卷积神经网络在化工领域的应用综述

作为实现人工智能的关键技术,深度学习在机器学习领域中备受关注。介绍了深度学习典型算法之一的卷积神经网络的基础知识与理论,阐述了卷积神经网络在反应器内参数测定、流场识别、流场重构、故障诊断等方面的应用进展,并展望了该技术在化工领域的发展趋势。

基于深度学习的CFD软件界面高精度识别

【目的】传统计算流体力学(Computational Fluid Dynamics,CFD)模拟在工况设置、结果处理等过程中需要大量的人工操作。要想实现智能CFD模拟,就要先实现对软件界面的高精度识别。【方法】根据CFD模拟的实际操作场景来创建多尺寸、多内容、多背景的数据集,利用百度飞桨(PaddlePaddle)深度学习平台来建立基于CRNN网络的CFD软件界面识别模型,并对其进行训练。【结果】试验结果表明,将数据增强、再训练等技术应用于识别模型,能有效改善模型的精度,且与传统的自然场景识别模型相比,该模型对软件界面的识别精度提高了15%。【结论】本研究实现了对化工CFD模拟软件界面的高精度识别,为实现CFD模拟向智能化方向发展奠定重要基础。

圆形双折射多孔光纤折射率传感器研究

设计一种可以工作在近红外区的新型圆形晶格结构的双折射多孔光纤表面等离子体共振折射率传感器.利用全矢量有限元法对传感器的传感特性进行详细的数值研究,研究结果表明:通过合理调节传感器的结构参数,该传感器能同时实现表面等离子体模和纤芯基模的相位匹配条件和损耗匹配条件,使表面等离子体模和纤芯基模产生完全耦合.此外,当待测样品折射率分布在1.33~1.35范围内时,传感器的波长灵敏度最高可达9500 nm/RIU,且其折射率分辨率则高达1.05×10^(-6) RIU.

基于表面等离子体共振的新型超宽带微结构光纤传感器研究

基于表面等离子体共振的微结构光纤传感器具有高灵敏、免标记和实时监控等优点.如今,由于此类传感器广泛应用于食品安全控制、环境检测、生物分子分析物检测等诸多领域而受到大量研究.然而,目前所报道的绝大多数此类传感器只能应用于可见光或近中红外传感.因此,对可应用于中红外传感的表面等离子体共振微结构光纤传感器的研究是一项极具挑战性的工作.基于此,本文设计了一种可以工作在近红外和中红外区域的新型高灵敏表面等离子体共振微结构光纤传感器.传感器采用双芯单样品通道结构,该结构不仅可以消除相邻样品通道间的相互干扰和提高传感器的信噪比,还可以在超宽带波长范围内实现高灵敏检测.采用全矢量有限元法对其传感特性进行了系统的研究,研究结果表明:当待测样品折射率分布在1.423—1.513范围内时,传感器不仅可以在1.548—2.796μm的超宽带波长范围内进行工作,而且其平均灵敏度高达13964 nm/RIU.此外,传感器的最高波长灵敏度和折射率分辨率分别为17900 nm/RIU,5.59×10^(–7) RIU.

基于数码观测式分光计的劳埃德镜干涉实验

利用数码观测式分光计进行劳埃德镜干涉实验,使用分光计中的游标盘测出有干涉现象时到干涉条纹刚好消失时载物台转过的角度,计算出狭缝光源到反射镜的垂直距离,应用数码相机观察记录干涉条纹图像,再运用GIMP软件测出干涉条纹的间隔,最后计算出光波波长.该实验操作简单,测量方便,适合在大学物理实验教学中推广应用.

中药提取物及有效成分防治非酒精性脂肪性肝病的作用机制研究进展

本文对中药治疗非酒精性脂肪性肝病(NAFLD)的研究现状进行了概述,并总结了近五年中药提取物及有效成分防治NAFLD的作用机制研究进展,主要涉及调节血脂紊乱、保护肝功能、抗氧化、抗炎和改善胰岛素抵抗5个方面。

冠状动脉钙化与乳腺癌患者放疗后心血管疾病相关性

冠状动脉钙化(CAC)是一个独立的心血管疾病(CVD)危险因素,研究发现可通过乳腺癌患者放射治疗计划CT扫描,自动量化CAC,从而提前识别出放疗后CVD风险增高的患者并采取干预。本文综述了目前研究CAC与乳腺癌患者放疗后心脏不良反应相关性的文献,以期为临床提供降低乳腺癌患者放疗后CVD风险的策略。

我得了鼻炎

我最近经常打喷嚏，不管天气是热还是冷，这真让我头疼。 医生说我得了过敏挂鼻炎，妈妈带我去医院两次了，可我的鼻炎反而变得更严重了。今天好像又开始发作了，痒得要命，但我又不知所措，只好像木头人一样站着，继续忍着瘁。后来，我终于忍不住了，