课程文献中心 更多>>

摘要： Convolutional neural networks have become a popular way to classify images in a variety of areas, for example, medicine or industry. Convolutional neural networks can assist specialists in giving analyses and increase production performance. This thesis is aimed at assisting with the case of a Finnish industrial sawmill, by applying methods that can improve performance of a convolutional neural network. The case involves classification of wood logs into "good" and "defective" ones by using their x-ray images. The goal is to improve the classification accuracy of a convolutional neural network. The thesis begins with an introduction, describing the motivation, methodology and research aims in more detail. Following that, a theoretical background is given, where key information about artificial neural networks is described. Next, an extensive literature review is carried out to determine key challenges researchers and practitioners faced in similar fields and with similar problems, and to pinpoint the most common methods to deal with these challenges. The reviewed fields include medicine, industry (most closely related to the case of this thesis) and miscellaneous applications, which dealt with issues like the researched case. Finally, the review is summed up, with the most common method of accuracy improvement being data preprocessing image augmentation and transfer learning. Data augmentation is applied to the real case convolutional neural network based on the AlexNet architecture. Overall, by applying this method, it was possible to improve the classification accuracy of the neural network from 80.65% to 89.13%, with a baseline dataset size of 306 images. The results concur with previous research (see, e. g., Heidari et al. 2020, X. Li et al. 2022 and J. Li et al. 2021.).

关键词： 吡咯   噻吩   Si(100)表面   X射线光电子能谱   近边X射线吸收精细结构谱  

摘要： 硅具有优良的半导体电学特性,是一种热导率高、化学性质稳定的重要半导体材料。在电子工业中所使用的硅材料纯度较高,并且电学、机械等性能也比较好。此外,硅的性质优越,工艺技术成熟,是地壳上最丰富的半导体元素,主要应用于各种晶体三极管的制造,特别是功率器件方面,已成为固态电子器件的主要材料。随着科技的发展,人们对硅材料性能的要求也逐步提高。为了研发其更多的性能,人们将有机分子与硅表面结合,即将有机功能分子材料的性能移植到硅材料上。Si(100)表面具有复杂的反应性,因此广泛应用于微电子工业当中。有机分子具有的独特的光学、电学和生物学等性能,使得有机分子材料广泛应用于化学工业、药学、材料科学、环境科学等领域。而在有机分子中,芳香族分子结构稳定,易进行亲电取代反应,并且通过共价键与硅表面结合。芳香分子的结构使其与硅表面结合产生不同的吸附构型,而这些构型的性质也不相同。因此,为了有机功能半导体材料的发展,需要对这些不同的硅表面吸附结构进行识别。 在研究和识别Si(100)表面吸附芳香族分子时,常采用X射线光谱技术。它是研究有机分子吸附在硅表面上结构的一种有效工具,并且对这些吸附构型的识别和研究具有非常重要的意义。在本工作中,我们利用X射线光电子能谱(XPS)和近边X射线吸收精细结构谱(NEXAFS)对吡咯和噻吩吸附在Si(100)表面的结构进行研究。由于XPS光谱与核轨道的电子电离过程有关,NEXAFS谱涉及到核轨道电子被激发到未占据轨道,并且XPS和NEXAFS光谱都对分子结构有依赖性,因此根据光谱对不同吸附构型表现出的依赖性,可以对这些不同的吸附构型进行有效的识别和表征。 在本文中,我们理论模拟了吡咯吸附在Si(100)表面的十三种结构以及噻吩吸附在Si(100)表面的八种构型,基于密度泛函理论(DFT),通过完全芯态空穴(FCH)近似方法计算了这些吸附构型的XPS和NEXAFS光谱,并对这些吸附构型的两种光谱进行分析讨论。具体内容如下: 1.吡咯吸附在Si(100)表面结构的XPS和NEXAFS光谱 我们利用XPS和NEXAFS光谱研究了吡咯在Si(100)表面上的十三种吸附构型,并且为了研究结构与光谱之间的关系,在DFT基础上,利用FCH近似方法计算了这十三种吸附构型的两种光谱。结果表明,XPS和NEXAFS光谱对这些吸附构型都有依赖性。与XPS相比,NEXAFS光谱对吸附构型的敏感性更强,并且能够准确地识别这些结构。此外,还计算了不等价碳原子产生的NEXAFS光谱,结果表明,其光谱特征随碳原子类型及其结构环境的变化而变化。 2.噻吩吸附在Si(100)表面结构的XPS和NEXAFS光谱 我们预测了噻吩吸附在Si(100)表面上的八种构型,并且利用XPS和NEXAFS光谱研究了这些结构。基于DFT,通过FCH近似方法计算模拟了这八种吸附构型的两种光谱。这两种光谱都显示了噻吩在硅表面上吸附构型的依赖性,并且NEXAFS光谱的结构依赖性要比XPS的更强一些,因此我们可以通过NEXAFS光谱准确地识别这八种吸附构型。除此之外,我们还计算了不同环境下不等价碳原子的XPS和NEXAFS光谱,加深对结构与光谱之间关系的理解。 本论文一共包含六个章节:第一章介绍了吡咯、噻吩在Si(100)表面吸附的研究进展;第二章和第三章分别介绍了我们工作中用到的量子化学理论和X射线谱理论;第四章和第五章分别讨论了吡咯在Si(100)表面的十三种吸附结构以及噻吩在Si(100)表面的八种吸附结构的XPS和NEXAFS谱的理论结果;第六章是对研究工作的总结和展望。

摘要： Tissue-resident memory T cells (TRM) are crucial for quickly detecting and defending against mucosal infections, particularly in the respiratory system. Typically formed through mucosal infections, TRM formation is facilitated by antigens and local signals, highlighting the importance of considering mucosal delivery methods in vaccination strategies for robust resident immunity. We assessed prime-boost strategies with adenovirus vector-based and Influenza mRNA vaccine in 6-week-old female C57BL/6 mice. The strategy of priming with intramuscular administration of mRNA encoding the nucleoprotein of Influenza B virus, followed by boosting through intranasal administration of an adenovirus vector expressing the same nucleoprotein, has been demonstrated to provide complete protection against lethal Influenza virus challenge. Moreover, the group boosted with the adenovirus vector showed a higher level of CD8 TRM response compared to the intramuscular-only group encoding nucleoprotein mRNA. Thus, this vaccination approach holds great potential as a universal influenza vaccine strategy, targeting the conserved NP antigen.

关键词： 小麦   播期   淀粉结构   淀粉特性  

摘要： 小麦(Triticum aestivum L.)是我国重要的粮食作物之一,其产量和品质至关重要。近年来,全球气候变化日益加剧,对粮食生产产生了严重影响。适当延期播种是应对不稳定气候条件的一种适应性策略,延期播种还可为小麦-玉米轮作中玉米晚收提供时间,从而提高周年光温资源利用效率,为筛选更具广适性的优质小麦品种提供理论基础。本研究以烟农999(YN999)、烟农215(YN215)、烟农199(YN199)、烟农15(YN15)和济麦22(JM22)6个小麦品种为材料,从基因-结构-和功能方面分析了延期播种下小麦淀粉结构及功能特性之间的关系以及小麦农艺性状的变化。研究结果如下: 1.延期播种会对淀粉合成关键基因的表达量造成显著影响。在DS1中,AGPS1、BEⅡb、SSⅠ、ISA1基因相对表达量下调;AGPL1、GBSSⅠ、SSⅡa、PUL基因相对表达量上调。在DS2中,BEⅡb和SSⅠ基因相对表达量下调;AGPS1、AGPL1、GBSSⅠ、SSⅡa、ISA1、PUL基因相对表达量上调。 2.延期播种抑制了支链淀粉短链的生成和促进直链淀粉的生成,导致淀粉的结构发生变化,改变了淀粉的相对结晶度和淀粉的颗粒表面的平滑度。 3.延期播种改变了淀粉的功能特性。播期的延迟使糊化温度升高。在DS1中,YN215、YN377和JM22的峰值粘度(PV)升高,YN215、YN199和YN15的消减值(SBV)降低。在DS2中YN215、YN199、YN377和JM22的PV升高,YN215、YN15和JM22的SBV降低。在DS1中YN999、YN215、YN377和YN15的RS含量升高,在DS2中则YN999、YN377、YN15和JM22的RS含量升高,这可能是由于淀粉结构的改变和淀粉颗粒表面平滑度的变化引起的,增强的稳定结构可以部分阻止酶进入淀粉颗粒内部并限制葡萄糖的释放,从而降低消化率。 4.不同品种对延迟播期的响应机制并不一样,延期播种使YN999、YN215、YN199、YN377和JM22的株高、穗长、分蘖数、小穗数和穗粒数呈下降趋势。在DS1中,YN999、YN215、YN199和YN377千粒重呈上升趋势,在DS2中除YN377外,其他品种均呈下降趋势。 不同品种由于基因型的不同,对播期的响应机制不同,有些品种更能适应延期播种引起的环境变化,总体来看,延期播种对小麦的影响是复杂的,使小麦的农艺性状变差,淀粉品质的变化则涉及淀粉的关键基因表达调控、精细结构和功能特性到等多个维度。

关键词： 熔融制样   X射线荧光光谱法(XRF)   高碳铬铁   铬   铁   硅   锰   陶瓷坩埚   预氧化   石墨粉  

摘要： 为解决高温熔融时铬铁试样中还原性物质对铂-金坩埚的侵蚀问题，实验确定在600～850℃条件下，以经碳烧失校正的试样、铬系合金专用氧化剂、无水偏硼酸锂混匀后，在石墨粉垫底陶瓷坩埚内程序升温氧化高碳铬铁试样，氧化后用六偏磷酸钠和无水偏硼酸锂作为熔剂，滴加1～3 mL 300 g/L溴化铵溶液作为脱模剂，在1 050℃电热熔样炉中熔融20 min,制得玻璃样片，采用X射线荧光光谱法对玻璃样片进行测定。最终，建立了高碳铬铁中铬、铁、硅、锰含量的测定方法。硅和锰检测下限分别为44.51μg/g和22.62μg/g。精密度试验表明，高碳铬铁试样中铬、铁、硅、锰测定结果的相对标准偏差(RSD,n=12)分别为0.44%、0.51%、2.1%、4.8%;正确度试验表明，高碳铬铁合金标准样品中铬、铁、硅、锰的测定值与标准值间的误差，分别控制在GB/T 4699.2—2008、GB/T 5687.13—2021、GB/T 5687.2—2007和GB/T 5687.10—2006规定的允许差范围内。按照实验技术方案测定高碳铬铁中铬、铁、硅、锰含量，能够满足高碳铬铁试样的常规检测需求。

关键词： X射线探测器   钙钛矿厚膜   自驱动   高稳定性  

摘要： X射线探测器在医疗、安检、工业、材料分析等领域有着广阔的应用场景。不断提升的市场需求对X射线探测器提出了更高的要求,追求更低的最低检测限以降低X射线对人体的风险,实现更高的灵敏度以获得更高的图像清晰度和分辨率。然而,现有X射线探测器材料,受限于材料吸收系数低、制备困难、成本高等因素,难以进一步发展。 有机无机杂化铅基钙钛矿（APb I3）由于其吸收系数高、光电性能强、制备简单等优势,获得了国内外的广泛关注,在X射线探测领域取得了显著的研究进展。然而,材料相变分解以及离子迁移等因素,导致器件长期稳定性差、光电流和暗电流漂移严重的问题,限制了其进一步发展。相关的研究在本论文展开时报道极少,对APb I3 X射线探测器的长期工作稳定性以及连续工作稳定性关注度低。 本论文针对这一问题进行了研究。由于钙钛矿厚膜相比钙钛矿单晶在大面积制备上更具优势,更适合工业化发展,因此选择基于钙钛矿厚膜的X射线探测器作为研究内容。通过优化制备工艺制备了高质量钙钛矿厚膜,并采用双层钙钛矿策略进行表面钝化,同时构建异质结实现了自驱动型高稳定性X射线探测器。具体研究内容如下: （1）针对现有刮涂工艺制备的钙钛矿厚膜中残留溶剂挥发导致孔洞较多,缺陷密度增大的问题,对刮涂工艺进行了优化。通过改进溶液浓度、溶剂比例、刮涂温度等工艺条件,制备了12μm厚度的无明显孔洞的高质量钙钛矿厚膜。并通过不同溶剂比例溶液搭配刮涂以适应厚膜不同生长阶段,将钙钛矿厚膜厚度提升至60μm,且保持了与12μm厚膜相当的厚膜质量。 （2）基于（1）中工艺制备了12μm MAPb I3和(Cs0.05MA0.6FA0.35)Pb I3厚膜,并设计了ITO-Ni Ox-perovskite-Sn O2-Au结构的X射线探测器。MAPb I3和(Cs0.05MA0.6FA0.35)Pb I3器件在0 V偏压下实现分别实现了62.6 u C?Gyair-1?cm-2和9.4 u C?Gyair-1?cm-2的自驱动灵敏度,以及10.11 n A?cm-2和3.08 n A?cm-2的暗电流密度。 （3）基于（2）中刮涂厚膜,设计了一种(Cs0.05MA0.6FA0.35)Pb I3-(Cs0.1MA1.3FA0.6)Ag Bi I6双层钙钛矿厚膜,并将其用于制备X射线探测器。基于双层钙钛矿厚膜的X射线探测器在0 V偏置下实现了80 u C?Gyair-1?cm-2的出色自驱动灵敏度。更重要的是,由于(Cs0.1MA1.3FA0.6)Ag Bi I6层抑制了(Cs0.05MA0.6FA0.35)Pb I3的相变过程和离子迁移,该器件具有优异的连续工作稳定性,在高达4000秒的X射线脉冲中,其暗电流和光电流维持在初始值的99%以上,并且在空气环境中放置150天后,保持了近乎100%的初始响应电流,具有优异的长期稳定性。

关键词： 《男孩之书》   裂变   整合   身份认同  

摘要： 《男孩之书》是凯瑟琳·吉尔伯特·默多克的一部史诗级的儿童历险叙事小说，也是一出魔幻现实主义的变形记。作者将外部世界的历险故事盛容于人物的精神状态中，观照了男孩隐秘的心灵世界。本文运用精神分析学理论解析小说如何将男孩无意识层面的困惑与震惊、焦虑与恐惧、冲突与成长外化，在父母与自身的裂变与整合中建立现实秩序，获得男性气质，寻求自我身份认同，走向高级人格的生命成长进程。幻想作为媒介沟通了无意识与现实世界，以巨大的惊奇性使作品兼具趣味性与教育性。

关键词： 三维荧光   油田采出水   多环芳烃   多维校正   实时定量  

摘要： 随着现代工业的发展,石油产品的需求量日益增长。这会加快石油的开采速度与力度,同时在开采中也会伴随着各种污染物的产生。油田采出水是石油开采中的一种最为典型的油田废水。它的成分复杂,包括原油、有机物、无机物、重金属以及微生物等。在油田采出水中,多环芳烃（polycyclic aromatic hydrocarbons,PAHs）是一种常见的有机污染物。这类物质对人类的身体健康具有（遗传）毒性、致癌致畸性和致突变性,可造成呼吸系统、循环系统、神经系统的不可逆损伤,也能够对肝脏和肾脏造成严重的损害。同时,油田采出水的滥排和漏排等行为会对环境中的水体和土壤造成污染,也会直接或间接危害人体安全。因此,迫切需要建立一种追踪油田采出水来源的方法或技术,以及开发一种简单快速的方法或技术来检测油田采出水中的PAHs。 鉴于此,本论文开展了基于三维荧光(又称激发-发射矩阵荧光（Excitation-emission matrix fluorescence,EEMF）)光谱的油田采出水溯源和PAHs检测方法研究,主要包括四个方面的内容: 在第二章中,本论文首先从理论方面介绍了EEMF光谱的基本原理和测量方法,并引出了新的数据处理和分析方法,即三维校正算法。此类方法具有“二阶优势”,可以在有未知干扰共存的情况下实现多目标分析物的同时定量分析,以“数学分离”代替或简化“物理和化学分离”。通过结合EEMF数据,三维校正算法能够将其分解为三个分别与激发、发射光谱和样本浓度相关的矩阵。而利用分解得到的这些信息,就可以进一步实现复杂体系中感兴趣成分的定性和定量分析。 在第三章中,本论文提出了使用化学计量学算法和深度学习算法结合EEMF光谱对油田采出水进行溯源的新方法。一方面,使用交替三线性分解（Alternating Trilinear Decomposition,ATLD）和主成分分析（Principal Component Analysis,PCA）首先对去除散射后的EEMF数据进行分解。ATLD可以将EEMF数据分解为具有实际化学意义的组分,并生成了代表所有组分相对含量的得分矩阵。PCA可以将EEMF数据提取为能够代表原始数据的绝大部分有效信息的主成分。通过将得分矩阵或者主成分输入到支持向量机（Support Vector Machine,SVM）和偏最小二乘判别分析（Partial Least Squares Discriminant Analysis,PLS-DA）中来进行油田采出水的溯源。另一方面,直接将去除散射后的EEMF数据输入到能够直接应用于多维数据分类的多维偏最小二乘判别分析（N-Way Partial Least Squares Discriminant Analysis,N-PLS-DA）中进行油田采出水的溯源。总共进行了5种化学计量学模型的溯源研究,结果表明,每一种模型都能够正确的将每一个油田采出水样本归属到其原本正确的类别。此外,考虑到使用EEMF数据中异常值、缺失值等存在可能会导致分类模型的建模失败或者性能低下,因此使用EEMF图像结合当下热门的卷积神经网络（Convolutional Neural Network,CNN）来进行油田采出水的溯源研究。为了获取大量样本,通过模拟误差矩阵的方法对EEMF图像进行扩增,最终额外获得了4950个EEMF图像。训练集、测试集和外部验证集的优秀预测结果表明,CNN结合EEMF图像在油田采出水的溯源方面同样具有巨大的潜力。 在第四章中,本论文针对油田采出水中两大典型物质:PAHs和表面活性剂进行了研究。考虑到PAHs的EEMF信号可能会受到表面活性剂的影响,引入了十二烷基苯磺酸钠（Sodium Dodecyl Benzene Sulfonate,SDBS）这一表面活性剂来调制PAHs的EEMF信号。基于SDBS浓度,构建了激发×发射×表面活性剂浓度×样本的四维EEMF数据,并将其应用于油田采出水中PAHs（芘、芴、菲和荧蒽）的准确定量。使用两种四维校正算法即四维平行因子分析算法（Four-Way Parallel Factor Analysis,4-PARAFAC）和交替加权残差约束四线性分解算法（Alternating Weighted Residue Constraint Quadrilinear Decomposition,AWRCQLD）对四维数据进行解析,同时使用两种三维校正算法即平行因子分析算法（Parallel Factor Analysis,PARAFAC）和自加权交替三线性分解算法（Self-Weighted Alternating Trilinear Decomposition,SWATLD）算法分析三维数据作为比较。分析含有干扰四维数据集的结果表明,4-PARAFA

关键词： X射线图像增强   自适应组织衰减模型   非下采样剪切波变换   自适应阈值法   梯度域加权引导滤波  

摘要： 近年来,颈椎病患者的数量呈现上升趋势,如何有效诊断和治疗颈椎疾病成为当前临床研究的热点问题。颈椎病变通常使用X射线成像进行检查,通过X射线成像设备获得的图像可以反映患者疾病部位的有用信息,有助于医生对患者的疾病进行快速有效地诊断和治疗。然而,在X射线图像采集过程中,往往受到环境和设备等多种因素的影响,导致生成的图像存在噪声大、纹理细节不清晰、边缘模糊等问题,这给临床医生对疾病的诊断带来了困难。因此,为了满足临床实际应用的需求,需要提高X射线颈椎图像的质量,在提升对比度的同时增强原始图像中的细节信息。针对X射线颈椎图像的特点,本文的主要工作如下: 1、研究了基于自适应组织衰减的X射线颈椎图像增强算法。首先,采用加权最小二乘滤波对原图像进行降噪预处理;其次,对预处理后的图像进行灰度值归一化,在图像可去除组织分量中引入局部均值和局部模糊熵的衰减函数,并结合局部最小值构造自适应组织衰减函数,从而在提高图像对比度的同时避免出现块状及人工伪影;最后,结合亮度一致性因子,对X射线颈椎图像进一步增强。实验结果表明,该算法能够较好地抑制噪声、突显细节,同时边缘过度更加自然,有助于提高诊断颈椎疾病的准确率。 2、研究了基于非下采样剪切波变换的X射线颈椎图像增强算法。首先,利用非下采样剪切波变换将原图像分解为一个低频子带和几个高频子带;其次,对低频子带进行改进的伽马校正处理,提高整体对比度;对高频子带采用改进的自适应阈值法和梯度域加权引导滤波,在抑制噪声的同时提高图像的细节信息和边缘梯度保持能力;最后,通过采用非下采样剪切波逆变换对处理后的高频子带和低频子带进行重构,得到增强图像。实验结果表明该算法在有效抑制噪声的同时提高图像对比度,与其他算法相比,视觉效果更好。