【摘 要】
：
水-气平衡器是海水CO_(2)分压（partial pressure of CO_(2)， pCO_(2)）测量系统的关键部件，决定着测量的准确度。通过将射流器应用于水-气平衡器的研制，利用射流曝气实现水气间CO_(2)的交换；同时在平衡器排水管上设计气体收集腔及气体回流管，避免平衡器内气体损失，提高运行的稳定性。在实验室测试了平衡器的性能，并将其应用于福建沿岸海水中pCO_(2)的船载走航测定。
论文部分内容阅读
水-气平衡器是海水CO_(2)分压（partial pressure of CO_(2)， pCO_(2)）测量系统的关键部件，决定着测量的准确度。通过将射流器应用于水-气平衡器的研制，利用射流曝气实现水气间CO_(2)的交换；同时在平衡器排水管上设计气体收集腔及气体回流管，避免平衡器内气体损失，提高运行的稳定性。在实验室测试了平衡器的性能，并将其应用于福建沿岸海水中pCO_(2)的船载走航测定。结果表明，与商品化的水-气平衡器相比，所研制的新型平衡器具有结构简单、响应速度快的特点，能在实际环境中稳
其他文献
粘连图像分割作为颗粒计数、分类、定级评价、识别的基础环节，其实际应用价值不言而喻。本文简要介绍现有的传统分割算法和基于深度学习的分割算法种类，根据粘连颗粒尺寸小、随机散落、数量众多、形状不规则及边缘特征模糊等特点，结合粘连分割算法在各种领域中的应用现状，重点阐述基于分水岭、凹点、U-Net语义分割的方法，介绍关键技术，分析优缺点，明确适用范围，进行算法评价，并对相关的研究方向和发展趋势作出展望。
我国非常重视秸秆资源的有效利用，而秸秆还田既是改善土壤有机质（SOM）、保持土壤肥力，又是一种环境友好、高效、低成本的重要措施之一。因此，通过360 d田间原位模拟试验，以典型黑土为研究对象，采用土壤腐殖质化学分组以及固态~(13)C-核磁共振技术研究了全量（12 t hm~(-2)）玉米秸秆还田至0-15 cm土层以模拟秸秆浅旋还田（SI15）、0-35 cm土层以模拟秸秆深混还田（SI35）、
早期诊断对降低肺癌死亡率至关重要。为了提高肺癌的早期诊断效果，本文提出一种基于深度学习的CT图像的肺结节检测算法。该算法包括对原始CT数据的预处理、基于V-Net和R-CNN混合的Mask V-Net R-CNN肺结节检测模块和基于多尺度与上下文的肺结节假阳性衰减网络。实验结果显示，本算法取得了0.97的FROC值，较已有算法提升了5%，表明本算法对肺癌早期检测和诊断具有较好的临床意义。
针对深度学习算法检测钢材表面缺陷时，结构信息减少导致检测精度低的问题，提出一种特征融合和级联检测网络的Faster R-CNN钢材表面缺陷检测算法。采用改进的Faster R-CNN算法对钢材表面缺陷进行检测，首先利用主干网络提取特征图，通过融合特征图的方式，达到减少结构信息丢失的目的；进一步将生成的特征图输入RPN网络生成区域建议框；最后利用检测网络对区域建议框进行分类与回归，通过级联2个检测网
In this work， the correlations between spatial distributions of landslide point density (LPD) and strong ground motions of the three strong earthquakes are qualitatively investigated. Meanwhile the qu
双受精是被子植物特有的生殖方式，主要为花粉管穿过花柱进入子房并在胚囊中释放精细胞，一个精细胞与卵细胞结合，另一个精细胞与中央细胞结合完成双受精的过程。而花粉管的导向生长则是被子植物双受精过程完成的前提，它能够保证精细胞被准确地运送到植物的雌配子体中。花粉管导向分为孢子体导向与配子体导向两个阶段，在配子体导向中，雌雄配子体的互作可精确定向控制花粉管导向胚珠生长，但是雌雄配子体的具体互作机制仍有待研究
目前的图像识别大多是使用深度卷积神经网络实现，深度卷积神经网络给识别精度带来提升的同时，也降低了识别速度。如何在保持精度的同时，提高速度成为图像识别的一个重要目标。针对深度卷积神经网络的识别速度问题，在保持识别精度的同时，提出了一种网络长度更短，识别速度更快的残差网络。首先，结合残差网络，通过减少网络长度的方法，得到了长度只有7层的残差网络。然后，结合多尺度分割方法，得到了基于多尺度分割的图像识别
改进型气冷反应堆(advanced gas-cooled reactor,AGR)作为二代堆型,在英国大量装备,目前已经进入设计寿期末期,能否顺利延寿,很大程度上取决于作为堆芯支撑和慢化作用的石墨构件的结构完整性。针对“全堆芯石墨构件原位多维度损伤探查”这一技术挑战,该文采用迭代图像重建算法(simultaneous algebraic reconstruction technique,S ART
实现生活垃圾自动分类是解决城市固体废弃物（Municipal Solid Waste，MSW）不断增长矛盾的有效途径。论文着眼于近十年基于计算机视觉的垃圾图像识别相关研究，依据垃圾自动分类方法的差异性将当前现有相关研究分为基于传统机器学习方法和以及基于深度学习方法。重点介绍了机器学习方法以及深度学习方法特征提取方式，对比分析了传统机器学习方法和基于深度学习方法的垃圾种类识别的优缺点，着重阐述深度学
红外传感技术有效解决了夜间观测的难题，成为现代战场侦察的重要手段之一。不断提升基于红外图像的目标识别能力是实施精确打击、态势感知的有力途径。针对红外图像识别问题，提出基于轻量级梯度提升机（Light Gradient Boosting Machine， LGBM）的Zernike特征选取算法，并结合稀疏表示分类器（Sparse Representation-based Classification