单片FPGA的小型非制冷红外机芯设计

针对传统的基于数字信号处理器(DSP)+现场可编程门阵列(FPGA)的非制冷红外机芯平台存在体积大、功耗大、实时性差、系统集成度低等不足,提出了一种基于单片FPGA的小型化非制冷红外机芯平台设计.针对25μm非制冷红外探测器,为满足小型化、低功耗要求,平台在采用先进的FPGA处理器和DDR3存储器技术的同时,将硬件逻辑算法与NIOS Ⅱ软核相结合,完成对红外探测器的时序驱动、温度控制、图像的非均匀性处理、图像增强以及各种人机接口控制.实验结果表明:该系统成像质量较高,系统功耗小于2W,系统延时小于0.5ms,系统具有较强的可拓展性.     

基于逻辑回归的多任务域快速分类学习算法

多任务学习通过寻找并共享不同任务域之间的共性特征来完成学习,利用知识迁移加速不同任务域的学习为每个任务域构建一个分类器。提出了一种基于罗杰斯特回归模型的多任务学习方法MTC-LR（Multi-task Coupled Logistic Regression）。“罗杰斯特回归模型”已经被成功应用于单任务分类器上,该模型被众多实验证明是有效的,正是这种方法给人们带来了启示。从理论上证明了通过构造多任务分类器的“开销函数”和“差异性度量函数”,MTC-LR算法可以提高多任务分类器的各自分类精度。相比传统的基于SVM的多任务学习方法,MTC-LR并不依赖于核方法而是通过共轭梯度下降法寻找各个分类器的最优参数。同时MTC-LR与采用“罗杰斯特回归模型”的快速算法CDdual更容易结合,可扩展至大样本的多任务分类学习。正是基于上述发现,为了充分高效利用大样本的多任务域数据,满足大样本的快速运算,在MTC-LR算法的基础上,结合最新的CDdual（The Dual Coordinate Descent Method）算法,提出了MTC-LR的快速算法MTC-LR-CDdual,并对该算法进行了相关的理论分析。将该算法在人工数据集和真实数据集上进行了验证,实验结果表明该算法有着较高的识别率、快速的识别速度和较好的鲁棒性。     

羰基化石墨片催化丙烷氧化脱氢制丙烯

以资源丰富的石墨片为原材料, 通过简单的气相氧化处理制得羰基化石墨片, 并发现羰基化石墨片可以高选择性催化丙烷氧化脱氢制丙烯: 当丙烷转化率为12.4%时, 丙烯的选择性高达73.9%, 且副产物乙烯的选择性为13%。羰基化石墨片优良的烯烃选择性远超利用相同气相氧化处理的碳管, 并且可以媲美目前催化性能最优的六方氮化硼材料。催化剂具有良好的稳定性, 在505 ℃的反应温度下, 经过48 h的氧化脱氢反应测试后, 催化剂性能无明显的衰减。多种表征技术表明: 气相氧化处理不会破坏石墨片的结构, 且保留了石墨自身的高温抗氧化性, 而经过气相氧化处理羰基官能团的比例大幅度提高, 羰基作为活性位与丙烷中的氢原子发生反应, 自身形成羟基而丙烷则转换为丙烯, 羟基在高温下与氧原子反应生成为羰基, 从而完成催化剂的重生, 继续下一个循环。这种发生在催化剂表面的可控催化方式, 保证了丙烷氧化脱氢过程中选择性生成丙烯, 避免了深度氧化。另外, 石墨材料的来源广泛, 成本低, 作为催化剂可以极大地推动丙烷氧化脱氢的工业化。     

平行隧道开挖引起场地沉降的透明土模型试验研究

为了便捷现代城市交通,地铁系统普遍采用平行隧道模式.平行隧道开挖引起的场地沉降预测一般基于单一隧道工况,利用简化叠加法生成变形剖面,而没有考虑两个隧道之间的相互作用.采用透明土模型试验技术,自主研发平行隧道模型试验装置及试验方法,研究了在砂质场地上开挖平行隧道引起的地表和地层沉降特性.通过模型试验探索了平行隧道间距、土...