传统照相与数码照相将共同发展共同繁荣

近年来,传统银盐相机和数码相机之争十分激烈,大有水火不相容的势头。有人认为,随着数字技术的成熟,数码相机终将取代银盐相机,其实,事实并非如此。我从照相机的硬件、软件、价格和使用者等角度来谈一下我的看法。     

女人要会“茶”颜观色

“开门七件事，柴米油盐酱醋茶”，事厨的主妇料理家务，何妨在阳光明媚的午后，亲手烹几道茶菜，不单是菜的色香味型，就是这份情调就足以让你心怀舒畅。[编者按]     

基于改进LMD和能量相对熵的主动配电网故障定位方法

针对配电网发生单相接地故障且分布式电源（distributed generations, DGs）大量接入后,配电网结构和运行方式复杂多变、故障后电气量不明显、故障特征弱等特点,提出一种基于改进局部均值分解（improved local mean decomposition, ILMD）和能量相对熵的主动配电网故障定位方法。首先,利用镜像延拓将信号在两端延拓,消除LMD存在的端点效应,同时,在信号中加入自适应噪声,克服LMD存在的模态混叠问题,对各区段暂态零序电流进行ILMD分解;然后对分解后所有乘积函数（product function, PF）的能量相对熵进行计算,所有PF分量的相对能量熵之和即为区段间的相对能量熵,通过所设置的定位判据,对故障区段进行判断。仿真结果表明,所提算法在10 kV小电流接地系统和改进的IEEE33节点系统中,在不同的仿真条件下故障定位结果准确率高,验证了所提方法的准确性。     

碘仿电解合成的工艺研究

开发了一种以石墨为阳极、铅为阴极、采用旋转阳极和离子膜分隔电解槽的碘仿电解合成的先进工艺 ,经过 5因素 4水平的正交试验 ,发现影响电流效率的各工艺因素中 ,阳极电流密度的影响最大 ,其次分别为阳极液温度 ,阳极液 p H值 ,阳极液中碘化钾的浓度和阳极转速。优化得到碘仿电合成的最佳工艺条件为 :碘化钾浓度 2 0 0 g· L- 1 ,阳极电流密度 2 5 A· dm- 2 ,阳极液温度为 2 0℃ ,阳极液 p H值为 9.5,阳极转速为2 0 0 r· min- 1 ,在此最佳工艺条件下 ,电流效率可达 97.2 3%。     

疫苗用氢氧化铝佐剂质量标准的初步建立

目的建立疫苗用氢氧化铝佐剂的质量标准。方法参照《欧洲药典》8. 0和《中国药典》四部(2015版),选择5个实验室对6个厂家12批氢氧化铝佐剂样品同时进行17个理化项目的检测及分析,建立适合国内氢氧化铝佐剂的质量标准。结果初步建立了疫苗用氢氧化铝佐剂17项质量标准。经5个实验室检测,12批样品外观、溶解性能、鉴别试验、无菌、吸附率、硫酸盐含量、硝酸盐含量、铵盐含量、砷盐含量、铁盐含量、重金属含量、氯化钠含量、氯化物含量及细菌内毒素的结果均符合《欧洲药典》8. 0和《中国药典》四部(2015版)相关质量标准;而p H值、铝含量、沉降率检测结果不同厂家之间差异较大。结论建立了适合国内氢氧化铝佐剂的质量评价体系,为氢氧化铝佐剂的质量标准进入2015版《中国药典》增补版提供了方法细则和标准制定依据。     

氢化物发生的机理及其在原子光谱中的应用

详细介绍了氢化物发生的反应体系和氢化反应的两种机理,并讨论了氢化物发生法在原子光谱中的应用现状和发展趋势。     

时空双仿射微分不变量及骨架动作识别

目的 人体骨架的动态变化对于动作识别具有重要意义。从关节轨迹的角度出发,部分对动作类别判定具有价值的关节轨迹传达了最重要的信息。在同一动作的每次尝试中,相应关节的轨迹一般具有相似的基本形状,但其具体形式会受到一定的畸变影响。基于对畸变因素的分析,将人体运动中关节轨迹的常见变换建模为时空双仿射变换。方法 首先用一个统一的表达式以内外变换的形式将时空双仿射变换进行描述。基于变换前后轨迹曲线的微分关系推导设计了双仿射微分不变量,用于描述关节轨迹的局部属性。基于微分不变量和关节坐标在数据结构上的同构特点,提出了一种通道增强方法,使用微分不变量将输入数据沿通道维度扩展后,输入神经网络进行训练与评估,用于提高神经网络的泛化能力。结果 实验在两个大型动作识别数据集NTU（Nanyang Technological University）RGB+D（NTU 60）和NTU RGB+D 120（NTU 120）上与若干最新方法及两种基线方法进行比较,在两种实验设置（跨参与者识别与跨视角识别）中均取得了明显的改进结果。相比于使用原始数据的时空图神经卷积网络（spatio-temporal graph convolutional networks,ST-GCN）,在NTU 60数据集中,跨参与者与跨视角的识别准确率分别提高了1.9%和3.0%;在NTU 120数据集中,跨参与者与跨环境的识别准确率分别提高了5.6%和4.5%。同时对比于数据增强,基于不变特征的通道增强方法在两种实验设置下都能有明显改善,更为有效地提升了网络的泛化能力。结论 本文提出的不变特征与通道增强,直观有效地综合了传统特征和深度学习的优点,有效提高了骨架动作识别的准确性,改善了神经网络的泛化能力。