组织工程多孔管状支架的低温挤出成形

聚乙二醇/聚对苯二甲酸丁二醇酯(PEG/PBT)-1,4二氧六环溶液体系在温度低于20℃时可变成凝胶态。将数字挤压/喷射技术与热致相分离技术结合,提出了一种新型多孔管状支架成形技术——低温挤出成形技术。构建了基于该技术的成形平台,研究了成形温度对支架宏观形貌、孔隙率、力学性能等的影响。该技术成形的支架孔隙率最高可达95%,微孔尺寸分布为35~48μm,支架弹性模量为61.9~106 kPa。人类颌下腺细胞种植实验表明:支架具有良好的细胞亲和性,在涎腺组织工程中具有良好的应用前景。     

基于多模态深度神经网络的抓取检测方法

针对机器人抓取检测任务中对未知物体抓取检测精度低的问题,本文提出了一种多模态深度神经抓取检测模型。首先,在RGB和深度两个通道中引入残差模块以进一步提升网络的特征提取能力。接着,引入多模态特征融合模块进行特征融合。最终通过全连接层回归融合特征以得到最佳抓取检测结果。实验结果表明,在Cornell抓取数据集上,本文方法的图像拆分检测精度达到95.7%,对象拆分检测精度达到94.6%。此外,本文还通过消融实验证明了引入残差模块可以提高网络抓取检测性能。     

基于多模态共享网络的自监督语音-人脸跨模态关联学习方法

现有的语音-人脸跨模态关联学习方法在语义关联和监督信息方面仍然面临挑战,尚未充分考虑语音与人脸之间的语义信息交互。为解决这些问题,提出一种基于多模态共享网络的自监督关联学习方法。首先,将语音和人脸模态的特征映射到单位球面,构建一个公共的特征空间;接着,通过多模态共享网络的残差块来挖掘复杂的非线性数据关系,并利用其中权重共享的全连接层来增强语音与人脸特征向量之间的关联性;最后,使用K均值聚类算法生成的伪标签作为监督信号来指导度量学习,从而完成4种跨模态关联学习任务。实验结果表明,本文提出的方法在语音-人脸跨模态验证、匹配和检索任务上均取得了良好的效果,多项评价指标相较于现有基线方法提升1%～4%的准确率。     

实正态过程线性组合之均方不定积分的正态性的证明

介绍了均方不定积分的概念,将m个均方连续且相互独立的实正态过程做线性运算,得到一个线性组合,证明了这个线性组合的均方不定积分仍为实正态过程,并给出了此实正态过程的任意有限维特征函数的具体表达式.     

一种实物期权的新型模糊定价方法

针对实物期权定价中预期现金流收益的现值是个预测值,而采用精确值给出不太合理的问题,分析了三角模糊数或梯形模糊数给出它的区间估计值,并利用Black-Scholes公式(简称B-S公式)为之定价的方法.提出了将预期现金流收益现值的专家评估区间转化成正态模糊数并利用格贴近度构造权向量的一种新的实物期权定价方法,验证了利用正态模糊数估计现金流收益现值的合理性.最后通过实例模拟证明了该方法的有效性.     

利用两个二粒子部分纠缠态实现两个目标共享的量子隐形传态

提出利用两个二粒子部分纠缠态实现单粒子量子态的隐形传态方案。首先考虑两个目标共享的、概率性的量子隐形传态;然后进一步考虑单个目标确定性的量子隐形传态。在这两个方案中,量子态的发送者的局域正定算符值测量(POVM)起着关键作用,并给出了该测量算符的数学表式。该方法可用于当两部分纠缠态的最小Schm idt系数μ和v满足条件2μ 2v-2μv-1≥0的情形。     

双黑格斯二重态模型Ⅲ中的τ-→μ-K+K-衰变研究

τ轻子物理是粒子物理的研究热点之一.在标准模型中,轻子数是守恒的.而τ-→μ-K K-衰变属于轻子味破缺过程,在标准模型中是禁戒的.大气中微子振荡实验意味着存在轻子味破缺,这是标准模型无法解释的.     

亚伯拉罕·棣莫弗的概率思想与正态概率曲线

目的系统地探讨和分析正态概率曲线的发现过程及棣莫弗(Abraham De Moivre,1667- 1754)概率思想的创新点。方法历史分析和文献考证。结果棣莫弗在前人的基础上,经过10 余年的努力最终导出了正态概率曲线的数学表达式。结论正态分布是概率论中最重要的分布, 其发现揭示了棣莫弗概率思想的发展过程及其对概率论发展所做的奠基性工作。     

MOS器件的热载流子效应

热载流子效应产生的原因，首先是在沟道强电场中形成迁移率偏低的热载流子，然后由于碰撞电离而使热载流子大量增加。热电子和热空穴能够越过界面势垒向栅氧化层发射。进入栅氧化层的热载流子，或者穿透氧化层，或者造成随时间而增加的界面态，或者造成载流子陷阱。热电子或热空穴也可以受结电场的作用而进入衬底。抑制热载流子效应的方向，一是在沟道两侧制作轻掺杂区，以降低沟道电场强度；二是对栅氧化层进行氮化处理和提高氧化温度，以改善氧化层的质量，增强抗热载流子效应的能力。     

抽样分布定理的简单证明与注记

利用协方差与正态分布的性质给出了样本均值与样本方差独立性的一个简单证明,得到了正态总体下样本均值与样本方差的分布,并对其直观意义进行了解释。