电化学合成氧化锌纳米线阵列并用于血红蛋白生物传感器的制备

以醋酸锌和醋酸钠为原料,采用控制电量法电化学合成氧化锌纳米线阵列.然后将血红蛋白固定在聚电解质修饰的氧化锌复合膜上,构建了高灵敏度的过氧化氢传感器.实验结果表明：固定在氧化锌纳米线上的血红蛋白呈现出一对较好的近乎可逆的氧化还原峰,较快的电子传递速率,并且对过氧化氢有良好的催化作用.因此,氧化锌纳米线阵列为酶的固定和直接...     

一种基于Hamilton阵列编码和RC4算法的密钥编排方法

本文从序列密码和Hamilton阵列编码的理论分析人手,利用一种高维大码距的Hamilton阵列编码算法,结合RC4算法设计了一种密钥编排方法。从对输出序列的分析看出,利用可以看作是变结构的Hamilton阵列编码来构造密钥编排方法,具有一定的实用意义。     

基于超级电容器的TiN@CNTF电极制备及性能研究

超级电容器因其独特的性能在便携式、可穿戴电子器件领域有着很大的应用潜力。目前对超级电容器的研究主要集中在对超级电容器电极材料的研究上。碳纳米管纤维具有电导率高、力学性能好、柔韧性高等优点,是超级电容器的理想电极材料。但是,碳纳米管纤维电容量的提升被其较小的比表面积所限制。通过在碳纳米管纤维表面生长三维阵列能够有效提高碳管纤维的比表面积,从而增大电容量。因此,采用水热法,在碳纳米管纤维表面成功生长TiO2纳米阵列,并通过氨气氮化获得了TiN@CNTF电极材料。采用三电极测试TiN@CNTF电极在Na2SO4溶液中的比电容达到215.5mF/cm2,有望作为一种柔性超级电容器的负极材料得到应用。     

一种单平面电极阵列结构的介质上电润湿数字微流控器件

一种高介电常数(K=7.6～11.6)的有机铁电聚合物材料——偏氟乙烯与三氟乙烯共聚物首次作为介质层用于介质上电润湿效应的数字微流控器件.在30 V的外加电压下,液滴与器件间的固-液接触角可以从118°下降到75°,并且呈现明显的电压极性相关性.基于此现象,设计并制作了新型的单平面电极阵列结构的数字微流控器件,简化了器件结构和工艺流程,整个工艺步骤可以与集成电路工艺兼容.新型器件成功实现了3μL的液滴的往返运输,工作电压只需20 V.     

潮流能水轮机阵列水动力与布局优化研究进展

概述了潮流能水轮机阵列的水动力特性,总结了不同横向、纵向间距下水轮机尾流变化的一般规律,梳理了水轮机阵列布局的优化方法,从人工传统优化阵列布局与计算机自动优化阵列布局两方面回顾了水轮机阵列单目标优化与多目标优化的研究进展。人工传统布局结构简单且易于操作,有比较强的工程实践性,但物理试验可限制的约束条件有限,难以模拟阵列在真实海况下的发电情况;自动优化布局相比于人工传统布局更具有现实意义,但依然面临经济模块因素缺乏、多目标内容待完善、理论与实践未统一、前期准备时间较长等诸多挑战。     

基于图像分割和融合的图像去雾算法研究

为了解决传统的暗通道先验去雾方法产生的细节丢失和亮度偏低等问题,本研究提出了一种基于图像分割和融合的去雾算法。首先对输入图像使用亮度反转的MSRCR预处理来进行色彩保真;其次用阈值分割法提取图像的特征信息并获得掩膜,根据特征信息设计自适应的Gamma校正方法,提升对比度和亮度,并使用暗通道先验方法保持去雾后的细节;最后将处理后的图像进行掩膜融合。在真实世界的数据集上仿真结果表明,本研究所提算法在去雾后能保留更多的细节且提高亮度。与几种经典的算法相比,本研究所提算法在去雾后的图像有较好的色彩保真度,保留了更多的细节,去雾效果好且亮度更自然。     

植入式硅神经微电极的发展

 神经科学和神经工程研究需要研究大脑神经元的电活动情况,以了解大脑产生、传输和处理信息的机制。植入式神经微电极作为一种传感器件,是时间分辨率最高的神经电活动传感手段之一。介绍了国内外几种主要的植入式硅基神经微电极的结构特点、制备方法和性能特点。分析表明,未来通过不断结构优化和改性修饰,特别是在高通量的神经记录方面,通过与同样基于硅材料的电路的集成,硅神经微电极能够进一步提高生物相容性,解决大规模的电极通道体内外传输与连接问题,实现对神经元的在体大规模长时间记录。     

基于扩展Kalman滤波的声阵列定位数据融合算法

利用各阵元和目标相对于一中心阵元的几何关系建立目标运动方程，坐标变换方程和声阵列测量方程，并以此建立了声阵列目标定位模型。在此基础上提出了基于扩展Kalman滤波算法的目标定位数据融合算法。通过地面目标和空中目标的计算机仿真表明，本算法能够有效地克服由于智能雷布阵的随机性给智能雷定位数据估计带来的困难，对声阵列定位数据也能进行较好的融合，对提高定位精度有一定效果。     

基于高斯过程算法的日尺度IMERG降水数据与站点数据的融合研究——以湖北省为例

该文针对卫星降水数据空间分辨率较低的问题,以湖北省为研究区域,考虑经纬度、DEM、亮温数据、IMERG插值数据等辅助变量,融合2016年7月19日IMERG日分辨率卫星降水数据与气象站点数据资料.该文提出了点面融合方法和站点偏差校正估计两个融合方案,并选择了自适应样条多元回归、随机森林、高斯过程回归三种算法.结果表明,点面融合方法优于站点偏差校正估计方法,且高斯过程回归的融合结果优于其他两种算法.基于高斯过程方法的融合结果呈现合理的变化细节,符合降水的空间分布变化模式.融合结果的空间分辨率从约0.1°(约10 km)提高到1 km,且精度相对于原始的IMERG数据得到了较大的提升,该研究对高时间分辨率的多源降水数据的融合具有一定的意义.     

基于方向补偿匹配算法和脚跟着地特征的鲁棒步态识别简

针对步态识别中传感器方向不一致和动作信号分割问题,提出利用方向补偿匹配算法解决传感器方向不一致问题,利用脚跟着地的观测特征计算似然度.首先,通过IMUZ传感器获得动作的加速度和旋转速度,根据加速度计算出脚跟着地(HST)特征的似然度;然后,利用IMUZ传感器的旋转矩阵进行倾斜校正,利用方向补偿信号匹配算法解决传感器方向不一致问题;最后,通过计算数据库样本与探针样本的距离获得匹配度.实验结果表明,与固定窗口方法、动态窗口方法、运动角联合方法和传感器融合方法相比,本文方法对5种步态类别的识别率更加稳定,对4种步态的识别率明显高于其他方法.