化学工作者常用数学(二)

第二章 JACOBIAN 在热力学方面的应用1、二个隐函数的关系这里谈的是隐函数的应用。首先从定理出发来说明具体例子。因定理1容易理解,不再证明。定理1 当隐函数 f(x·y·z)=O时,在 f_2(x·y·z)≠O 的区     

含负折射率介质一维光子晶体的全向反射镜

研究了含负折射率介质的一维光子晶体的反射特性和用其制作全向反射镜的物理基础,同时研究了此种光子晶体PBG的影响因素.研究发现,周期结构参致--晶格常数和层厚畸变对含负折射率材料的一维光子晶体的PBG几乎没有影响.在一定频城内可实现全向反射.     

人工养殖鲟鱼皮的有效利用与制革实验研究

从环境友好的角度出发,选择了无铬工艺,以人工养殖鲟鱼皮为原料,经脱脂、浸水、浸灰、脱灰、脱骨刺、浸酸和铝鞣过程制得了鲟鱼皮革.报道了鲟鱼皮的不均匀性,鲟鱼皮脂的含量在6.07%～18.49%.讨论了浸灰时间和鞣革时间对鲟鱼皮革质量的影响.     

纵筋率对无腹筋约束梁抗剪性能影响的研究

各国规范在以往的对钢筋混凝土梁斜截面抗剪承载力性能的试验研究中,研究都是按较高纵筋率来进行,建立在这种纵筋率较高的梁的受剪性能试验数据基础上的规范抗剪设计方法可能偏差较大。而本文按较低纵筋率来研究梁的抗剪性能。试验表明,不同纵筋率对梁的抗剪性能和裂缝发展状况有重要影响,规范公式用于小纵筋率无腹筋约束梁受剪设计时可能偏不安全。     

认知任务驱动的fMRI脑功能网络构建方法

针对脑功能网络的构建受到特定大脑图谱对兴趣点描述准确度及覆盖度的限制,提出了基于认知任务信息和神经影像数据的脑功能网络构建方法。首先计算fMRI体素对于认知任务的敏感度,然后在此基础上选取兼顾分布均衡和去中心化的大脑兴趣点,从而构建任务驱动的脑功能网络。实验通过在人脸情绪识别认知任务相关的梭状回构造任务驱动的脑功能网络,其度中心性、聚类系数、全局效率、局部效率这四个复杂网络指标均优于典型大脑图谱梭状回中兴趣点构成的网络。结果表明,计算得到的大脑兴趣点具有更强的整合性,更适合用于表征特定认知任务下的脑功能网络。     

基于双残差超密集网络的多模态医学图像融合

针对基于残差网络和密集网络的图像融合方法存在网络中间层的部分有用信息丢失和融合图像细节不清晰的问题,提出了基于双残差超密集网络(Dual Residual Hyper-Densely Networks,DRHDNs)的多模态医学图像融合方法。DRHDNs分为特征提取和特征融合两部分。特征提取部分通过将超密集连接与残差学习相结合,构造出双残差超密集块,用于提取特征,其中超密集连接不仅发生在同一路径的层之间,还发生在不同路径的层之间,这种连接使特征提取更充分,细节信息更丰富,并且对源图像进行了初步的特征融合。特征融合部分则进行最终的融合。通过实验将其与另外6种图像融合方法对4组脑部图像进行了融合比较,并根据4种评价指标进行了客观比较。结果显示,DRHDNs在保留细节、对比度和清晰度等方面都有很好的表现,其融合图像细节信息丰富并且清晰,便于疾病的诊断。     

颜色模型扰动的语义对抗样本生成方法

卷积神经网络是一种具有强大特征提取能力的深度神经网络,其在众多领域得到了广泛应用。但是,研究表明卷积神经网络易受对抗样本攻击。不同于传统的以梯度迭代生成对抗扰动的方法,提出了一种基于颜色模型的语义对抗样本生成方法,利用人类视觉和卷积模型在识别物体中表现出的形状偏好特性,通过颜色模型的扰动变换来生成对抗样本。在样本生成过程中其不需要目标模型的网络参数、损失函数或者相关结构信息,仅依靠颜色模型的变换和通道信息的随机扰动,所以这是一种可以完成黑盒攻击的对抗样本。     

区间Pythagorean犹豫模糊连续熵及灰色关联度的应用

区间Pythagorean犹豫模糊集,可以更加全面完整地描述决策者给出的决策结果,因此它是一个表示不确定现象的强有力的工具。针对模糊信息下的决策问题,提出了一种基于区间Pythagorean犹豫模糊连续熵的多属性决策方法。提出连续区间Pythagorean犹豫模糊有序加权平均（CIPHFOWA）算子,并提出了区间Pythagorean犹豫模糊连续熵,同时给出了属性权重完全未知和部分已知时的权重确定方法;提出了一种基于区间Pythagorean犹豫模糊连续熵-灰色关联度的多属性决策方法,并通过新型农村医疗制度完善情况评价案例说明该方法的可行性和有效性。     

融合独立组件的ResNet在细粒度车型识别中的应用

针对细粒度车型中子车系间识别率低的问题,同时为了增强卷积神经网络的表征能力,提出融合独立组件的残差网络（IC-ResNet）模型。优化ResNet网络,通过改进下采样层,减少特征信息损失,接着使用中心损失函数和Softmax损失函数联合学习策略,增强模型的类内聚性。在卷积层前引入独立组件（IC）层,获得相对独立的神经元,增强网络独立性,提高模型的特征表示能力,从而对细粒度车型实现更准确的分类。仿真实验表明,该模型在Stanford cars-196数据集上的识别准确率达到94.7%,与其他模型相比,实现了最优效果,从而验证了该车型识别模型的有效性。     

安阳市水资源失衡风险经济损失研究

为定量评价水资源失衡风险造成的经济损失,运用数据包络分析法测算了安阳市的水资源利用效率,探讨了水资源失衡风险导致的经济损失,并利用Tobit模型研究了水资源失衡风险的驱动因素。结果表明:①安阳市的水资源利用效率均呈波动上升趋势且存在区域差异,多年均值排序为安阳县汤阴县滑县内黄县安阳市区林州市;②汤阴县、滑县和内黄县的年均经济损失较小,水资源利用效率逐步提高;安阳市区、安阳县和林州市的年均经济损失较大,水资源消耗量大且利用率较低;③安阳市城镇化率与水资源利用效率成较弱负相关关系,而经济发展水平对水资源利用效率的影响很小;产业结构优化调整能提升水资源利用效率,但短期内效果不明显;政府干预对安阳市区、林州市水资源利用效率影响有限,但对安阳市其他区域则有积极影响。