检索结果-南通市图书馆

纳米结构Pt膜上CO吸附的异常红外效应机理研究

在线全文

学校读者我要写书评

暂无评论

物理学报 2005年第1期54卷 429-433页

作者：黄晓菁吴晨旭陈友江林海姜冬华孙世刚厦门大学物理系软凝聚态研究室厦门大学固体表面物理化学国家重点实验室厦门361005

CO吸附在经方波电势处理后的纳米结构Pt金属膜电极上可观察到异常红外效应 (AIREs) .在实验基础上用粒子间的相互作用和电子空穴衰减机理分析、模拟了AIREs ,表明Pt金属表面的纳米岛状结构增强了CO分子间及CO分子与纳米结构表面的相... 详细信息

CO吸附在经方波电势处理后的纳米结构Pt金属膜电极上可观察到异常红外效应 (AIREs) .在实验基础上用粒子间的相互作用和电子空穴衰减机理分析、模拟了AIREs ,表明Pt金属表面的纳米岛状结构增强了CO分子间及CO分子与纳米结构表面的相互作用 ,电子空穴衰减引起的能量转移和粒子间相互作用的增强可以导致异常红外吸收谱线变化特征的出现 .

关键词：粒子间相互作用 CO 空穴电子电势分子间纳米结构异常经方观察

在线全文

学校读者我要写书评

暂无评论

软物质主要理论综述

物理学报 2016年第18期65卷 38-47页

作者：吴晨旭严大东邢向军厚美瑛厦门大学物理科学与技术学院生物仿生与软物质研究院厦门361005 北京师范大学物理系北京100875 上海交通大学物理天文系上海200240 中国科学院物理研究所软物质物理重点实验室北京凝聚态物理国家实验室北京100190

本文主要讨论了软物质体系的一些主要理论,如弹性理论、相变理论、标度理论、自洽场理论、颗粒物质理论的发展历史和现状,同时讨论了熵在软物质体系中的作用等.软物质体系中还有一些重要的动力学理论,如黏性问题、扩散问题、介面波的运... 详细信息

本文主要讨论了软物质体系的一些主要理论,如弹性理论、相变理论、标度理论、自洽场理论、颗粒物质理论的发展历史和现状,同时讨论了熵在软物质体系中的作用等.软物质体系中还有一些重要的动力学理论,如黏性问题、扩散问题、介面波的运动等问题均没有在本文中提及,这些领域中也有一些软物质体系重要的理论研究工具和手法.

关键词：软物质弹性理论标度理论自洽场理论

金属纳米结构表面吸附的CO分子在外电场中的相互作用

在线全文

学校读者我要写书评

暂无评论

物理学报 2006年第5期55卷 2454-2458页

作者：黄晓菁何素贞吴晨旭集美大学理学院物理系厦门361021 厦门大学物理系软凝聚态研究室厦门361005

建立金属纳米颗粒在外电场中的排列结构模型,用经典理论分析纳米结构金属表面上吸附的CO分子在外电场中的相互作用能,包括有效偶极子间的相互作用和与局域电场的相互作用,并讨论和计算了纳米颗粒表面附近的局域电场.用Monte-Carlo方法... 详细信息

建立金属纳米颗粒在外电场中的排列结构模型,用经典理论分析纳米结构金属表面上吸附的CO分子在外电场中的相互作用能,包括有效偶极子间的相互作用和与局域电场的相互作用,并讨论和计算了纳米颗粒表面附近的局域电场.用Monte-Carlo方法进行数值计算和模拟,具体给出纳米颗粒表面CO分子的分布和相互作用能,表明金属表面纳米结构使CO产生凝聚,并使分子相互作用能增加,为解释异常红外吸收效应提供依据.

关键词：纳米结构金属吸附分子相互作用局域电场

在线全文

学校读者我要写书评

暂无评论

基于深度学习的车辆重识别方法研究

基于深度学习的车辆重识别方法研究

作者：吴晨旭哈尔滨理工大学

学位级别：硕士

21世纪以来,信息化、现代化、智能化成为主流。随着智慧城市理念的提出以及城市内监控的覆盖,智慧交通系统进入了快速发展阶段。车辆重识别是智慧交通系统中的重要任务之一,在城市道路监控的高覆盖率前提下,通过计算机视觉相关技术自动... 详细信息

21世纪以来,信息化、现代化、智能化成为主流。随着智慧城市理念的提出以及城市内监控的覆盖,智慧交通系统进入了快速发展阶段。车辆重识别是智慧交通系统中的重要任务之一,在城市道路监控的高覆盖率前提下,通过计算机视觉相关技术自动处理监控视频数据,跨时空域识别出目标车辆,从而得到目标车辆的轨迹,在一定程度上减少人力损耗,提高交通管理效率。目前的车辆重识别还有很多问题尚未解决:（1）车辆重识别的效率较低,从海量数据中完成识别所需时间较长。（2）车辆种类繁多,车辆在时空域发生变化后,由于角度,光照以及图像采集设备的不同,相同车辆图像会产生较大差异,经重识别网络判断后,相似程度小于外观相似的不同车辆,即类间相似性问题。本文针对以上问题进行研究,主要研究内容如下:首先,对基于深度学习的车辆分类算法进行了研究,通过分析算法实现原理确定适合本文需求的车辆分类方法;其次对车辆重识别算法进行分析,针对存在的问题进行归纳总结。其次,为了减弱光照对车辆分类的影响,提出基于HSV颜色空间的车辆颜色特征分类算法。该方法将图像转换到HSV颜色空间下,引入S（饱和度）和V（明度）,经过模型训练后,能够对不同饱和度下的色域特征进行准确的颜色属性分类,降低了光照对车辆颜色的影响。在对有光照影响的数据集进行实验,融合本文算法后的CNN算法、VGG16算法、ResNet50算法的准确率均有提高,实验结果表明,本文提出的方法能够避免光照对颜色的影响。再次,为了提高车辆重识别的效率,本文提出了一种多属性密集连接的车辆分类方法,该方法融合车辆颜色特征与类别特征,并采用密集连接卷积构建特征提取网络,保证分类准确率的同时提高分类速度。实验结果表明,与主流分类算法相比,本文分类方法准确率较高,在分类速率较其他方法有明显优势。最后,针对车辆重识别中的类间相似性问题,本文提出了一种距离控制模块（DC模块）。在对测试图像进行高维度特征提取后,对提取到的特征图进行相似性池化与差异性池化操作,缩短车辆图像类内距离,扩大车辆图像类间距离。实验结果表明,融合DC模块的车辆重识别算法能够改善类间相似性问题,提高车辆重识别准确率。

关键词：车辆重识别多属性密集连接网络距离控制模块

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

住宅小区风环境、光环境综合影响分析研究

住宅小区风环境、光环境综合影响分析研究

作者：吴晨旭天津商业大学

学位级别：硕士

小区是城市居民的重要居住方式，而小区的室外空间则为小区居民活动和交流提供了重要场所。传统的小区室外空间设计主要考虑美观和风格化，没有考虑室外微气候及空间热环境对居民热舒适的影响。然而，由于各种自然因素的影响，小区内并... 详细信息

小区是城市居民的重要居住方式，而小区的室外空间则为小区居民活动和交流提供了重要场所。传统的小区室外空间设计主要考虑美观和风格化，没有考虑室外微气候及空间热环境对居民热舒适的影响。然而，由于各种自然因素的影响，小区内并不能所有区域都满足人们舒适度以及环境品质的要求。在众多影响因素中，小区内风环境、光环境对小区内环境品质的影响是极其重要的，并且日渐成为人们研究小区环境品质中最为关注的问题。虽然实验测量方法得到的实验结果具有真实可信的优点，但是实验的方法往往受到人员安全、测量精度以及流场的扰动等因素的限制。与此同时，实验方法还伴随有高额的经费投入、人力物力的巨大消耗以及漫长的实验周期等。模拟计算方法则恰好克服了实验方法的这些缺点。其适用性更强、应用面更广。不受物理模型和实验模型的限制，灵活性强，且省时省力。通过模拟计算，可以得到准确的室内外通风和采光环境情况，并将结果显示在屏幕上，相当于进行了一次物理实验。模拟计算方法可以快速的得到室内外环境情况，反映出建筑设计的优缺点，及时给予设计有效的优化指导。因此，人们越来越广泛的采用软件模拟计算的方法。针对现有的住宅建筑室外环境品质仿真和优化设计中存在的不足，此次课题主要从建筑小区风环境计算扩展域尺度的选择、小区建筑室外环境品质影响因素研究及优化、小区建筑朝向与场内风环境影响三个方面进行了研究。针对小区室外场地通风环境的研究，采用了目前国际上计算室内空气流动比较流行的商用软件ANSYS Fluent来计算小区内的通风情况。针对小区室外场地采光和阴影的研究，采用Ecotect软件对光环境进行模拟。其中主要根据冬、夏季的主导风向测算场地自然通风性能，对小区上午10:00、下午16:00这两个时段进行太阳光影分析测算。与以往的建筑模拟仿真研究相比，本研究提供了从计算域尺度大小方面研究了小区建筑场内风环境计算的合理方法，并且注重小区内风环境及光环境综合的性能评估和优化而非只注重一个方面，结合小区内风环境以及光环境的共同影响来研究小区内环境品质是非常重要的内容。另外，以往研究缺乏对整个小区内风场变化随建筑朝向的影响，本研究可为城市建设以及小区内环境优化等内容提供有效的技术支持和建议。

关键词：住宅小区综合影响风环境光环境

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

论合唱练声曲的作用与设计

论合唱练声曲的作用与设计

作者：吴晨旭贵州民族大学

学位级别：硕士

合唱是多声部音乐表现形式,有针对性的练声曲可以渗透呼吸、音色、咬字、音域扩展等问题,能够让合唱队员感受合唱作品所表现的情感,可以用适合的声音来表达作品的内涵,更能提高合唱排练效率。本文从三个方面展开,合唱练声曲的作用,根据... 详细信息

合唱是多声部音乐表现形式,有针对性的练声曲可以渗透呼吸、音色、咬字、音域扩展等问题,能够让合唱队员感受合唱作品所表现的情感,可以用适合的声音来表达作品的内涵,更能提高合唱排练效率。本文从三个方面展开,合唱练声曲的作用,根据合唱团的不同特点选择练声曲,针对具体作品表现形式设计练声曲。

关键词：合唱练声曲合唱排练效率

我国公益服务提供中政府与NGO良性互动研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

我国公益服务提供中政府与NGO良性互动研究

作者：吴晨旭重庆大学

学位级别：硕士

党的十八大提出发挥政府的引导和规范作用,健全政府的社会管理和服务职能。意味着加强服务型政府的建设,政府职能的逐渐转变,提倡“以人为本,执政为民”的执政要求。具有灵活性、较高专业性和相对了解民众需求的特点的我国非政府组织不... 详细信息

党的十八大提出发挥政府的引导和规范作用,健全政府的社会管理和服务职能。意味着加强服务型政府的建设,政府职能的逐渐转变,提倡“以人为本,执政为民”的执政要求。具有灵活性、较高专业性和相对了解民众需求的特点的我国非政府组织不断发展壮大,其逐渐参与到公民利益表达、公共政策制定、公益服务提供等过程中来,一方面提高了政府的行政效率,缓解弱势群体、偏远地区的各类困境,加强了社会公众的满意度;另一方面其增强了公众公益意识,提高了社会捐赠积极性,促进了社会公益事业的持续发展。因此在当下社会快速发展中,意识到非政府组织的重要性,加强开展其与政府的良性互动,是提高公益服务效率和效果,完善多元治理体系,促进社会和谐的重要环节。本论文首先从相关概念和理论入手,从应然角度分析政府与NGO开展良性互动的理论,阐述理论上政府与NGO在公益服务提供中所应具有的状态。其次,结合我国目前NGO的特殊性以及其与政府互动的自上而下、自下而上以及借助互联网平台展开的互动等各种现实情况,通过多个相关案例辅以证明。再次,介绍分析政府与非政府组织互动经验中较为成熟的海外经验。通过应然与实然、经验与现状之间展开对比。在纵向和横向的对比过程中结合我国的实际情况寻找出差距与障碍,加之原因分析。在此基础上,有针对性的提出公益服务提供中非政府组织和政府展开良性互动的对策和建议。

关键词：公益服务非政府组织政府良性互动

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

用于逐步估计算法加速的忆阻存算系统

用于逐步估计算法加速的忆阻存算系统

作者：吴晨旭华中科技大学

学位级别：硕士

在信息化时代,随着网络设施的建设和大数据的积累,人工智能应用的运算开销呈现爆炸式增长。为了解决这一问题,研究人员提出了基于忆阻器的存算一体化系统,旨在降低算法的运算开销。在该系统中,数据的存储和计算位于同一物理单元,避免了... 详细信息

在信息化时代,随着网络设施的建设和大数据的积累,人工智能应用的运算开销呈现爆炸式增长。为了解决这一问题,研究人员提出了基于忆阻器的存算一体化系统,旨在降低算法的运算开销。在该系统中,数据的存储和计算位于同一物理单元,避免了数据传输带来的功耗与时延。此外,忆阻器阵列能够以O(1)的时间复杂度去执行矩阵向量乘法运算,从而显著加速算法的计算过程。逐步估计算法在特征选择、回归预测、稀疏编码、图像修复以及分组特征选择等方面有广泛的应用。本研究率先提出了一种用于逐步估计算法加速的混合精度存算系统,扩展了存算系统的应用前景。该系统采用功耗低、计算精度低的模拟运算来执行计算开销大的内积运算,并采用功耗较高、计算精度高的数字运算来执行控制算法精度的参数迭代运算,从而在加速算法运算的同时保证了计算精度。本研究仿真评估了该存算系统在多类应用任务中的性能,并分析了系统的硬件精度要求和鲁棒性。结果显示,该系统对硬件的精度要求较低(4bit的数模转换器与4bit的忆阻器电导),且鲁棒性强。在回归算法的应用方面,本研究率先提出采用存算系统对正则化回归算法进行运算加速,并应用于特征选择、回归预测以及分组特征选择。在存算系统的低精度条件下,取得的特征选择顺序、回归预测效果以及分组特征选择顺序与全精度软件仿真条件下基本一致。在测试集上的预测误差分别为均方误差0.478与0.474。在稀疏编码的应用方面,本研究率先采用数模混合精度运算的方式来加速执行稀疏编码算法,从而在加速运算的同时保证了图像重建质量。同时,本研究率先将存算系统加速的稀疏编码应用于图像修复任务,在图像重建误差方面取得了均方根误差0.0424的良好结果。本研究所提出并构建的用于逐步估计算法加速的存算系统,对于完善忆阻存算系统的各模块设计,拓展忆阻存算一体化技术的应用场景,具有启发意义。

关键词：存算一体化忆阻器逐步估计稀疏编码特征选择

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向在线学习的智能监测技术的研究及应用

面向在线学习的智能监测技术的研究及应用

作者：吴晨旭太原师范学院

学位级别：硕士

在“互联网+教育”的引领下,尤其在2020年-2022年的疫情时代,在线学习已经在教育领域得到了广泛的应用,成为各个学习者必不可少的学习方式之一。但是,目前学习者在线上学习的时候,机器刷课替课现象严重,学习质量及学习效率受到很大的影... 详细信息

在“互联网+教育”的引领下,尤其在2020年-2022年的疫情时代,在线学习已经在教育领域得到了广泛的应用,成为各个学习者必不可少的学习方式之一。但是,目前学习者在线上学习的时候,机器刷课替课现象严重,学习质量及学习效率受到很大的影响,导致教育质量下降显著。为有效监督学生学习状态,提高学习效率,本课题针对在线学习中学生人脸识别和实时人脸监测开展研究,实现在学生学习过程中的实时监测,有效防止替课、刷课情况,提高学习效率。目前主流的面部特征识别技术有两种,一种是基于传统机器学习的,另一种是基于深度学习的。传统的机器学习方法包括基于主成分分析的人脸识别方法、新的基于SVM的图像特征提取算法等,但是传统的机器学习方法存在特征抽取不足、模型鲁棒性不好的问题。基于深度学习的方法包括基于卷积神经网络的人脸识别方法、基于Deep Face的人脸识别方法、基于Face Net的人脸识别方法等,但是现有的基于深度学习的方法都存在着受光线、姿势、背景环境等因素的影响或者未考虑图像的时序特性,从而导致在已有的人脸识别模型中准确率仍然不高的问题。针对以上问题,本文围绕人脸识别及活体检测关键技术展开研究,主要研究内容包括:(1)针对在采集图片过程中光线的影响导致人脸识别的准确率仍然不高的问题,提出了一个基于Bi LSTM和注意力机制的卷积神经网络人脸识别方法。将注意力机制引入到卷积神经网络的模型结构中,整合来自不同渠道的特征信息,增强了网络的鲁棒性,从而提高了对面部特征的提取能力。然后用Bi LSTM方法提取同一人不同角度或不同时间照片的时间特征,这样卷积块就可以获得更多的面部细节信息。最后,我们使用交叉熵损失函数来优化模型,实现较为精确的人脸识别。实验结果表明,改进后的网络模型在一些公共数据集(如CASIA-Face V5、LFW、MTFL、CNBC、ORL等)上显示出更好的识别性能。此外,准确率分别可达到99.35%、96.46%、97.04%、97.19%和96.79%。(2)针对身份验证中经常出现的照片欺诈以及实时视频人脸识别的准确性和鲁棒性问题,提出了一种基于眨眼检测的实时人脸检测方法。该方法首先通过LBP算法提取图像纹理特征,这在一定程度上消除了光照变化的问题。然后,将提取的特征输入到Res Net网络中,并通过添加注意力机制来增强人脸特征的提取能力。同时,利用Bi LSTM方法提取不同角度或不同时间的图像的时间特征,获得更多的面部细节。此外,通过SPP池化实现局部和全局特征的融合。最后,通过人脸关键点检测技术计算眼睛EAR值,实现人脸防伪,进而实现实时人脸识别防骗。实验结果表明,本文提出的算法在NUAA、CASIA-SURF和CASIA-FASD数据集上具有良好的准确性,分别可以达到99.48%、98.65%和99.17%。(3)本文利用人脸识别和活体检测的方法实现了在线学习的智能监测系统。登录时实现人脸识别快速登录,学习过程中实现自动监测(每隔2分钟系统会自动检测是否为活体)。该系统能够实现学习者在线学习的功能并且能够实时监测学习者学习的过程,可以应用于各种在线学习平台,具有推广的价值和意义。

关键词：人脸识别活体检测眨眼检测 BiLSTM Attention