光谱编码计算关联成像技术研究

现有的多光谱成像技术通常采用光学分光的方式，使用多个探测器对成像场景的光谱图像进行采集，导致现有成像系统复杂，数据量大、效率低。针对现有技术的不足，提出基于正交调制模式的光谱编码计算关联成像技术。通过正交光谱编码矩阵融合Hadamard基图案构造投影散斑对宽带光源进行调制，单像素探测器收集成像物体与调制光源相互作用后的反射信号；应用演化压缩技术复原成像物体的混叠光谱图像；利用编码矩阵的正交性质解码出欠采样的光谱分量图像，对分离出的图像应用组稀疏压缩感知算法重构全采样的光谱分量图像，最后融合出成像物体的多光谱图像。通过数值模拟与实验两方面验证了所提方法的高效性。所提的技术简化了多光谱关联成像系统，降低了数据量。光谱编码方法可以扩展到更多的光谱通道，也可以应用在偏振关联成像、信息加密等领域。     

利伐沙班的定量检测:拉曼光谱法与远红外吸收光谱法

利伐沙班是一种新型口服抗凝药，它具有疗效确切、安全性好、使用方便等优点，所以经常用于静脉血栓栓塞性疾病的预防与治疗，以及非瓣膜性房颤的卒中预防。由于利伐沙班在患者体内的浓度会影响其对凝血因子Xa的抑制作用，这导致患者的临床反应有个体差异，影响最终治疗效果。为了更加合理地使用利伐沙班，临床上需要监测人体血液或尿液中利伐沙班的浓度。针对该临床需求，文中基于远红外指纹谱和拉曼特征谱在物质有效识别和定量分析的优势，采用傅里叶变换红外光谱仪和激光共聚焦拉曼光谱系统，针对液体状态下利伐沙班进行识别并定量检测。文中先通过傅里叶变换红外光谱仪检测利伐沙班的远红外吸收谱随其浓度发生的变化，再通过激光共聚焦拉曼光谱系统检测了利伐沙班的拉曼光谱随其浓度发生的变化，最后比较了远红外光谱法与拉曼法的准确率。经过比较，远红外检测的精度比拉曼光谱检测的精度提升2倍。这些结果对临床医学中利伐沙班的使用具有重要意义。     

基于智能建造的某大型安置房项目安全管理方法应用

某大型安置房项目施工中,应用智能建造包含的综合管理平台技术、5G传输技术、无人塔式起重机智能安装技术、智能机器人和区块链技术,降低了安全风险,提高了安全管理水平.     

我国物联网产业发展现状和建议

介绍了国内外物联网技术产业发展现状.分析我国物联网技术存在的短板,并从技术研发、产业联盟组建和商业模式推广等方面提出了促进我国物联网产业发展的若干建议.     

物联网技术在电力行业的应用

物联网(Internet of Things,IoT)是继计算机、互联网之后的新一代网络信息技术.目前,物联网技术在国内外的发展如火如荼,通过与大数据和云计算等新技术相结合,其应用前景非常广阔.物联网作为新兴的战略产业其发展受到各方的高度关注.电力企业实际业务结合物联网的应用前景非常广阔.     

基于近红外光谱的橙汁中酸土脂环酸芽孢杆菌的生长预测

酸土脂环酸芽孢杆菌（Alicyclobacillus acidoterrestris）是引起橙汁劣变的主要微生物，为研究酸土脂环酸芽孢杆菌在橙汁中的生长规律，利用近红外光谱获取橙汁中酸土脂环酸芽孢杆菌含量的信息，采用标准化（autoscale）、多元散射校正（multiplicative scatter correction,MSC）、标准正态变换（standard normal variate,SNV）、去趋势化（detrend）对光谱进行预处理，结合化学计量学，构建近红外光谱与酸土脂环酸芽孢杆菌含量预测模型。在此基础上，将近红外光谱转换为酸土脂环酸芽孢杆菌预测菌落数据，并采用“一步法”直接基于预测菌落数构建橙汁中酸土脂环酸芽孢杆菌的生长模型。结果表明，利用标准化进行光谱预处理建立的偏最小二乘（partial least squares,PLS）模型对橙汁中酸土脂环酸芽孢杆菌含量的预测效果相对较好，其预测决定系数（prediction determination coefficient,Rp2）与预测均方根误差（root mean square error of prediction...     

西藏丁青象牙玉的玉石学及矿物学特征

矿床产于西藏丁青县，其质地温润细腻，色如象牙，故得名“象牙玉”， 矿石呈砾石状，部分呈磨圆状、椭圆状。运用紫外可见光谱、X射线荧光光谱、红外光谱、X射线粉晶衍射及扫描电镜等技术对象牙玉进行了玉石学及矿物学特征研究。结果表明:象牙玉摩氏硬度在4~6，相对密度2.92~3.05，折射率1.62~1.70，无多色性，无特征吸收谱带，主要矿物成分为菱镁矿（MgCO₃），少量石英（SiO₂），微量方解石（CaCO₃）。丁青象牙玉的玉石学及矿物学特征可作为产地鉴定的依据。      

基于VOCs传感器敏感材料的研究进展

挥发性有机化合物(Volatile organic compounds,VOCs)检测是环境治理的重要环节,而开发快速、灵敏的检测系统仍然面临挑战。基于智能系统的VOCs传感器能够实时监测空气中污染物浓度,从而严格把控排放标准,减小VOCs对环境和健康的影响。通过调控材料及构筑方法能够制成适用于识别和快速捕获VOCs的敏感元件,从而获得传感性能优越、安全可靠的气敏传感器。本文以敏感机制为出发点,介绍了聚合物、金属氧化物、复合材料及新材料作为敏感膜的研究进展,重点讨论了VOCs与敏感膜的相互作用机制。基于此,分析了提高VOCs检出浓度和响应速度的构筑方法。最后,展望了基于光学效应的光致发光型和手性向列型敏感膜材料在VOCs智能检测领域的前景和面临的挑战。     

基于改进粗糙集的混合传感器节点分类算法

混合传感节点的属性较难形成统一识别特征，其节点属性约简过程复杂，存在分类时间长及分类性能差的问题。为此，提出了基于粗糙集的混合传感节点高精度分类算法。在初始化传感节点的基础上计算适应度值，利用遗传算法优化粗糙集修正校验结果，获得统一编码形式的节点。在此基础上，排除了属性权重为“0”的属性，完成节点属性约简。再利用普通分类方法和高级分类方法结合的方式，进行混合节点分类。根据约束条件选取对应的分类方法，实现混合传感节点高精度分类。仿真结果表明，所提算法的分类用时低于520 ms，且该方法的查全率、查准率及F1值均高于对比方法，混合传感节点分类性能较好。     

未来可以如Zenon预期

如果以明天的工厂为题,你将如何来完成这篇文章?以人工智能为主?无人工厂?物联网下的自主配置设备?灵活批次生产?大家并不认为这个问题仅有一个答案,但我们确信你对此应该会有一个愿景。因此,为了更好实现明天的愿景世界,今天的我们需要一些适用的工具。