FD-1型多功能超声分子束装置的研制

本文介绍了一种探测器可转动的新型多功能超声分子束设备,探测器的内外二室分别由两台离子泵进行抽气(高分辨率四极滤质器及离子-电子倍增器置于探测器的内室)。这内外二室各经不锈钢波纹管与离子泵相连接,因此,在离子泵位置固定的情况下,探测器可围绕碰撞中心转动120度。高压气体经喷口绝热膨胀及三级差分抽气而形成分子束,在喷管中氩气压强为600Torr时,分子束设备碰撞中心处的束流强度可达1.4×10~(17)个分子/厘米~2·秒,用可转动的探测器测得分子束发散角的半宽度约为2度。文中也给出了分子束由固体表面散射后的角分布曲线。最后,介绍了在激光诱导气固相反应中,反应速率将随入射氯分子平动能的增大而明显增加。     

热酸浸出-黄钾铁矾工艺的改进与实践

在常规铁矾法除铁工艺的基础上 ,针对其工艺中存在的矾渣含锌高、渣量大、环境污染严重、沉矾工序操作不稳定等问题 ,借鉴低污染铁矾法工艺的设计思路 ,对原工艺进行了改进     

氘代氨的制备及其稳定性

制备氘代氨可采用同位素交换、直接催化合成以及由氮化镁和重水反应等方法。为了获得同位素丰度很高的氘代氨,我们参照文献[1—4],改进了某些操作,首先制备氮化镁,然后在一套玻璃系统内使氮化镁与重水反应。此方法可用于实验室制备少量示踪研究用氘代氨。此外,利用红外吸收光谱,我们还研究了氘代氨在某些含氢化合物存在下的稳定性。     

基于特征选择的字符识别

特征选择问题是机器学习和模式识别中的一个重要问题。其本质上是一个多因素优化问题。该文将试验设计与多因素优化问题联系起来,利用正交试验设计的统计特性,从特征集中筛选有效鉴别特征子集。在南京理工大学NUST603HW手写汉字库以及Concordia大学的CENPARMI手写体阿拉伯数字数据库上的试验结果表明,所提出的特征选择方法不仅提高了识别率,而且识别结果十分稳定。     

一种应用于人脸识别的插值降维方法

类似于通过求解图像协方差矩阵特征值所得到的特征脸方法，提出在双三次插值得到图像降维基础上，再进行线性鉴别分析(LDA)的插值脸方法，从而得到鉴别矢量集，实现人脸图像识别，试验结果显示，插值脸方法比普遍采用的特征脸方法效果更好．所提出的思想方法对于人脸识别的理论研究和工程应用具有较大价值．     

摆动液压缸组合密封的建模与计算

七功能水下机械手采用至少1个摆动液压缸作为关节驱动。为进行水下作业要求摆动液压缸工作压力为21MPa。为实现其作业压力,对摆动液压缸采用聚四氟乙烯(PTFE)-橡胶组合密封。设定密封件压缩量,对其进行力学分析和弹性流体动力学(EHL)建模,计算出密封压力、油膜厚度等参数。计算结果表明组合密封能够完成21MPa下摆动液压缸的密封。     

基于深度特征增广的跨域小样本人脸欺诈检测算法

随着人脸识别技术的发展,人脸欺诈攻击已经成为一项实际的安全问题,人脸欺诈检测算法用于及早发现该类攻击,保护系统安全.文中将一种经典域自适应算法扩展到深度神经网络中,首先定义了基于深度特征增广的域自适应层,提出了一种基于深度特征增广的跨域小样本人脸欺诈检测算法.该算法在已有的基于全卷积神经网络的人脸欺诈检测深度神经网络的中部嵌入域自适应层将卷积特征图增广,来适配源域和目标域的差异,随后根据增广后的特征图进行像素级分类,最后将像素级概率图从空间上融合为帧级决策.文中在CASIA-FASD,Replay-Attack和OULU-NPU 3个数据集和6个常见测评协议(2个CASIA-FASD与Replay-Attack跨库协议和4个OULU-NPU标准协议)下进行实验,验证了算法在不同背景、不同攻击设备、不同相机等跨域情况下的性能.实验表明,基准FCN人脸欺诈检测算法已经能够达到较好的性能,在此基础上,借助小样本目标域数据学习域自适应模型,可进一步显著提升性能,将错误率减半(CASIA-FASD训练+Replay-Attack测试的HTER指标从27.31％降至11.23％,Replay-Attack训练+CASIA-FASD测试的HTER指标从37.33％降至21.83％,OULU-NPU标准协议IV的ACER指标从9.45％降至5.56％),实验结果验证了基于深度特征增广的跨域小样本人脸欺诈检测算法的有效性.     

基于对偶超图正则化的概念分解算法及其在数据表示中的应用

针对概念分解算法没有同时考虑数据空间和特征属性空间中的高阶几何结构信息的问题,提出了一种基于对偶超图正则化的概念分解算法。该算法通过分别在数据空间和特征属性空间中构建无向加权的拉普拉斯超图正则项,分别反映了数据流形和特征流形的多元几何结构信息,弥补了传统图模型只能表达数据间成对关系的缺陷。采用交替迭代的方法求解算法的目标函数并证明了算法的收敛性。在3个真实数据库(TDT2、PIE、COIL20)上的实验表明,该方法在数据的聚类表示的效果方面优于其他方法。     

基于半监督线性近邻传递的相关反馈方法

提出了一种半监督线性近邻传递的相关反馈方法FSLNP(feedback semi-supervised linear neighborhood propagation).该算法不仅能够保持正、负例约束信息,而且能够保持图的局部以及全局相关性结构信息.采用相关反馈的有标签和未知标签图像点,找到比较好的表示图像相关性的一个...