本期目录
数学与物理学
-
基于针孔阵列型的单次曝光双波长叠层成像
- 罗勇, 许文慧, 史祎诗
-
2019, 36 (1):
31-37.
DOI: 10.7523/j.issn.2095-6134.2019.01.006
-
摘要 (
391 )
HTML ( )
PDF (7055KB) (
784
)
-
传统的叠层成像技术在增加参与成像的波长数量时,可有效地提高系统的成像质量和抗噪声能力。该技术已广泛应用于成像及测量等领域。但其复杂的机械移动式曝光方式,导致系统存在抖动、数据采集效率低且精度较差等问题,在增加成像波长数量时更严重地影响系统成像和测量性能。采用针孔阵列型双波长单次曝光叠层成像技术,经过实际的光学实验和数值模拟论证,在双波长情况下实现对实验数据的高效和高精度采集,避免了传统多波长叠层成像技术的弊端。还指出并论证,在选择参与成像的激光波长时,有必要考虑两个重要的波长参数:中心波长和波长间隔,为多波长的叠层成像技术提供有效的指导依据。与传统的双波长、多波长叠层成像技术相比,基于针孔阵列型的双波长单次曝光叠层成像技术具有更高的效率和更广泛的应用领域。
化学
-
偶氮苯修饰的DNA对引物延伸的光调控
- 季禾茗, 孔德佳, 莫蒙武, 雷华军, 陈露, 赵瑞琪, 王威, 何裕建, 封禄田, 吴丽
-
2019, 36 (1):
38-47.
DOI: 10.7523/j.issn.2095-6134.2019.01.007
-
摘要 (
336 )
HTML ( )
PDF (6259KB) (
964
)
-
研究偶氮苯单元修饰在核酸上控制引物延伸的行为。系统地筛选5、6、7和8个碱基的保护链通过4,4'-二羟甲基偶氮苯连接的25 mer DNA模板,并研究其在紫外光照前后调控的引物延伸效率。结果表明,具有7个保护碱基的C3对Pri.15和6个碱基短链的C2对Pri.17都具有较好的光调控延伸效果。其中C3,在Vent酶作用下紫外光照后引物延伸效率增加1倍以上。而C2,尽管紫外光照前增加了引物延伸的背景,在Vent酶催化下紫外光照射后的延伸产率达到91.4%,比紫外光照前增加84%。本工作为分子水平上研究基因功能、基因表达网络以及疾病的发生和发展提供了一种新的策略和研究手段。
环境科学与地理学
-
中国地级及以上城市城镇化发展的时空格局及影响因素
- 杨振, 雷军
-
2019, 36 (1):
82-92.
DOI: 10.7523/j.issn.2095-6134.2019.01.012
-
摘要 (
542 )
HTML ( )
PDF (13938KB) (
831
)
-
城镇化质量是一个国家和地区社会经济发展的重要见证,也是城镇化健康发展的关键。依据城镇化的丰富内涵,从人口、经济、社会和地域景观4个方面构建中国地级及以上城市城镇化水平综合评价指标体系,综合运用熵值、联合国、象限图和地理探测器等研究方法,分析2004和2014年中国地级及以上城市城镇化的时空特征及影响因素。研究表明:1)人口城镇化和经济城镇化反映城镇化水平的较大部分信息;社会城镇化和地域景观城镇化反映的信息较小,对城镇化水平的影响有限。2)综合城镇化水平空间分布呈现出明显的行政等级性差异和空间集聚性差异的双重特征。3)地级及以上城市城镇化“质”和“量”关系可划分为城镇化严重超前型、中度超前型、轻微超前型、基本协调型、轻微滞后型、中度滞后型和严重滞后型7种类型。4)城镇化的动力因子呈现出多元化特征:消费品零售总额、存款余额、财政支出和城镇固定资产投资是主导驱动力,市场经济发展和政府拉动力这两大主体因素对城镇化发展的影响有所减弱,金融力对城镇化的推动作用有所增强,外资辅助力对城镇化的推动作用逐渐增强。
信息与电子科学
-
基于稠密卷积神经网络的遥感图像自动色彩校正
- 朱思捷, 雷斌, 吴一戎
-
2019, 36 (1):
93-100.
DOI: 10.7523/j.issn.2095-6134.2019.01.013
-
摘要 (
530 )
HTML ( )
PDF (20106KB) (
899
)
-
对于单幅遥感光学图像,目前已经有很多有效的色彩校正算法,但是这些算法需要人工经验或对场景的先验知识,无法满足对快速增长的海量遥感图像进行自动化处理的需求。针对这一问题,提出一种基于稠密卷积神经网络的遥感图像自动色彩校正方法DCN(dense convolutional networks)。该模型可以预测遥感图像的RGB通道的颜色校正系数K,从而对原始图像进行自动色彩校正。DCN使用稠密模块代替部分卷积层,用更少的层数实现更多的连接。DCN模型由3 000幅GF-2号遥感图像在Tensorflow框架上训练得到,损失函数为颜色校正系数向量与真值向量之间的色偏角θ。经过测试验证,校正后的图像与原图像仅有很小的色偏角,且与真实地物颜色吻合。与传统方法相比,该方法在训练后,可直接使用生成的模型对训练集中未出现的图像进行颜色校正,无需对场景的先验知识和人工经验,也无需参考图像,可实现对海量遥感光学图像的自动化色彩校正。与传统的卷积神经网络CNN(convolutional neural networks)相比,基于DCN的模型拥有更少的参数和更好的泛化能力,而且不受输入图像大小的限制,在测试集上有更好的结果。
简报