Optical design of the Lyman alpha based beam emission spectroscopy(LAB)diagnostic on the HL-2A tokamak

In this article, we present the optical design of a novel diagnostic on the HL-2 A tokamak, i.e. the20-channel edge Lyman-alpha beam emission spectroscopy, which is a promising solution for edge density turbulence research on tokamaks, as it offers the possibility of density fluctuation measurement with a 3.3 mm spatial resolution while maintains a high temporal resolution of1 μs. The optical path, including the reflective collection optics, the high-dispersion spectrometer, and the linear detector array, is carefully optimized to obtain a good image quality and a high throughput. The maximum root mean square radius of the collection optics is 64 μm.The detected photon flux is estimated to be about 10~(11) photons/s/channel.     

一种大量元素水溶肥料的制备及其在玉米上的喷施效果

根据玉米需肥特性设计氮磷钾比例,制备了含中微量元素的大量元素水溶肥料,产品氮、磷、钾比例为2∶1∶4,属于高钾中氮低磷型.在河北省安平县前子文村和浙江省新昌县孟家塘村玉米上开展了叶面喷施试验.结果表明:玉米生物学性能得到改善,玉米产量、出籽率、百粒重与容重得到提高;与空白对照相比,平均增产率为5.45％,平均纯增收896.40元/公顷,平均产投比为5.43∶1.     

响应面法优化白芷中欧前胡素的提取工艺

采用高效液相色谱法测定欧前胡素的含量，以水提液中欧前胡素提取率为实验指标，在单因素试验的基础之上，以提取温度、提取时间、液料比为考察因素，利用Box-Behnken Design响应面法进行三因素三水平试验设计。响应面法优选出白芷中欧前胡素的最佳提取工艺为提取温度72℃、液料比8倍、提取时间1.5 h,在该条件下欧前胡素提取率为0.97%。本研究优化的白芷中欧前胡素的提取工艺方便、稳定。     

木片筛余物高得率半化学法清洁制浆技术研究

以太阳纸业备料车间木片筛选碎料（筛余物）为原料，对其烧碱法半化学制浆的实验室工艺和生产试验进行了研究。结果表明，筛余物采用半化学法制浆可获得较高得率和环压强度的纸浆，且用碱量对纸浆性能有显著影响。相对8%NaOH （相对于绝干原料）化学预处理，采用14%NaOH化学预处理结合两段浆浓22%的高浓磨浆工艺，所制半化学浆抄造浆张的裂断长和环压指数分别达2.89 km和9.76 N·m/g，是前者的1.9倍和1.2倍，而且优于现用国内OCC废纸浆抄造浆张；生产试验得到的浆张性能指标与实验室相吻合，其中紧度和环压强度分别达到GB/T 13023—2008瓦楞芯（原）纸AA级和A级优等品要求。     

CDBN‑IKELM的轴承变工况故障诊断方法

针对现有方法在轴承变工况方面存在的诊断精度低、人工提取特征不充分等问题，提出了基于卷积深度置信网络（convolutional deep belief network，简称CDBN）与改进核极限学习机 （improved Kernel?based extreme learning machine，简称IKELM）的滚动轴承故障智能识别方法。首先，由卷积深度置信网络对原始信号内的故障特征进行深层自适应提取；其次，利用等距特征映射对提取的多维特征进行降维，去除冗余特征信息；然后，采用改进的核极限学习机对特征进行分类，使用粒子群（particle swarm optimization， 简称PSO）对模型重要参数进行优化，实现滚动轴承变工况下的故障识别；最后，将所提方法应用于不同工况下多种轴承故障的诊断。实验结果表明，该方法能够智能有效地识别变工况的轴承故障，诊断结果优于已有的智能故障诊断方法。     

微波水热辅助沉淀法制备氧化铝/碳化硅复合粉体

用微波水热辅助沉淀法制得氧化铝前驱体/碳化硅复合粉体,用XRD、SEM、TG-DSC对粉体进行了表征.研究表明:经过微波水热后,氧化铝的前驱体转变为AlO(OH),随着微波水热时间延长,AlO(OH)的结晶程度越来越高.pH值为7时,煅烧后的Al2 O3/SiC复合粉体的包覆效果最佳.     

公民水素养评价表征因素模型构建与分析

针对我国水资源紧缺、水生态损害、水环境污染等相关水问题,以提升全民爱水惜水节水护水的意识和能力为目标,从水素养概念出发,通过扎根理论质性研究方法对公民水素养评价的表征因素进行筛选和提炼,最终得出包含水知识、水态度、水行为为主范畴的10个表征因素并运用解释结构模型(ISM)深入剖析各因素之间的内在联系。在此基础上建立了3级多层次递阶结构模型,进一步精确描述系统各要素两两之间的直接关系。结果表明:公民水素养评价的表征因素自上而下形成了表象层、中间层和根源层等3个层级,可直观、清晰地反映表征因素之间的递阶、层级关系;水态度在各表征因素中具有调节作用以及各表征因素之间存在内在逻辑关系。研究成果为提高公民水素养水平提供一定的科学依据和政策参考。     

一种基于全变分技术和Lp伪范数的椒盐噪声去除方法

针对传统各向同性全变分（Isotropy total variation，ITV）去噪算法容易导致图像边缘模糊、不易保持图像细节信息等问题，提出一种基于L _p 伪范数和各向同性全变分的图像去噪方法。该方法将L _p 伪范数代替ITV模型中的L ₁范数，利用交替方向乘子算法（Alternating direction method of multipliers, ADMM）将能量泛函拆解成若干个子问题，并将差分算子视为卷积算子；然后引入卷积定理和快速傅里叶变换(Fast Fourier transform, FFT)提高算法运算效率；最后通过Matlab进行仿真实验，运用图像质量的客观和主观评价方法进行评价分析。结果表明，本文方法能够较好地保留图像的边缘特性，有效提升去噪效果。     

基于SAOR的Massive MIMO系统信号检测算法

大规模多输入多输出(Massive multiple input multiple output, Massive MIMO)系统采用最小均方误差(Minimum mean square error, MMSE)接收检测方法时存在矩阵求逆复杂度高的问题，已有较多降低复杂度的研究。在降低检测算法复杂度的同时，如何提高算法收敛速度和检测性能一直是人们关注的焦点。本文将对称加速超松弛(Symmetric accelerated over-relaxation， SAOR)迭代算法应用于Massive MIMO系统信号检测中，避免了复杂的矩阵求逆计算，实现了复杂度较最小均方误差算法降低了一个数量级。仿真结果表明，基于SAOR的检测方法通过较少的迭代次数就能逼近最小均方误差（Minimum mean square error, MMSE）算法的检测性能，为Massive MIMO系统中接收信号的快速检测提供了较好的实现方法。     

基于深度学习的番茄叶部病害识别模型

番茄叶病种类多、成因复杂,其预防和识别难度较大。传统基于机器学习的方法多靠人工识别,需要一定的专家经验,且具有主观性强、识别准确率不高等缺点。为实现番茄叶病特征的自动提取,并提高识别准确率,提出一种基于深度学习的番茄叶病识别模型。该模型基于卷积神经网络对番茄叶部病害特征进行自动提取,获得高维特征后,采用PCA降维算法去除冗余特征;从增大类间距离并减小类内距离的角度改进了softmax分类器,提高了识别准确率。将该模型在CrowdAI提供的数据集上进行了仿真验证,结果表明,该模型能够对番茄叶部常见10种病害进行自动提取特征和识别,综合识别准确率达到95%以上。