个人都有相同的获得幸福的能力.对于幸福个体差异这一重要而又有意义的问题,以往很少有研究来探索该问题的神经起源.本研究采用静息态功能磁共振成像中的低频振幅(amplitude of low frequency fluctuations,ALFF)技术,以159名健康大学生被试为对象,研究了幸福感与大脑自发神经活动之间的关系.结果发现,额叶、顶叶以及部分皮层下区域的ALFF值与幸福感有紧密关系.具体地说,左、右侧眶额皮层和左侧背外侧前额皮层,以及右侧尾状核的ALFF值随着幸福感的增加而升高,并且这些区域的ALFF值都与情绪有显著相关.相反,右侧中扣带皮层,左侧顶上沟以及双侧楔前叶的ALFF随着幸福感的增加而降低.这些区域的ALFF值不仅与情绪有关,而且还与沉思的倾向有关系.这些大脑区域的ALFF值与幸福感的关系可能表明了高低幸福感个体在自我反思、奖赏加工、情绪调节等能力上存在显著差异.