沼泽红假单胞菌培养条件研究

对光合细菌沼泽红假单胞菌(B9)的培养条件及培养基配方进行了研究。新筛选的培养基配方具有成分少、易配制、价格低的特点。试验结果表明，沼泽红假单胞菌(B9)是一株较耐低营养的微耗氧的菌株，在500—5000lx光照下能良好生长，最适的生长温度为30℃．培养周期为4d。     

光学频率梳及光钟的实现

本文主要介绍了基于锁模飞秒脉冲激光器的光学频率梳的基本原理及应用，并阐述了飞秒脉冲激光器的锁模原理及实现锁模的方法。对光钟的基本原理和实现光钟的条件及相关技术做了详细的论述，并描述了光钟的各个组成部分和系统实现的原理。     

光子晶体的研究与应用

光子晶体是一种具有光子能带及能隙的新型材料。其特有的性质,使光子晶体具有广阔的应用前景。本文基于固体物理学的基本原理,对光子晶体的理论基础进行了简单介绍,根据其特有结构,对光子晶体的特性做了一定分析,并结合现实需要,综述了光子晶体在光学等方面的应用。     

光子晶体的研究与应用

光子晶体是一种具有光子能带及能隙的新型材料。其特有的性质,使光子晶体具有广阔的应用前景。本文基于固体物理学的基本原理,对光子晶体的理论基础进行了简单介绍,根据其特有结构,对光子晶体的特性做了一定分析,并结合现实需要,综述了光子晶体在光学等方面的应用。     

激发无限可能Sony首台3LCD激光投影发布

人类对光的探索由来已久，对光的驾驭能力见证了科技的不断攀升。在投影领域，经历了传统灯泡光源统治的漫长时间，索尼激光光源投影机的研发及问世，将为投影机的发展开拓新的方向。     

穗部光照条件的改变对水稻产量及物质生产与分配的影响

对两个穗型差异明显的粳稻品种做穗部遮光处理。试验结果显示：抽穗后任何时期穗庶光处理对产量均有影响,表明良好的光照对穗发挥其功能是必要的,水稻对穗庶光反应的敏感期是在抽穗期至穗弯曲阶段。穗庶光既影响水稻植株同化产物的总积累量,又影响光合产物向穗部籽粒的分配,对光合产物分配的影响更为显。穗遮光对直立穗型品种光合产物分配的作用大于对弯穗型品种。     

径向基函数网络用于细菌的MALDI-TOF-MS分类

径向基函数（RBF）网络被用于根据基质辅助激光解吸／电离飞行时间质谱（MALDI－TOF－MS）对细菌的分类辨识。为了加速网络训练和减少网络的复杂性，本文采用小波变换对原始质谱数据进行压缩，将原来的13828个数据点压缩至328个，且保持了原来的特征谱峰。本文研究了在不同培养时间（24、48和72小时）的5种细菌分类，并对RBF网络参数的影响做了详细地研究，为生物学研究提供了有用的信息。结果表明，约60％以上的细菌样本能够被正确地分类辨识。由于细菌培养的生物学影响因素复杂，因而进一步严格控制细菌的培养条件是改善细菌分类正确率的关键。     

采用线阴极的快速阳极键合方法

在平板阴极和点阴极方式做阳极键合时,时间-电流特性、键合速度、结合界面质量等都有所不同。通过建立力学和电学模型,分析了不同阴极形状对阳极键合的时间、强度以及结合界面特性的影响。根据模型分析,采取了线阴极工作方式做阳极键合,样品的键合区扩散时间只需要84s。结合界面无空洞,键合强度为16.7MPa。     

图象光流场计算技术研究进展

时变图象光流场计算技术是计算机视觉中的重要研究内容，也是当今研究的热点问题。为了使人们对该技术有一个较全面的了解，因而对时变图象光流场计算技术的研究和进展做了较系统的论述，首先分别列举了灰度时变图象和彩色时变图象的光流场计算方法，并对这些方法进行了分类，然后总结了出目前图象光流场计算中存在的几个问题，最后对光流场计算技术的研究发展及其应用前景指出了一些可能的方向。     

数码控的完美备份计划

玩机玩得不亦乐乎时，手机系统又更新了，放不下唾手可得的新功能，也合不得好不容易过关无数的《水果忍者》、《愤怒的小鸟》，还有找了好久的《与MM一起做运动》……，难道要在Android刷机后一个一个去重新下载安装？妈妈咪呀!     

指纹图象的灰度处理

指纹图像预处理性能的好坏直接影响着指纹识别的效果,这里对指纹图像的灰度进行对比度展宽处理,提高了原有指纹图像的脊线和谷线的对比度,增强了图像效果,为后续处理打下了的基础.     

LRUNet:轻量级脑肿瘤快速语义分割网络

目的 针对目前基于深度学习的脑肿瘤分割算法参数量大、计算复杂和快速性差的问题,提出了一种超轻量级快速语义分割网络LRUNet （lightweight rapid UNet）,在保证分割精度提升的同时,极大地减少了网络的参数量与计算量,达到快速分割的效果。方法 LRUNet网络结构基于UNet,将3D-UNet的通道数减少为原来的1/4,减少原先3D-UNet过多的参数量;将UNet网络中除最后一层外的所有传统卷积变为深度可分离卷积,深度可分离卷积以牺牲极少精度,大大减少网络参数量,实现网络的轻量级;使用空间—通道压缩和激发模块（spatial and channel squeeze&excitation block,scSE）,该模块能够放大特征图中对模型有利的参数的权重,缩小对模型不利参数的权重,提升网络分割的精度。结果 在BraTS 2018（Brain Tumor Segmentation Challenge 2018）数据集上的在线验证结果显示,该模型在全肿瘤、核心区肿瘤和增强区肿瘤分割的平均Dice系数分别为0.893 6、0.804 6和0.787 2。LRUNet与同为轻量级网络的S3D-UNet相比Dice有所提升,但是,参数量仅为S3D-UNet的1/4,FLOPs （floating point operations per second）仅为1/2。结论 与3D-UNet、S3D-UNet和3D-ESPNet等算法相比,LRUNet算法不仅保证精度得到提升,而且极大地减少网络中计算的参数量与计算成本消耗,同时网络模型的预测速度得到很大提升,使得快速语义分割在3维医学图像领域成为可能。     

动态加载多层数据库实时图像生成系统

设计了一种具有多层数据库的计算机图像生成系统,采用分页、分时动态加载数据的方法,生成了大地景、不同高度具有相应分辨率的实时图像,较好地解决了逼真度、纹理内存、抗混迭和实时性之间的矛盾。     

轻量级注意力特征选择循环网络的超分重建

目的 深度卷积网络在图像超分辨率重建领域具有优异性能,越来越多的方法趋向于更深、更宽的网络设计。然而,复杂的网络结构对计算资源的要求也越来越高。随着智能边缘设备（如智能手机）的流行,高效能的超分重建算法有着巨大的实际应用场景。因此,本文提出一种极轻量的高效超分网络,通过循环特征选择单元和参数共享机制,不仅大幅降低了参数量和浮点运算次数（floating point operations,FLOPs）,而且具有优异的重建性能。方法 本文网络由浅层特征提取、深层特征提取和上采样重建3部分构成。浅层特征提取模块包含一个卷积层,产生的特征循环经过一个带有高效通道注意力模块的特征选择单元进行非线性映射提取出深层特征。该特征选择单元含有多个卷积层的特征增强模块,通过保留每个卷积层的部分特征并在模块末端融合增强层次信息。通过高效通道注意力模块重新调整各通道的特征。借助循环机制（循环6次）可以有效提升性能且大幅减少参数量。上采样重建通过参数共享的上采样模块同时将浅层与深层特征进放大、融合得到高分辨率图像。结果 与先进的轻量级网络进行对比,本文网络极大减少了参数量和FLOPs,在Set5、Set14、B100、Urban100和Manga109等基准测试数据集上进行定量评估,在图像质量指标峰值信噪比（peak signal to noise ratio,PSNR）和结构相似性（structural similarity,SSIM）上也获得了更好的结果。结论 本文通过循环的特征选择单元有效挖掘出图像的高频信息,并通过参数共享机制极大减少了参数量,实现了轻量的高质量超分重建。     

医学图像深度学习技术:从卷积到图卷积的发展

以卷积神经网络为代表的深度学习技术推动神经网络在医学图像研究领域不断实现新突破。然而,平移不变性等理论假设限制了卷积神经网络在非欧氏空间数据中的表达能力,是医学图像深度学习技术亟待突破的瓶颈。图卷积技术不仅能够解决非欧氏空间数据的拓扑建模难题,还实现了空间特征提取,是深度学习技术全新的研究方向。本文对图卷积网络在医学图像领域的相关理论及其应用进行综述,旨在系统归纳和全面总结医学图像领域最新的图卷积理论、方法和实践,包括图结构视角下医学图像的专业采集、数据结构的剪枝转换以及特征聚类重构方法;图卷积网络的理论溯源,重要的网络架构和发展脉络;图卷积网络的优化方向和衍生出的跳跃连接、inception、图注意力等重要机制;图卷积网络在医学图像分割、疾病检测和图像重建等方面的实践应用。最后,提出了图卷积网络在医学图像分析领域仍亟待突破的瓶颈问题：1）多模态医学图像学习中,异构图的构建与学习任务的优化;2）特征重构和池化过程中,如何通过构图算法设计与神经架构搜索算法结合,以实现最优图结构的可学习过程转换;3）高质量图结构医学标注数据的大规模低成本生成与生成对抗网络的算法设计。随着人工智能技术的不断发展和医学影像规模的不断扩大,以图卷积为代表的深度学习方法必将在医疗辅助诊断领域取得更大的突破。     

多级助推段弹道导弹建模与弹道仿真

建立多级助推段弹道导弹飞行轨迹模型,并按仿真时间步长推算导弹的位置状态,是构建弹道导弹预警探测仿真系统的首要任务。对弹道导弹进行了受力分析,建立了包含多级助推段弹道导弹的动力学模型。详细分析了三种不同地球模型对弹道导弹飞行轨迹的影响,推导了包含多级助推段弹道导弹运动模型。仿真了两级助推段弹道导弹弹道,其中包含对第一级、第二级装燃料舱体飞行轨迹的仿真,分析了仿真结果。提出的建模仿真方法对研究多级助推段弹道导弹运动特性和跟踪问题有非常重要的意义。     

1949年以来辽宁省水稻发展形势的分析

1949年以来，辽宁省水稻生产取得了突破性进展，总的趋势是面积显增加，单产成倍增长，总产量不断提高，农田水利工程建设，塑料薄膜及新农药的使用。肥料用量的增加等是水稻增产的基础，杂交粳稻辽优1号和株型理想的直立穗品种辽粳5号等的培育成功，是水稻产量提高的关键，旱育苗，稀播稀插，节水灌溉，平衡施肥，化学除草，综合防治病虫害等栽培措施的应用，是水稻增产的保证，同时，在籼粳稻杂交，水稻杂种优质利用，理想株型育种，高产优质育种和旱育苗，稀植栽培，节水灌溉，配方施肥，模式化栽培技术等理论研究方面也取得许多重要成果。     

基于Curvelet的人脸特征提取及识别研究

人脸特征点定位与提取的精确性在很大程度上影响着最终人脸识别结果的准确率。在明确人脸特征提取及识别重要性的基础上,将Curvelet变换应用于人脸特征提取及识别中,详细研究了人脸特征提取的预处理实现过程,并进一步分析了基于Curvelet变换的截取处理、判别处理以及分层处理。     

我国工业计算机发展现状与机遇

我国工业计算机技术发展已走过了几十年的道路,取得了不斐的成绩,工业计算机产业已具有一定的规模,产品在各个行业广泛应用,效益显著。但与国际相比,发展仍有较大差距。本文论述我国工业计算机发展的历程,分析了产业发展现状及发展机遇与挑战。     

关节轴角先验对3维人体重建结果的影响

目的 3维人体重建的目标在于建立真实可靠的3维人体模型。但目前基于SMPL（skinned multi-person linear model）模型重建3维人体的实验和一些公开数据集中，常常会出现预测的姿势角度值不符合真实人体关节角度规则的现象。针对这一问题，本文提出设置关节旋转角值域，使得重建的结果真实性更强、更符合人体关节机械结构。方法 根据人体关节的联接结构将各个关节的运动进行划分。根据划分结果计算关节运动自由度，并结合实际情况提出基于SMPL模型的关节旋转值域。提出一个简单的重建方法来验证值域分析的正确性。结果 使用3维人体数据集UP-3D进行相关实验，并对比以往直接根据学习结果生成重建模型的数据。在使用轴角作为损失参数的情况下，重建精度提高显著，平均误差降低15.1%。在使用所有损失函数后，平均误差比直接根据预测值生成重建模型的两段式重建方法降低7.0%。重建结果与UP-3D数据集进行真实性对比有显著的关节联动性效果。结论 本文提出的关节旋转角值域设置对基于SMPL模型进行3维人体重建的方法在进行关节点旋转角回归的过程中起到了很大作用，重建的模型也更符合人体关节运动联动性。