本文利用第一性原理计算并结合玻尔兹曼输运方程, 预测了一种热电性能优良的新型Bi2Te3基材料, 即单层BiSbTeSe2。通过系统计算单层BiSbTeSe2的电子能带结构和热电输运性质, 发现单层BiSbTeSe2在300 K时的塞贝克系数达到最高值(522 μV· K-1), 在500 K时功率因子与弛豫时间的比值最大为5.78 W· m-1·K-2·s-1。除此之外, 单层BiSbTeSe2还具有较低的晶格热导率和较高的迁移率。在最佳p型掺杂下, 单层BiSbTeSe2在500 K时的热电优值 ZT高达3.95。单层BiSbTeSe2的优良性能表明其在300~500 K的中温热电器件领域具有潜在的应用价值, 可以为进一步开发高性能Bi2Te3基热电材料提供设计依据。

乳腺炎是奶牛生产养殖中最为严重的疾病之一, 奶牛乳腺炎的早期检测可以为后续治疗提供依据, 从而提高疾病治疗效率, 降低养殖风险。 为了对自然行走的奶牛实现快速、 高精度的“一步式”乳腺炎疾病检测, 提出了一种基于热红外图像, 融合数据增强与改进ResNet34的奶牛乳腺炎疾病检测方法。 相对于现有的“多步式”奶牛红外图像乳腺炎检测方法, 该方法无需奶牛关键部分如乳房和眼睛的定位以及温度提取等, 可有效避免“多步式”造成的误差累计, 从而实现更高效的乳腺炎检测。 首先, 将包含奶牛关键部位的局部图片水平拼接成信息完整的整体图片, 结合RandAugment数据增强方法扩增训练样本; 其次, 采用ResNet34残差网络作为实验的基础网络, 并根据热红外图像特性对模型进行如下改进: (1)精简网络内部冗余层使得模型更轻量化; (2)中间层添加辅助分类器弥补由于模型精简带来的特征损失; (3)将改进的多融合池化层代替原有单一池化层, 使得特征提取内容更丰富。 随机选取3 298张热红外图像(66头奶牛)作为实验对象, 并设置多组对比实验, 结果表明: 与传统ResNet34相比改进后ResNet34模型分类准确率提高3.4%, 基于改进ResNet34并融合迁移学习和数据增强的模型验证准确率达到90.3%, 测试准确率为88.4%, 分类时间仅需3.39×10-3 s。 为了保证实验数据集的样本独立性, 进一步将奶牛个体数量按照3∶1∶1划分为训练集、 验证集和测试集, 测得模型测试准确率达到80.3%, 证明所提出模型具有很好的鲁棒性。 根据测试结果, 计算出模型查准率为91.2%、 查全率为91.6%、 F1分数为91.4%, 与前人所做实验相比准确率提高了5.1%, 特异度提升5.3%。 该研究方法可以为初期奶牛乳腺疾病筛选和医学诊断提供辅助和参考。

为了在复杂的运动模糊情况下快速提取光条中心，提出了一种新的结构光光条中心快速提取算法。通过分析线结构光运动成像模糊的原因和图像中光条截面的灰度值分布规律，设计了基于理论光条成像宽度的P-tile阈值分割算法，以解决运动模糊情况下光条成像宽度不一、亮度无规则变化引起的光条区域提取困难问题。根据光条图像的特点，通过改进的区域生长算法提高光条定位速度，根据光条截面的灰度值分布特点提取结构光光条中心。实验结果表明，在运动模糊情况下，改进的P-tile阈值分割算法具有精度高、速度快的优点，相比极值法、大津法能更好地分割出有效光条区域，在结构光工业高速测量领域具有实用价值。

为了探究共激活因子相关的精氨酸甲基转移酶1(CARM1)在乳腺癌细胞中的生物学作用, 构建了四环素诱导过表达CARM1的乳腺癌MDA-MB-231细胞株, 并应用蛋白质印迹法(Western blot)、实时荧光定量聚合酶链式反应(RT-PCR)对相关指标进行检测。结果发现, 在乳腺癌细胞株中成功诱导CARM1过表达之后, CARM1蛋白水平和mRNA水平均显著升高。此外, 利用细胞划痕、平板克隆、细胞增殖试验、流式细胞术等试验方法检测过表达CARM1对细胞迁移、增殖、克隆形成以及细胞周期进程的影响。试验结果显示, 诱导CARM1过表达后, 细胞迁移能力和克隆形成能力均明显增强, 同时细胞增殖试验表明细胞的增殖能力也明显增强。流式细胞术分析发现, 诱导表达CARM1后, 细胞株S期和G2/M期的细胞比率增加, 过表达CARM1能够促进细胞周期的进程。以上研究结果提示, 在乳腺癌细胞中过表达CARM1可以促进细胞的增殖、提高细胞的克隆形成及迁移的能力, 加快细胞周期进程。该结论为后续CARM1在乳腺癌细胞中的相关研究奠定了基础。

介绍了红外系统中自动调焦技术的基本原理，详细分析了调焦组件的机械回程间隙对传统自动调焦算法效果的影响。就此提出了不同优化方案并充分考虑了算法的适用性及稳定性。最后，通过设计实验验证了算法的可行性，实现了快速、稳定、精确的自动对焦，并将其应用于工程实践中。

为了实现高仿真光敏印章印文的自动识别, 探究训练样本量、网络模型对识别准确率的影响, 通过扫描打印伪造法、拓印设计伪造法制备2枚高仿光敏印章, 盖印3 000枚印文作为训练样本, 30枚印文作为测试样本, 利用卷积神经网络4种模型实现高仿真光敏印章印文的鉴别。4种网络模型均能得到100%的识别准确率。仿真实验结果表明, 针对高仿真光敏印章印文识别任务, 卷积神经网络能作为一种可行的方法为检验提供辅助参考; 综合分析4种网络模型, Resnet50是最优选择。

针对高光谱图像特征利用不足和训练样本难以获取的问题,提出了一种具有多特征和改进堆栈稀疏自编码网络的高光谱图像分类算法。采用流形学习获得高光谱图像的低维数据结构,并提取高光谱图像的光谱特征、具有空间信息的局部二值模式(LBP)特征及拓展多属性剖面 (EMAP)特征。利用主动学习查询特征性强的未标记样本并将其标记,利用融合空谱联合信息的样本训练堆栈主动稀疏自编码神经网络并用Softmax分类器对其分类。Indian pines数据集的总体分类精度达到98.14%,Pavia U数据集总体分类精度达到97.24%。实验结果表明,该算法分类精度高,边界点分类效果更好。

对二甲苯(PX)是化工领域一种非常重要的原料, 被广泛地用于香料、 医药、 油墨和农药等的生产, 因此研究PX分子的电子光谱和外场效应, 对于它的检测和降解具有十分重要的意义。 为研究外电场作用下, PX分子的紫外-可见(UV-Vis)光谱的变化, 采用密度泛函理论(density functional theory, DFT)B3LYP方法在6-311++G(d, p)基组水平上, 优化了不同外电场(0～0.025 a.u., 0～1.285 6×1010 V·m-1)作用下PX分子的基态几何构型, 在此基础上利用含时密度泛函理论(TDDFT)计算了PX分子的UV-Vis吸收光谱, 最后对PX分子紫外吸收峰和摩尔吸收系数受外电场作用的的影响规律进行了研究。 结果表明: 有波长为189 nm、 摩尔吸收系数为35 580 L·mol-1·cm-1的强吸收峰, 处于E1带, 它是环状共轭的三个乙烯键的苯型体系中的π→π*电子跃迁产生的; 与苯分子相比, 吸收峰出现11 nm的红移: 由于两个甲基和苯环形成p-π共轭, 苯环的大π键变弱, 故PX分子的紫外吸收峰出现红移; 当增加了外电场后, 最低未占据轨道(LUMO)向外电场的反方向偏移, 导致苯环上的电子密度减小, 大π键变弱, π→π*跃迁需要的能量降低, 电子跃迁产生的波长增大, 吸收峰出现显著红移, 当外电场增大到0.020 a.u.时, 红移已经非常明显; 外电场的引入, 导致苯环上的电子密度减小, 大π键变弱, π→π*跃迁的电子数减少, 摩尔吸收系数降低, 随着外电场的增强, 摩尔吸收系数降低明显, 尤其在外电场增强到0.020a.u.后, 摩尔吸收系数降低非常显著。 这些工作为PX的检测和降解方法研究提供了一定的理论依据, 也对其他有机污染物的检测方法和降解机理的研究有启示作用。

波长选择开关(WSS)是目前及下一代可重构光分插复用器(ROADM)与动态全光网络的核心器件。WSS目前正向着多端口数与高光谱调制精细度的方向不断发展。利用光学设计软件ZEMAX模拟了整个WSS光学系统,通过建立傅里叶透镜组和双胶合柱面镜模型来改进WSS光学结构。利用评价函数、点列图及光学传递函数等评价手段对所设计的WSS光学系统进行评价与优化,并逐步改善整个WSS光学系统的成像情况。最终,得到了最小光谱滤波带宽在8 GHz范围内的65个端口的WSS光学系统。