检索结果-南通市图书馆

HNO-HO消解体系对植物中磷和钾元素的快速定量分析

在线全文

学校读者我要写书评

暂无评论

环境化学 2024年

作者：熊满艳王美娥王巧环宋祥梅中国科学院生态环境研究中心城市与区域国家重点实验室

为研究不同酸溶消解体系对植物样品中磷、钾测定的影响，分别采用H2SO4-H2O2、HNO3-HClO4、HNO3-H2O2和王水-H2O24种酸体系对灌木枝叶标准物质（GBW07603）进行酸溶消解处理，使用电感耦合等离子体发射光谱仪（ICP-OES）测定其中磷、钾... 详细信息

为研究不同酸溶消解体系对植物样品中磷、钾测定的影响，分别采用H2SO4-H2O2、HNO3-HClO4、HNO3-H2O2和王水-H2O24种酸体系对灌木枝叶标准物质（GBW07603）进行酸溶消解处理，使用电感耦合等离子体发射光谱仪（ICP-OES）测定其中磷、钾的含量，筛选最优的酸溶消解体系.结果表明，HNO3-H2O2消解法对植物样品消解彻底且消解后溶液澄清，测定结果的准确度和精密度最高，安全性好，是最佳消解体系.加酸量±10%对HNO3-H2O2消解法测定磷、钾元素含量结果没有显著影响，但消解温度对其影响较大，最适消解温度为150—180℃.在最优条件下，磷的检出限和测定限分别为0.004 g·kg-1和0.018 g·kg-1；钾的检出限和测定限分别为0.06 g·kg-1和0.25 g·kg-1；对8种不同植物标准物质中磷和钾测定值均在标准值范围内，且相对标准偏差和相对误差都小于±5%；对4种不同植物标准物质的加标回收率在91%—106%之间.因此，HNO3-H2O2消解结合ICP-OES测定方法能满足不同植物的测定要求，可用于大批量样品的快速检测分析.

关键词：电热板消解法酸溶消解体系磷钾 ICP-OES

利用海底反射时延结构的深海海底反射区目标距离深度估计方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

声学学报 2024年第4期49卷 627-635页

作者：谢其宸迟骋张博黄海宁中国科学院声学研究所中国科学院先进水下信息技术重点实验室中国科学院大学

针对收发深度关系未知时利用时延差进行距离深度估计可能会出现伪源的问题,提出了一种利用4个时延差直接进行距离深度估计的方法。该方法通过分析4条多径间4个时延差的关系,利用伪源与真实位置间同种时延差的差异,构造模糊平面进行定位... 详细信息

针对收发深度关系未知时利用时延差进行距离深度估计可能会出现伪源的问题,提出了一种利用4个时延差直接进行距离深度估计的方法。该方法通过分析4条多径间4个时延差的关系,利用伪源与真实位置间同种时延差的差异,构造模糊平面进行定位,无需判断收发深度关系即可排除伪源,且在单水听器上即可实现。仿真实验与误差分析验证了该方法的有效性,海试结果表明,该方法在两个不同深度的单水听器上均成功实现了对11.0～16.5 km目标的距离深度估计,距离和深度的均方根误差分别小于1.1 km和54 m。

关键词：深海海底反射区多径时延结构距离估计深度估计

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于GAN-DCNN的树叶识别

林业科学 2024年第4期60卷 40-51页

作者：徐竞怡张志闫飞张雯悦北京林业大学精准林业北京市重点实验室北京100083 中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室北京100101 中国科学院大学北京101408 商汤科技研究院北京100039

【目的】利用深度学习进行树叶识别时需要大量训练样本,当样本量不足、图像风格单一会导致识别准确率不稳定。研究利用少量的样本进行树叶图像增殖和风格转换,可极大减轻数据采集的负担,为提升林业调查信息化、智能化提供有效的技术手... 详细信息

【目的】利用深度学习进行树叶识别时需要大量训练样本,当样本量不足、图像风格单一会导致识别准确率不稳定。研究利用少量的样本进行树叶图像增殖和风格转换,可极大减轻数据采集的负担,为提升林业调查信息化、智能化提供有效的技术手段和理论支撑。【方法】采集6种树种的树叶图像建立数据集,引入light-weight GAN对图像进行增殖和风格转换,扩充人工拍摄的树叶数据集,通过在该数据集与原数据集上分别应用AlexNet、GoogLeNet、ResNet34和ShuffleNetV2四种深度卷积神经网络进行训练,分析生成对抗网络的图像增殖技术在树叶识别中的作用。综合模型准确率和训练时间等性能指标选择最优模型,同时对模型的学习率进行调整。使用测试样本对参数优化后的模型进行验证,分析该方法在实践中的可行性和意义。【结果】基于生成对抗网络生成的样本具有高清晰度,高保真性,能够有效地辅助神经网络模型的训练工作,同时也丰富了样本类别,使之获得包含更多不同季节、形状、健康状况的树叶图像。与原始数据集相比,AlexNet、GoogLeNet、ResNet34和ShuffleNetV2四种网络在新数据集的训练上均表现出训练误差更小、验证精度更高的特点,其中学习率为0.01的ShuffleNetV2模型对该数据集的训练效果最好,训练时最高验证精度为99.7%。使用未参与训练的测试样本对该模型进行验证,模型对各树叶的识别效果较好,模型的总体识别准确率高达99.8%。与未使用GAN技术的普通深度卷积神经网络相比,本文提出的模型对树叶识别准确率明显提升。【结论】生成对抗网络可以有效地扩充图像数量,对图像进行风格转换,与深度卷积神经网络相结合,可以显著提高树叶识别准确率,适合应用于林业树叶识别领域。

关键词：树叶识别生成对抗网络深度卷积神经网络

在线全文

学校读者我要写书评

暂无评论

联合线谱增强与深度神经网络的水声目标识别

声学学报 2024年第4期49卷 656-663页

作者：于学洋迟骋李淑秋李德瑞中国科学院声学研究所中国科学院大学中国科学院先进水下信息技术重点实验室

为强化水声目标特征,提高使用深度神经网络识别水声目标的准确率,提出了一种联合线谱增强与深度神经网络的水声目标识别方法。该方法采用窄带信息增强,将自适应线谱增强滤波器与VGGish神经网络级联,水声信号经过线谱增强后输入网络提取... 详细信息

为强化水声目标特征,提高使用深度神经网络识别水声目标的准确率,提出了一种联合线谱增强与深度神经网络的水声目标识别方法。该方法采用窄带信息增强,将自适应线谱增强滤波器与VGGish神经网络级联,水声信号经过线谱增强后输入网络提取深度特征,之后使用分类器分类。使用实测水声数据集进行测试,对网络提取的水声数据的深度特征集进行主成分分析并降维,使高维深度特征可视化,结果表明线谱增强后得到的深度特征集的紧致性明显提高。该方法在测试数据集上能够实现94.83%的识别准确率,与未进行线谱增强的情况相比提升了5.48%,同时在低信噪比情况下稳定性更好。

关键词：水声目标识别线谱增强神经网络深度特征

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

混合级联多端直流暂态过电压机理及抑制措施

中国电机工程学报 2024年第13期44卷 5037-5051页

作者：连攀杰刘文焯孙华东郑超许克任永浩汤涌电网安全与节能国家重点实验室(中国电力科学研究院有限公司)

混合级联多端直流采用常规直流与柔性直流混合级联的新型拓扑结构，为我国远距离、大容量、多落点的能源传输提供了新模式，但常规直流与柔性直流之间的交互作用也引发了新问题。该文首先揭示实际受端电网交流电压恢复特性导致混合级联... 详细信息

混合级联多端直流采用常规直流与柔性直流混合级联的新型拓扑结构，为我国远距离、大容量、多落点的能源传输提供了新模式，但常规直流与柔性直流之间的交互作用也引发了新问题。该文首先揭示实际受端电网交流电压恢复特性导致混合级联多端直流暂态过电压机理以及低端模块化多电平换流器(modularmultilevelconverter,MMC)闭锁风险；然后分别从送受端两个方面，提出降功率运行、改进送端移相策略和提升MMC有功功率传输极限等暂态过电压抑制措施。最后，基于PSD-PSModel软件，搭建送受端电网机电暂态和混合级联多端直流电磁暂态的混合仿真模型，仿真验证理论分析的准确性和抑制措施的有效性。

关键词：混合级联多端直流暂态过电压移相策略模块化多电平换流器有功功率极限 PSModel

联合ICESat-2和GEDI星载激光雷达数据的森林地上生物量估算

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

遥感学报 2024年第6期 1632-1647页

作者：孟鸽赵旦许聪陈俊华李秀纹郑朝菊曾源中国科学院空天信息创新研究院遥感科学国家重点实验室中国科学院大学资源与环境学院

本研究重点对比分析ICESat-2和GEDI两种星载激光雷达数据用于森林地上生物量估算的适用性，首先在古田山典型研究区采用线性逐步回归方法分别构建基于ICESat-2的条带和基于GEDI的光斑尺度森林地上生物量估算模型，再结合MODIS光学遥感... 详细信息

本研究重点对比分析ICESat-2和GEDI两种星载激光雷达数据用于森林地上生物量估算的适用性，首先在古田山典型研究区采用线性逐步回归方法分别构建基于ICESat-2的条带和基于GEDI的光斑尺度森林地上生物量估算模型，再结合MODIS光学遥感数据和ASTER GDEM地形数据，采用随机森林法在浙江省分森林类型构建逐像元尺度的森林地上生物量外推模型，根据40个森林地上生物量地面调查样点的精度验证探讨大区域尺度森林地上生物量的最优估算方法，实现了2020年浙江省森林地上生物量成图。研究结果表明：（1）在古田山典型研究区基于ICESat-2的条带尺度森林地上生物量估算模型精度(R2=0.7057,RMSE=0.3571 ln（t/ha）)高于基于GEDI的光斑尺度模型(R2=0.5186,RMSE=0.2805 ln（t/ha）);（2）外推到浙江省的森林地上生物量估算结果表明基于ICESat-2的精度（R2=0.59,RMSE=31.2525 t/ha）明显优于GEDI （R2=0.4113,RMSE=39.2652 t/ha），且研究区的高程对两种数据的估算差异影响最大，仅采用高程在600 m以下的GEDI光斑数据来构建外推模型，发现估算精度有显著提高（R2=0.5387,RMSE=25.4017 t/ha）;（3）将ICESat-2条带与高程在600 m以下的GEDI光斑联合起来构建外推模型，是利用两种星载激光雷达数据进行浙江省森林地上生物量估算的最优方法（R2=0.678,RMSE=27.3592 t/ha）。该研究融合地面、机载与星载遥感数据，以浙江省为例开展森林地上生物量的区域尺度估算研究，可为森林碳储量的动态监测与固碳能力评估提供方法借鉴与应用示范。

关键词：遥感森林地上生物量 ICESat-2 GEDI 线性逐步回归随机森林尺度外推浙江省

基于多模态信息融合的仓储AGV的激光惯性导航方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

光学学报 2024年第9期44卷 169-181页

作者：张博张吟龙梁炜王鑫杨雨沱沈阳建筑大学电气与控制工程学院辽宁沈阳110168 中国科学院网络化控制系统重点实验室辽宁沈阳110169 中国科学院机器人与智能制造创新研究院辽宁沈阳110169 中国科学院沈阳自动化研究所机器人学国家重点实验室辽宁沈阳110169

提出一种基于激光惯性二维码融合的自动导引运输车(AGV)导航方法。针对惯性偏差漂移的问题,提出融合二维码的惯性测量单元(IMU)预积分模型,利用二维码约束信息优化惯性残差,估计和校正惯性偏差。针对实时性差的问题,提出一种具有全局一... 详细信息

提出一种基于激光惯性二维码融合的自动导引运输车(AGV)导航方法。针对惯性偏差漂移的问题,提出融合二维码的惯性测量单元(IMU)预积分模型,利用二维码约束信息优化惯性残差,估计和校正惯性偏差。针对实时性差的问题,提出一种具有全局一致性的优化模型,通过选择性地引入关键帧和二维码,执行融合二维码的分层局部捆绑约束(BA)优化,以有效缩短优化时间;提出激光雷达/IMU/二维码紧耦合优化方法,通过将预积分因子、回环因子、二维码因子、跟踪因子纳入因子图系统,实现多层次的数据融合,以有效提高定位精度与鲁棒性。在搭建的仓储AGV导航平台上进行了大量的实验和分析,并与几种代表性开源方法进行对比。结果表明,本文方法的导航精度优于传统方法,其中定位精度误差小于0.02 m,角度误差小于2°。

关键词：激光雷达同时定位和建图惯性测量单元预积分二维码因子图优化

冷轧中锰钢的再结晶调控及其对力学性能的影响

在线全文

学校读者我要写书评

暂无评论

金属学报 2024年第2期60卷 189-200页

作者：胡宝佳郑沁园路轶贾春妮梁田郑成武李殿中中国科学院金属研究所沈阳材料科学国家研究中心沈阳110016 中国科学技术大学材料科学与工程学院沈阳110016 中国科学院金属研究所中国科学院核用材料与安全评价重点实验室沈阳110016

为探究铁素体再结晶对冷轧中锰钢微观组织与力学性能的影响规律,以0.15C-5Mn(质量分数,%)冷轧中锰钢为研究对象,采用两步临界区退火的热处理方法,利用SEM、TEM和EBSD等表征手段和力学性能测试方法,研究了铁素体再结晶调控对冷轧中锰钢... 详细信息

为探究铁素体再结晶对冷轧中锰钢微观组织与力学性能的影响规律,以0.15C-5Mn(质量分数,%)冷轧中锰钢为研究对象,采用两步临界区退火的热处理方法,利用SEM、TEM和EBSD等表征手段和力学性能测试方法,研究了铁素体再结晶调控对冷轧中锰钢多样化残余奥氏体形成及其力学性能的影响。结果表明,通过在不同温度预先调控冷轧中锰钢中的铁素体再结晶,可获得由不同比例的等轴状再结晶铁素体和马氏体组成的双相细晶组织。经常规退火处理后,在终态组织中形成了不同体积分数的超细晶再结晶铁素体和呈等轴状/板条状形貌的多样化细晶残余奥氏体,使中锰钢在拉伸变形过程中表现出多样化的TRIP效应,在提升冷轧中锰钢强塑性能的同时,其Lüders变形也获得改善。

关键词：冷轧中锰钢铁素体再结晶残余奥氏体 TRIP效应力学性能

多色彩通道特征融合的GAN合成图像检测方法

在线全文

学校读者我要写书评

暂无评论

电子学报 2024年第3期52卷 924-936页

作者：乔通陈彧星谢世闯姚恒罗向阳杭州电子科技大学网络空间安全学院浙江杭州310016 中国科学院信息工程研究所信息安全国家重点实验室北京100093 河南省网络空间态势感知重点实验室河南郑州450001 上海理工大学光电信息与计算机工程学院上海200093

当前,生成对抗网络(Generative Adversarial Networks,GAN)合成的逼真图像难以识别,严重危害国家网络安全及社会稳定.与此同时,多数基于深度神经网络模型设计的检测器需要大规模训练样本,且存在模型可解释度不高、泛化性能差等问题.为... 详细信息

当前,生成对抗网络(Generative Adversarial Networks,GAN)合成的逼真图像难以识别,严重危害国家网络安全及社会稳定.与此同时,多数基于深度神经网络模型设计的检测器需要大规模训练样本,且存在模型可解释度不高、泛化性能差等问题.为了克服上述亟待解决的关键性难题,本文提出一种多色彩通道特征融合的GAN合成图像检测方法.首先,探索分析真实自然图像和GAN合成图像在不同色彩空间相邻像素之间的差异,并设计差异度量算法,完成色彩通道选择.其次,利用图像像素间的高度相关性,在八个方向上通过二阶马尔可夫链对相邻像素之间的差分数组进行建模,提取差分像素邻接矩阵特征.最后,利用上述特征,设计一种简单且高效的集成分类器完成GAN合成图像的检测任务.在基于StyleGAN模型合成的伪造人脸数据集中,所提出方法的检测准确率高达100.00%;在小样本训练约束条件下,正负样本对数仅仅为2时,检测准确率高达99.65%;在单类样本训练约束条件下,正样本数仅仅为50时,检测准确率高达92.84%.在基于更先进的StyleGAN2和PGGAN模型合成的伪造场景数据集中,所提出方法的检测准确率达到99.96%以上.以上大量实验表明,本文所提出的方法明显优于比较的GAN合成图像检测方法.本文方法已经开源:https://***/cyxcyx559/ccss.

关键词：图像取证色彩通道特征融合生成对抗网络马尔可夫链集成分类器