亚赫兹线宽稳频激光技术

激光已广泛应用于精密光谱与精密测量中,激光的频率稳定度与光谱纯度决定了测量的精度与光谱的分辨率,因此不断提高激光频率的稳定度和减小激光线宽是精密光谱和精密测量研究领域永远追求的目标。文章介绍了亚赫兹线宽稳频激光的原理与一些关键技术,并展望了未来发展趋势。     

大面积单层二硫化钼薄膜的光探测性能研究

通过化学气相沉积方法成功制备出大面积(厘米级)单层硫化钼(MoS_2)薄膜,并利用光学显微镜、拉曼显微镜、原子力显微镜等技术手段进行了有效的表征.将所制备的薄膜样品通过磁控溅射的方法镀上电极,并对其光探测性能进行了研究.研究结果表明:薄膜的结晶程度(晶粒尺寸)对薄膜光响应速率和光电导具有极大影响;薄膜的光电导对光源的波长具有一定的依赖性;在一些特定的波段,薄膜会呈现负光电导性(NPC).     

依托解吸-深度水解装置实现尿素废水零排放

采用解吸-深度水解技术,处理尿素工艺冷凝液、一甲泵密封水及合成塔和一甲泵冲洗水,回收废水中的氨和尿素,同时将冷凝液进行回收用作脱盐水的补充水,实现尿素废水零排放,具有较好的环境效益和经济效益和社会效益。     

去噪先验驱动的深度神经网络图像超分

为了提高图像超分的质量,将双层卷积神经网络去噪模块嵌入到图像超分任务中,给出去噪先验驱动的深度神经网络图像超分方法.图像去噪模块可以快速灵活地处理不同水平的噪声,所提出的图像超分网络可以很好地实现图像超分复原.用训练好的网络对双三次下采样和高斯下采样的低分辨率图像进行超分测试,复原的高分辨率图像比使用其他图像超分方法具...     

基于深度贝叶斯网络学习的不确定性建模方法

战场态势评估涉及很多不确定因素,对不确定性进行仿真建模能够提高态势评估的能力。针对参战对象多元、不确定性增多导致的无法全面准确表达不确定性问题,提出了基于记忆模块和变分自编码器的深度贝叶斯网络模型。采用生成模型设计了基于深度贝叶斯网络学习的态势评估模型;阐述了融合记忆模块的深度生成模型原理和模型的学习与推理过程;以某空袭行动为例构建贝叶斯网络,对所提方法进行了验证。结果表明:深度神经网络能够逼近隐变量的非线性变换,设计的记忆模块能存储深度神经网络提取的大量局部特征,通过学习自动得到了贝叶斯网络条件概率,增强了不确定性建模能力。     

基于协作式深度强化学习的火灾应急疏散仿真研究

火灾是威胁公共安全的主要灾害之一,火灾产生的高温和有毒有害烟气严重影响了疏散路径的选择。将深度强化学习引入到应急疏散仿真研究,针对多智能体环境提出了协作式双深度Q网络算法。建立随时间动态变化的火灾场景模型,为人员疏散提供实时的危险区域分布信息;对各自独立的智能体神经网络进行整合,建立多智能体统一的深度神经网络,实现所有智能体之间的神经网络和经验共享,提高整体协作疏散效率。结果表明：所提方法具有良好的稳定性和适应性,训练和学习效率得到提升,具有良好的应用价值。     

基于深度学习的智能学习资源推荐算法

为了提高资源推荐性能,采用广义回归神经网络完成资源推荐。首先,提取推荐系统的用户和资源特征,选择两者的特征差异值之和作为推荐系统目标函数,然后构建广义回归神经网络(Generalized regression neural network, GRNN)资源推荐模型。考虑到GRNN训练效果对平滑因子和核函数中心的依赖性强的特点,引入差分进化(Differential evolution, DE)算法对GRNN的平滑因子和核函数中心偏移因子进行优化求解：选择最小特征差异值求解函数作为DE算法适应度函数,通过DE算法的多次交叉、变异和选择操作,获得最优平滑因子和偏移因子。最后采用优化后的平滑因子和偏移因子进行GRNN资源推荐,生成特征差异较小的候选资源序列作为资源推荐序列。试验证明,选择合理的DE算法交叉速率和差分缩放因子,能够获得较好的平滑因子和偏移因子,GRNN也能够获得更好的推荐效果。和常用资源推荐算法比较,对于3种不同的训练样本,该文算法能够获得更优的资源推荐准确率,且RMSE值较低。     

基于物联网和改进Yolo-v4-tiny的智能果蝇诱捕方案

为了研究人工智能技术在物联网远程检测方面的应用,设计一种结合深度学习和物联网技术的自动诱捕器解决方案。设计了采用低功耗嵌入式传感系统和神经网络加速器的智能诱捕器原型。利用边缘计算设备在本地运行改进的Yolo-v4-tiny网络以完成害虫图像自动检测计数,所提模型引入了空间金字塔池化模块,并改进了原始网络的损失函数,增强了对小目标特征的捕捉能力。试验结果表明,所提嵌入式解决方案能够自动采集信息素粘虫板图像并完成准确果蔬害虫的检测,取得了最高0.842的检测精度和0.837的召回率数值,性能优于其他先进的轻量级目标检测模型,具有成本低、检测精度高、通信量低、工作寿命长的优点。     

神经信息检索模型建模因素综述

信息检索模型被广泛运用于搜索引擎中,且在工业领域被广泛应用.信息检索任务中,模型对信号量的侧重建模导致模型指标差异巨大.目前模型大部分基于以下部分或全部信息建模:精确信号量、相似信号量、信号量区分度、查询词权重、临近量、文本结构信息、不同分布假设.本文介绍各个建模因素的具体含义,并通过引用相关实验例证该因素对于建模起到...     

强夯法在处理湿陷性黄土中的研究

从工程应用出发,阐述了强夯法在处理湿陷性黄土地基的加固机理以及强夯技术在处理黄土地基中的有效加固深度、夯击能等的确定,并对夯点的布置、夯击遍数和间歇时间和夯击加载机具的选择进行了介绍.