不同pH值对Au/CaM膜结合Ca2+的电化学行为研究

采用交流阻抗的方法,在包含1 mmol/L Fe(CN)63-/4-的0.15 mol/L的NaCl溶液中,研究了Au/CaM膜在不同的酸碱环境下结合Ca2 的电化学行为.结果表明:在pH为6.5的环境下Au/CaM膜结合Ca2 的能力要比在pH为4.5环境下的强.     

关于d元广义Legendre-Sidelnikov序列的自相关性研究

具有良好伪随机性质的序列在密码、雷达和通信系统中起着重要的作用,自相关性是其中一个重要的性质.2010年,Su和Winterhof引入了新的Legendre-Sidelnikov序列并研究了这个序列的伪随机性质.文中将进一步计算该序列的自相关值来证明其具有好的自相关性质.     

Au/CaM自组装膜方波伏安法表征

采用方波伏安法,在包含1 mmol/L[Fe(CN)6]3-/[Fe(CN)6]4-的0.15 mol/L的NaCl溶液中,对Au/CaM膜的电化学行为进行了初步表征。由方波伏安电流响应图可知:CaM可以在Au基底自组装成膜,[Fe(CN)6]3-/[Fe(CN)6]4-在Au/CaM膜电极上发生的是电化学不可逆反应过程。     

基于广义Reed-Solomon码构造的两类量子MDS码

量子信息领域的一个重要热点是构造具有良好参数的量子极大距离可分码.最小距离是其中最重要的一个参数,并且最小距离越大越好,在量子纠错领域一个备受关注的话题是构造最小距离比q2+1更大的量子极大距离可分码.构造了向量a和向量v,使得由向量a和向量v定义的广义Reed-Solomon码满足Hermite自正交性质.进一步,利...     

非约束环境下的实时人脸检测方法

在不受限制的场景下,人脸检测大多部署在移动端或者边缘设备上,这些设备计算能力低且内存较小.使用无锚检测思想,基于CenterNet无锚检测器,提出以人脸为点的检测方法.不需要人工预先设置锚框,也不需要使用非极大值抑制来后处理,模型变得简单且高效.模型的骨干网络使用改进的ShuffleNetV2,轻量级网络保证了模型参数...     

基于深度学习的轻量级道路障碍检测算法

道路障碍检测是智慧交通和无人驾驶的重要组成部分。针对道路障碍检算法的参数量过大、占用内存过多、难以在内存和算力有限的设备中使用等问题,本文提出一种轻量级的道路障碍检测算法。在YOLO v4的基础上,使用MobilenetV3作为模型的主干网络,减少模型参数,提高检测速度;改进模型中的PAN结构,将主干网络中更浅层的特征图提取融合,改善小目标检测不佳的问题;在特征融合部分加入ECA注意力机制提升网络整体精度;提出一个新的DBR模块,使网络整体相比之前更加轻便。使用改进后的模型在自制数据集中进行检测,与Mobilenetv3-YOLO v4相比,精度提升5.24%,参数量降低35.5%,F达43.8,满足实时应用的技术要求,表明模型可以嵌入到小型移动设备,达到良好的实时效果。     

还原增感浓度对AgCl光电子衰减的影响

还原增感是三大化学增感类型之一.近10年来,还原增感的机理以及过程的控制,越来越受到感光科学工作者的关切和注意.主要利用微波介电检测技术,测得自由光电子与浅束缚光电子衰减行为随还原增感浓度的变化.实验发现:还原增感浓度低时,增感中心起空穴陷阱作用;还原增感浓度高时,增感中心起深电子陷阱作用.根据光电子衰减行为随增感浓度的变化得到了最佳增感浓度.     

小波变换及其在语音信号处理中的应用

人们为了了解自然界的规律,或是为了解决工程中的一些问题,需要对各种各样的信号进行分析,在小波变换出现以前,应用最广泛的是傅立叶变换.但是在利用傅立叶变换分析信号时,存在着某些缺陷.小波变换基于海森堡测不准原理解决了局部时间信号分析的难题,发展了信号分析的方法,成为了当代信号分析的主要工具之一.由于语音信号的复杂性,以及在某些方面与小波变换的相似性,使小波变换在语音信号处理有着很广泛的应用.本文对小波变换及其在语音信号处理中的应用进行了简要的综述.     

LC3和lamins在细胞核自噬中的研究进展

自噬是细胞内的重要生理机制之一,对细胞来说自噬是一把双刃剑,它曾一度被认为是机体的保护机制,但随着研究的深入,学者发现自噬也可促进肿瘤的生长.由于细胞核在真核生物中的重要性,相关自噬蛋白在核中的大量分布,核自噬在多种疾病的发生发展中起着非常重要的作用.为了全面了解疾病与自噬的关系,人们开始了核自噬方面的探索.本文对近年...