贵州师范大学荞麦产业技术研究中心, 贵州 贵阳 550001
荞麦籽粒中富含谷类作物比较缺乏的赖氨酸, 使其不同于其他作物, 具有较高经济价值。 传统氨基酸测定费时且昂贵, 为满足金苦荞育种工作的需要, 选用近红外光谱技术结合人工神经网络的算法建立快速检测金苦荞叶片中氨基酸含量的近红外模型。 使用氨基酸含量差异较大的样品255个, 扫描光谱后测定其化学值。 研究发现样品苏氨酸(Thr)含量范围是5.307~14.374 mg·g-1; 缬氨酸(Val)含量范围是6.137~16.204 mg·g-1; 甲硫氨酸(Met)含量范围是0.308~3.049 mg·g-1; 异亮氨酸(Ile)含量范围是5.259~14.134 mg·g-1; 亮氨酸(Leu)含量范围是9.730~26.061 mg·g-1; 苯丙氨酸(Phe)含量范围是5.936~17.223 mg·g-1; 赖氨酸(Lys)含量范围是6.640~17.280 mg·g-1; 谷氨酸(Glu)含量范围是10.984~27.740 mg·g-1; 天冬氨酸(Asp)含量范围是6.437~17.280 mg·g-1; 丝氨酸(Ser)含量范围是3.467~8.312 mg·g-1; 精氨酸(Arg)含量范围是4.937~14.772 mg·g-1; 丙氨酸(Ala)含量范围是3.329~6.885 mg·g-1; 组氨酸(His)含量范围是1.946~4.798 mg·g-1; 甘氨酸(Gly)含量范围是4.196~9.264 mg·g-1; 脯氨酸(Pro)含量范围是1.024~5.672 mg·g-1; 酪氨酸(Tyr)含量范围是0.176~1.173 mg·g-1; 半胱氨酸(Cys)含量范围是0.422~1.926 mg·g-1。 每次随机选取50个样品建设模型, 以4:1的比例随机分为训练集和测试集。 数据进行归一化处理后, 使用神经网络结构1102-9-1进行模型建设。 利用多次学习的方式建立了较优模型, 其中Arg和Asp近红外模型的仿真测试结果最好, 预测值与真实值的相关系数(R2)均大于0.97, 平均相对误差(RSD)也小于10%; 另外Leu, Val, Tyr, Ile, Ser, Ala, Thr, His, Phe, Gly和Lys模型的R2均大于0.90, 模型仿真测试数据的RSD小于10%, 模型均可用; Met与Cys的模型进行仿真测试时, 其预测值与真实值的R2均大于0.78, 但RSD大于10%, 模型不可用。 结果表明, 金苦荞叶片的氨基酸含量高, 有极高应用价值, 近红外光谱技术结合人工神经网络的分析方法可应用于金苦荞氨基酸含量的预测, 为高品质荞麦育种工作提供了便利。
荞麦 近红外 人工神经网络 氨基酸 模型 Buckwheat Near infrared spectroscopy Artificial neural network Amino acid Model
1 贵州师范大学荞麦产业技术研究中心, 贵州 贵阳 550001
2 贵州省农业科学院蚕业（辣椒）研究所, 贵州 贵阳 550009
为满足多年生苦荞育种工作的需要, 采用近红外光谱分析技术结合定量偏最小二乘法对多年生苦荞叶片蛋白质和γ-氨基丁酸(GABA)含量进行了快速测定研究, 实验使用了222份多年生苦荞材料, 扫描光谱后测定其化学值。 研究发现样品蛋白质含量的平均值、 最大值和最小值含量分别是164, 331和121 mg·g-1; 样品GABA含量的平均值、 最大值和最小值含量分别是2.489, 3.968和1.439 mg·g-1。 蛋白质建模结果: 采用不同光谱区建模时, 建模集的平均决定系数（R2）、 校正标准差（SEP）和平均相对误差（RSD）分别是93.46%, 0.63和3.82%, 检验集的平均R2, SEP和RSD分别是91.77%, 0.88和5.28%。 采用不同比例的建模样品和检验样品时, 建模集的平均R2, SEP和RSD分别是93.55%, 0.63和3.82%, 检验集的平均R2, SEP和RSD分别是92.18%, 0.87和5.20%。 采用4 000～9 000 cm-1光谱范围, 二阶导数（13）预处理光谱, 建模集与检验集的比例为4∶1, 模型最优, 其建模集内部交叉R2, SEP和RSD分别是93.57%, 0.55和3.38%, 检验集内部交叉R2, SEP和RSD分别是93.35%, 0.73和4.40%。 GABA建模结果: 采用不同光谱区建模时, 建模集的平均R2, SEP和RSD分别是86.28%, 0.21和8.30%, 检验集的平均R2, SEP和RSD分别是84.35%, 0.22和8.76%。 采用不同比例的建模样品和检验样品时, 建模集的平均R2, SEP和RSD分别是88.51%, 0.20和8.04%, 检验集的平均R2, SEP和RSD分别是86.80%, 0.21和8.40%。 4 000～10 000 cm-1光谱范围, 原始光谱, 建模集与检验集的比例为4∶1, 模型最优, 其建模集内部交叉R2, SEP和RSD分别是93.28%, 0.15和6.10%, 检验集内部交叉R2, SEP和RSD分别是91.49%, 0.17, 6.68%。 证明了使用近红外光谱技术定量测定多年生苦荞叶片蛋白质和GABA含量的可行性以及模型的稳定性。
近红外光谱 多年生苦荞 模型 蛋白质 γ-氨基丁酸 Near infrared spectroscopy Perennial buckwheat Models Protein GABA 光谱学与光谱分析
2020, 40(8): 2421
中国科学院等离子体物理研究所, 安徽 合肥 230026
磁约束等离子体中杂质(特别是高Z杂质)的存在将大大增强等离子体辐射功率损失, 破坏等离子体的约束性能。 杂质行为的定量研究首先要求对杂质测量的光谱诊断系统进行绝对强度标定, 获得灵敏度响应曲线。 介绍了EAST托卡马克上的快速极紫外光谱仪系统绝对强度的原位标定方法。 在波长范围20～150 内, 通过对比极紫外(EUV)波段连续轫致辐射强度的计算值和测量值得到光谱仪的绝对强度标定。 在此过程中, 首先由(523±1) nm范围内可见连续轫致辐射强度的绝对测量值计算出有效电荷数Zeff, 进而结合电子温度和密度分布计算EUV波段连续轫致辐射强度； EUV波段连续轫致辐射强度的测量值即为不同波长处探测器的连续本底计数扣除背景噪声计数值。 对于较长波段范围130～280 , 通过对比等离子体中类锂杂质离子(Fe23+, Cr21+, Ar15+)和类钠杂质离子(Mo31+, Fe15+)发出的共振谱线对(跃迁分别为1s22s 2S1/2—1s22p 2P1/2, 3/2及2p63s 2S1/2—2p63p 2P1/2, 3/2)强度比的理论和实验值进行相对强度标定。 其中共振谱线对强度比的理论值由辐射碰撞模型计算得到, 模型中处在各个能级的离子数主要由电子碰撞激发, 去激发以及辐射衰变三个过程决定。 两种方法相结合, 实现了光谱仪20～280 范围的绝对强度标定。 考虑轫致辐射、 电子温度及电子密度的测量误差, 绝对标定误差约为30%。 在绝对标定的基础上, 我们对杂质特征谱线强度进行绝对测量, 并将测量结果与杂质输运程序结合ADAS(Atomic Data and Analysis Structure)原子数据库计算得到的模拟值进行比较, 进而估算等离子体中的杂质浓度。
EAST托卡马克 极紫外波段(EUV)光谱仪 绝对标定 轫致辐射 共振谱线对 EAST Extreme Ultraviolet (EUV) spectrometer Bremsstrahlung The absolute calibration The relative calibration The branching ratio 光谱学与光谱分析
2018, 38(4): 1262
1 中国科学院 等离子体物理研究所, 合肥 230026
2 中国科学技术大学, 合肥 230026
东方超环(EAST)上高速真空紫外(VUV)成像系统是一套选择性测量中心波长为13.5 nm的等离子体线辐射的光学成像系统。此系统具有高时空分辨能力，主要用于边界(包括台基区)等离子体行为研究。该系统已经投入EAST等离子体物理实验并获得了大量的实验数据。基于这些数据，分析了VUV诊断系统的信号强度与等离子体宏观参数之间的相关性，着重研究了EAST上中性束注入(NBI)加热功率、杂质(碳和锂)水平、电子密度等因素对VUV信号强度的影响。结果与预期基本一致：随着NBI功率的增加，VUV信号强度随之增强；VUV 信号强度与电子密度、杂质水平呈现线性关系。此外，本文还评估了由于NBI注入引起的电荷交换复合产生的C5+离子对VUV信号的贡献，结果表明这部分贡献可以忽略不计。
VUV成像 中性束 等离子体 杂质水平 VUV imaging system neutral beam injection(NBI) plasma impurity concentration 强激光与粒子束
2018, 30(4): 046001
1 中国科学院电子学研究所，北京 100190
2 中国科学院大学，北京 100049
可编程逻辑块是现场可编程门阵列 (FPGA)的核心组成部分 (主要由查找表 (LUT)和寄存器构成 )，它的内部结构设计一直是研究的重要方向。可拆分逻辑结构给电路实现带来了灵活性。本文以 6-LUT作为研究对象，从拆分粒度的角度出发，研究不同的可拆分因子 (N=1,2,3,4)对电路性能带来的影响。仿真实验基于开源的 FPGA CAD工具(ABC和 VPR)和 VPR测试电路集，实验结果表明： a) 不同可拆分因子对电路关键路径延时影响不大； b) 可拆分因子为 2时，电路使用资源的面积和面积 -延时积均最小，呈现更好的性能。
现场可编程门阵列 可拆分逻辑 查找表 (LUT) 可拆分因子 Field Programmable Gate Array fracturable logic Look -Up Table fracturable factor 太赫兹科学与电子信息学报
2017, 15(2): 307
1 中国科学院等离子体物理研究所, 安徽 合肥 230031
2 中国科学技术大学研究生院科学岛分院, 安徽 合肥 230031
3 General Atomics, P.O. Box 85608, San Diego, California 92186, USA
在托卡马克偏滤器区域充入杂质气体是检验偏滤器杂质屏蔽效应的重要手段。 利用快速极紫外EUV光谱仪对EAST托克马克装置上开展的偏滤器Ar杂质注入实验进行观测。 结合NIST原子光谱数据库对2～50 nm范围内不同电离态Ar的线光谱进行了谱线识别, 识别出Ar Ⅳ, Ar Ⅸ-Ⅺ, Ar ⅩⅣ-ⅩⅥ等若干个电离态的谱线。 为了同时观测等离子体不同区域的Ar杂质行为, 在杂质注入实验时重点监测Ar ⅩⅥ35.39 nm(Ar ⅩⅥ电离能918.4 eV, 主要分布在等离子体芯部)和Ar Ⅳ44.22 nm(Ar Ⅳ电离能9.6 eV, 主要分布在等离子体边界)这两条谱线。 利用该两条谱线强度随时间演化的结果初步分析了偏滤器杂质屏蔽效应。 在同一充气口不同等离子体位形下的实验结果表明偏滤器对于从偏滤器区域注入Ar杂质的屏蔽效果优于从主等离子体区域注入, 并且下偏滤器及内冷泵的综合粒子排除能力优于上偏滤器。
Ar极紫外光谱 EAST托克马克 偏滤器 杂质屏蔽 Ar extreme ultraviolet spectra EAST Tokamak Divertor Impurity screening 光谱学与光谱分析
2016, 36(7): 2134
1 中国科学院 电子学研究所
2 中国科学院大学，北京 100190
3 中国科学院 电子学研究所，北京 100190
针对静态随机存取存储器(SRAM)型现场可编程门阵列(FPGA)位流码配置问题，提出一种自动配置互连资源的方法。该方法从描述FPGA 结构的行为级Verilog 文件中，采用基于端口映射的记忆FPGA 配置模型搜索(MCMS)算法自动提取互连资源的配置位模型，然后结合布线结果生成布线路径上互连资源的位流码。实验结果表明，对于包含30 Mb 配置位的3 000 万门SRAM型同质FPGA，采用人工方法提取互连资源配置位模型需要6 天时间，而采用端口映射MCMS 算法仅需要29 分钟，效率提高了298 倍；对于同等规模的异质FPGA，采用人工方法需要7 天时间，而采用端口映射MCMS 算法仅需26 分钟，效率提高了394 倍。该算法作为一种通用的互连资源配置位模型提取方法，可以应用于不同的FPGA 芯片。在缩短位流码配置时间的同时，提高位流码配置的准确性。
现场可编程门阵列 位流码配置 互连资源配置位模型 MCMS 算法 Field Programmable Gate Array(FPGA) bitstream configuration model of configuration bitstream Memorized FPGA Configuration Model Search(MCMS) 太赫兹科学与电子信息学报
2016, 14(1): 136
研究了在不同强度的外磁场作用下磁流体的弛豫特性。光束垂直于磁场方向透过磁流体样品盒，记录光强随磁场通、断而上升、下降的重复变化情况。结果表明，在相同强度的磁场作用下，磁流体中磁性颗粒的体积分数越大，则光强的下降弛豫时间越小而上升弛豫时间却越大。对于同一样品，场强越大，透射光强的下降弛豫时间和上升弛豫时间就越大，且随着磁场通、断次数的增加，光强的下降弛豫时间和上升弛豫时间逐渐增大，最后趋于稳定值。对研制和改良新型光子学器件具有一定的指导意义。
磁流体 透射光强 磁场强度 体积分数 弛豫 magnetic fluids transmitted light strength of magnetic field volume fraction relaxation
1 山东省海洋生态环境与防灾减灾重点实验室, 山东 青岛 266061
2 国家海洋局北海预报中心, 山东 青岛 266061
3 国家海洋局第一海洋研究所, 山东 青岛 266061
本文选取晴好天气条件下的MODIS影像为研究数据, 以“类间距”为评价指标, 对比分析了5种常用的植被指数(NDVI、EVI、ARVI、RVI和DVI)对不同生长阶段绿潮的探测能力, 在此基础上, 利用最优指数开展了2014年黄海绿潮的过程分析, 并与历年监测结果进行了对比。结果表明, NDVI算法对绿潮各个生长阶段的探测能力均最强。2014年黄海绿潮生消过程共计85天, 绿潮密集区先向东北漂移, 然后向西北漂移, 最后转向东北方向漂移。最大覆盖面积为540 km2, 最大分布面积为50 000 km2; 与历年监测结果相比, 2014年黄海绿潮的覆盖面积较小, 但分布面积较大。
植被指数 MODIS数据 绿潮 不同生长阶段 业务化应用 Vegetation Index MODIS data Green Tide Various Stages Operational application
