种子模板法制备镍盐掺杂聚吡咯纳米纤维及其电化学电容性质

在镍盐存在下,以氯化铁和甲基橙溶液形成的化合物为种子模板,制备了镍盐掺杂的聚吡咯纳米纤维(Ni-PPy)。用扫描电镜(SEM)对种子模板、聚吡咯及镍盐掺杂聚吡咯的形貌进行了表征。用循环伏安法、电化学阻抗谱和恒流充放电技术测试聚合物的电化学性能。结果表明,以镍盐掺杂聚吡咯为活性物质制成的电极材料在1 mol/L KCl溶液中的比容量高达474 F/g。     

The novel secure testament methodology for cryptocurrency wallet using mnemonic seed

ABSTRACT

Recently, cryptocurrencies such as Bitcoin, Ethereum, etc, have rapidly been recognized as an asset, often called a digital asset. Comparing to the real assets, it would be handled carefully due to its own characteristics that are completely different. The disadvantage of such digital assets, on the one hand, is that whoever knows the private key of the wallet, they can easily take over that digital asset. On the other hand, if the wallet’s owners are dead without passing credential information to others, that asset will be lost forever. We thus propose the novel secure testament methodology for a digital asset such as Bitcoin to solve the mentioned problems. The mechanism is based on managing the mnemonic seed of the wallet so that an inheritor will obtain the mnemonic seed in a secure way. Two mechanisms of the proposed methodology are implemented. The first is to save the mnemonic seed in a secure repository. Therefore, no one can access to the cryptocurrency wallet while the owner still being alive and does not wish anybody to access. The second is to deliver the mnemonic seed securely to legitimate inheritor when the owner is suspected to be dead or disappeared. Finally, based on our experiment, the results show that the aforementioned problems can be solved. Furthermore, the proposed mechanism can help the owner of the asset to managing the confidentiality of their assets.     

基于遗传算法和支持向量机的玉米品种识别

提出了一种基于遗传算法（GA）和支持向量机（SVM）的玉米种子的图像特征选择和分类识别的新方法。该方法首先用遗传算法对采集到的玉米种子图像的特征进行优化,而后采用决策二叉树的支持向量机分类算法对玉米品种进行识别。该分类算法将分类器分布在各个结点上,构成多类支持向量机,减少了分类器的数量和重复训练样本的数量。实验结果表明该方法能选出适合于识别的玉米种子特征并能对玉米种子进行正确地识别。     

基于骨架树的荧光共焦图像神经树突棘自动分割与检测方法*

提出一个荧光共焦图像中神经树突棘自动分割与检测方法。该方法采用新的自适应区域生长法对神经树突棘目标进行预分割,基于种子点的路径规划算法,以计算给定点到目标点的最短路径来获取初始主骨架;通过建立最小生成树描述模型对骨架进行修剪,利用种子点间的矢量角度变化及顶点距离值对突棘进行检测提取。实验结果表明,该方法能很好地提取树突骨架,并取得了较好的突棘检测效果。     

基于自适应LBP的视频文本检测算法

针对LBP算法自适应性弱及复杂度高的问题,提出一种基于自适应LBP算子的视频文本检测算法。该算法利用全局及局部的像素灰度均差决定自适应阈值大小,能最大限度去除复杂背景,自适应性较强。给出基于近似圆的掩模算法来覆盖多方向种子生长区,降低其复杂度。实验结果表明,该算法在复杂背景下能取得较高的检测率,具有良好的自适应性和实用性,复杂度较低。     

水力机械流动可视化研究方法探讨

介绍了流动可视法的原理和方法.目前新出现的流场测量与显示技术,为研究三维瞬时非定常流场提供了可能性,其中的一些方法在旋转机械流场测量分析中的应用,为进一步研究水力机械内流场的流谱,提取速度与压力流场信息,发现新的流动现象等提供有益的启示.随着各种高新技术的发展,流动可视化技术将成为一门很有发展潜力的现代实用技术.     

“增收保”的农业试验研究

利用“增收保”喷施处理小麦、甜菜、棉花等大田作物，均具有较强的抗旱作用和显著的增产效果．拌种、浸种处理冬小麦，发现“增收保”具有较强的促进胚芽生长和根系发育作用，其发芽率、分蘖率、苗高优于清水对照组．试验表明，“增收保”是一种性能优良的植物生长调节剂和营养液．     

血液高分子成膜剂性能表征及在种衣剂中的应用

动物血液富含各种植物生长需要的营养元素,通过将动物血液经过高分子化学处理后,与其他高分子结合形成具有高分子互穿网络结构的成膜剂,形成的成膜剂与各种农用活性化合物结合,可用于制备农用种衣剂,用该种衣剂处理种子,可以延长农用活性物的释放周期,减少用药量以达到抵抗病虫害,提高农作物的产量的效果。用流变学研究了血液高分子衍生物与其他高分子材料形成的成膜剂的物理性能,确认高分子互穿网络稳定结构的形成。同时还用一些标准化合物进行药物释放试验,结果表明,血液中生物高分子和其他高分子结合,可以制备出稳定的高分子三维网络结构,用于控制药物释放。这对综合利用生物资源,减少环境污染,开发高效农业有着重要意义。     

图卷积网络下牙齿种子点自动选取

目的 选取牙齿种子点是计算机正畸中常用牙齿分割方法的关键步骤。目前业内大部分牙齿正畸软件都采用需要交互标记的分割方法,通过人机交互在3维牙颌模型上选取每一颗牙齿的种子点,效率较低。针对这一问题,提出基于特征导向的图卷积网络（feature-steered graph convolutional network,FeaStNet）牙齿种子点自动选取方法。方法 通过分析每个牙齿类型的种子点位置和最终分割效果,设立统一的规则,建立了牙颌模型的种子点数据集;利用特征导向的图卷积构建了新的多尺度网络结构,用于识别3维牙颌模型上的特征信息,为了更好地拟合牙齿特征,加深网络模型的深度;再通过训练调整参数和多尺度网络结构,寻找特定的种子点,使用均值平方差损失函数对模型进行评估,以提高预测模型的精确度;把网络寻找出的特征点作为基础点,在牙颌模型上找出与基础点距离最近的点作为种子点,如果种子点位置准确,则根据种子点将牙齿与牙龈分割开。对于种子点位置不准确的结果,通过人工操作修正种子点位置,再进行分割。结果 实验在自建的数据集中测试,其中种子点全部准确的牙颌占88%,其余情况下只需要调整部分不准确种子点的位置。该方法简单快速,与现有方法相比,需要较少的人工干预,提高了工作效率。结论 提出的种子点自动选取方法,能够自动选取牙齿种子点,解决牙齿分割中需要进行交互标记的问题,基本实现了牙齿分割的自动化,适用于各类畸形牙患者模型的牙齿分割。