关键词： 低能X射线望远镜   扫式电荷器件阵列   后端电子学   数据处理   本底实验   SCD探测器在轨性能  

摘要： 根据中国科学家提出的直接解调成像方法,国内成功研制了首颗X射线天文卫星,即硬X射线调制望远镜（Insight-Hard X-ray Modulation Telescope,Insight-HXMT）。该卫星在入轨后被命名为“慧眼”卫星。慧眼卫星搭载了三台X射线望远镜,分别工作在不同的能区。其中,低能X射线望远镜（Low Energy X-ray Telescope,简称LE）负责在软X射线能区（0.7-13keV）进行巡天和定点观测任务。作为国内首个低能X射线天文仪器,LE取得了大量原创的科学成果,推动了我国在低能X射线天文领域的发展。 LE的科学目标主要包括高精度的软X射线天文观测、研究软X射线背景、完成X射线脉冲星导航实验以探索该技术的可行性,以及与其他载荷共同完成多波段的X射线天文研究等。为了实现这些目标,需要使用大观测面积、高时间分辨率和能量分辨率的探测器。因此,LE项目组定制了一种扫式电荷器件（一种特殊的X射线电荷耦合器件）,并组成了96个通道,总面积达384 cm2的探测器阵列。在使用类似探测器的空间项目中,不仅通道数量最多、面积最大、读出速度最快,而且具有出色的能量分辨率和时间分辨率。为了实现探测器阵列的空间应用,需要设计后端电子学和数据处理方法,并研究探测器本底和性能的在轨演化等。这些工作对于确保LE项目的成功实施和实现科学目标至关重要。研究内容如下: （1）根据扫式电荷器件阵列空间应用的需求,后端电子学需具备较快的数据传输速度、较高的电源稳定度、可在轨更新软件、精准定位时间、提高探测器性能等能力。为满足这些要求,后端电子学开发了多项技术:充分发挥两种星上处理器的硬件优势并优化星上算法以实现较高的数据传输率;利用高性能电源芯片和多项滤波措施确保电源的稳定度;并对可靠性进行了研究。特别是使用秒脉冲和高精度时钟建立了精度达1μs的定时基准系统,为星上软件设计了更新方法,实现了在轨自动调节探测器阈值和探测器驱动电压调节等。在轨期间,后端电子学各项性能均超出预期,已为科学团队提供超过6TB的LE科学数据,为取得多项科研成果做出了重要贡献,相关设计已应用于后续X射线天文卫星的研究中。 （2）为提升LE的观测能力,设计了符合探测器阵列空间应用的数据处理方法。首先,为了实时观测天体短暂的爆发并快速下传观测结果,设计了星上数据处理功能。在轨实时计算科学数据的计数率和能谱,并通过优先级最高的数据接口将处理结果以最快的方式提供给科学用户,显著提高了LE的实时观测能力和系统可靠性。经比较,星上数据处理结果与地面后续计算的结果基本一致,验证了该方法的准确性和稳定性。其次,由于LE运行在近地轨道,外部环境复杂多变,探测器工作温度波动较大,且持续受空间辐照的影响导致探测器能谱的噪声峰位置发生变化,影响科学数据的使用。为解决这一问题,设计了周期采样技术,以固定时间间隔和高优先级对探测器输出进行采集,大多数情况下采集的是噪声信息,可以用于监测读出噪声和噪声峰位置的变化。此外,在高计数率和异常区模式导致数据缺失的情况下可以修复计数率,从而拓展LE的科学产出。这两项技术将在后续项目中得到应用。 （3）为了确保在轨数据分析的准确性,必须充分研究LE探测器的本底特性,因此首次在同类型项目中设计了探测器本底实验,在地下和地面实验室采集能谱、计数率以及反符合的结果。锦屏地下实验室有效屏蔽了绝大部分宇宙线,本底极低,可用来测试探测器内部微量放射性物质造成的影响。地面实验室受宇宙线影响大,可以测试探测器及周边物质成分受到宇宙线激发后产生的荧光X射线。实验结果显示,地下实验室对宇宙线的屏蔽效果非常明显,其探测器本底比地面实验低一至两个数量级。在本底实验中发现了多种元素的X荧光线,包括探测器的硅元素、陶瓷基底的铒元素以及安装结构中的铜元素等,同时还观察到了计数率的波动现象。通过比较本底实验结果与在轨本底数据,发现LE探测器自身产生的本底与在轨本底存在数量级的差距。小于7.5keV的能量范围内,在轨本底流强平均值约1.2×10-2counts/s/keV,地面流强平均值约3×10-3counts/s/keV,地下流强平均值约1.5×10-4counts/s/keV;由于宇宙线质子增多,7.5keV以上的能量范围在轨本底流强大幅增加,然而地面和地下本底未出现这种情况。本底实验的结果已提供给科学团队,用于精确分析LE科学数据。 （4）在轨工作期间受到空间辐射的影响导致LE探测器性能逐渐衰退。为了了解LE性能参数并制定后续观测计划,需要系统研究探测器在轨性能的变化。通过对6年半的LE在轨数据进行分析,研究了探测器性能变化的规律和原因,包括读出噪声、能量分辨、探测器增益以及分裂事例占比等方面。研究发现,读出噪声随时间不断增加;噪声峰位置不断漂移;能量分辨每年以

摘要： 探讨了数据处理技术在网络安全存储系统中的应用，详细介绍了计算机网络安全存储系统硬件设计、基于数据处理技术的网络安全存储系统软件设计的步骤，为数据处理活动提供了可靠保障。

关键词： 初中物理   实验探究   实验数据   数据处理   误差分析  

摘要： 现实课堂上教师处理实验数据的方式、方法着实令人担忧，究其根源不外乎这几个方面：误差分析意识不强、实验设计挖掘不深、数据处理能力不足、课堂时间掌控不力。这就需要教师更新教育理念，整体把握课标要求，强化误差理论学习，尊重学生获取的每一个数据，善用教学机智变“意外数据”为生成性资源，以“严谨求实”育“严谨求实”，以“核心素养”育“核心素养”。

关键词： 早期行为预测   生成对抗网络   数据处理   半序列模型   模型部署  

摘要： 人体早期行为预测任务通过观察部分人体动作序列来预测动作类别,因其在视频监控、服务机器人等领域具有广泛应用前景,相关的研究逐渐成为计算机视觉领域的热点之一。目前早期行为预测任务仍然存在一些挑战,如某些行为早期执行部分的相似性和难以区分、模型对数据变化的敏感性以及模型运行效率的提高等。本文基于骨架数据对早期行为预测展开研究,对用于早期行为预测的生成对抗结构、骨架序列的数据处理进行深入探索,为加快模型的推理速度提出并设计了半序列模型,最后对模型进行跨平台的部署。 首先,针对相似样本难以预测的问题,设计了一个新的生成对抗学习模型用于早期行为预测任务。特征样本由特征编码器生成,然后输入到类别判别器进行判别。困难样本经过对抗性生成结构生成潜在特征,鉴别器通过潜在样本再次进行学习。该方法通过对抗性生成结构生成具有细微差异的特征,增强对困难样本的判别能力。 其次,针对早期行为预测对数据敏感的问题,提出了一种新的早期行为预测数据处理方法,称为3D骨骼数据归一化和随机观测比率(3D Skeleton Data Normalization and Random Observation Ratio,3DSDN-ROR)。3DSDN数据预处理生成归一化的骨骼数据,提高预测准确性。ROR数据处理能使非序列模型能够在进行一次训练后适应不同观察比的数据。此外,ROR数据处理允许模型学习样本的全局潜在特征,从而提高了对低观察比的样本的预测准确性。 再次,为了提高模型的运行效率,创新性地提出半序列模型的概念。以往工作都是单独使用序列模型或非序列模型,本文创新性地将两者进行结合,平衡早期行为预测模型的准确度与运行效率。半序列模型的涉及多方面的探索,如数据采样距离、序列模型选择和平衡的网络结构设计等。 最后,本文设计了模型跨设备部署的解决方案。该方案利用FFMPEG软件进行数据流传输,解决了不同平台设备上的兼容性问题;同时采用Tensor RT框架进行模型性能优化,充分利用底层硬件资源。模型的跨平台部署时模型运行有更充分的计算资源,通过实验对比分析,验证了部署模型在处理速度和性能方面的优势。

摘要： 本文针对直升机数据处理现状进行了分析，提出了后续直升机数据处理系统的发展规划，在直升机数据处理软件开发领域起到了参考启示作用。为了检验直升机的动力性、可操作性、安全性等设计方案是否合理，新型直升机一般要经过成百上千次的试飞。直升机进行试飞时，机载测试系统对航空总线、旋翼系统、尾桨系统、机身的振动、载荷、温度等其他模拟信号及数字总线数据进行采集，将数字化的数据流合并记录在机载数字记录仪。机载记录的直升机试飞数据经数据处理软件解码预处理并进行初步判读后，需根据任务的需求将处理后的试飞数据分发给各专业科室成员进行分析。各专业科室成员对试飞数据进行分析后，

关键词： 科学工作流   地球系统模式   遥感影像   回归、分类与分割问题   域适应  

摘要： 科学计算的核心价值在于运用前沿计算技术来破解错综复杂的科学难题,从而推进知识的深化与技术革新。在地球科学领域,研究者利用高性能计算技术模拟和分析各种自然现象和地球系统过程,其产生的科学数据量也不断增加。如何高效而灵活地利用这些大规模科学数据,以获取有价值的信息,是一个具有现实意义且富有挑战性的课题。针对地球科学大数据分析与处理的应用需求,本文基于科学工作流的思想,结合本文作者在国家超级计算中心的科研工作实际,针对地球科学数据处理中面临的现实问题展开了以下研究: 首先,从科学计算的实际场景出发,本文在第2章中探讨了当前场景中实际存在的问题,并针对超算服务设计了一套更灵活的工作流系统解决方案——GEO-WMS。这一方案采用了一种结构化的方法来描述工作流,并为科学工作流配备了更为友好的交互逻辑。同时,通过高效地复用历史工作流及其数据,实现了计算资源的节约。测试周期内的统计结果与用户反馈均表明,本文所提出的工作流管理系统能够有效地节省研究者的操作时间与精力,同时降低计算成本。该系统具备易用性、统一性、规范性和可扩展性等多重优势,显著提高了计算资源的利用率,并具有重要的示范意义。 随后,本文依托科学工作流的理念,针对回归、分类、分割这三大典型交叉学科应用场景,结合实际设计了相应的科学工作流程。在回归问题的框架下,第3章对单柱大气模式(Single Column Atmosphere Model,简称SCAM)展开了大规模的参数分析与调优探索。本章提出了一种新的混合框架,该框架融合了大规模执行与基于学习的代理模型,旨在支持大规模敏感性分析及多参数组合的精细调优。本章聚焦于SCAM中参数化方案的11个关键参数,通过有效利用采样过程中生成的实例数据,训练出了一个高效的基于学习的代理模型。该模型在保持高精度的同时,能够以更低的计算成本实现了更优的优化效果。借助这一科学工作流,针对三参数组合深入探索了参数组合在不同情境下的联合敏感性,成功进一步降低了降水误差,彰显了科学工作流在提升数值模式模拟准确性方面的显著优势。 在地球科学研究中,遥感图像数据是卫星观测数据的一个典型代表。因此,在运用回归思想为地球系统模式构建代理模型以加速优化的基础上,第4章又根据分类思想,深入探索了遥感数据处理这一地球科学领域在计算机上的另一重要应用场景。域适应(Domain Adaptation,简称DA)方法在遥感领域具有广泛应用,其优势在于无需在目标领域添加人工解读,因此特别适用于跨区域、多时相和多传感器的应用场景。为更好地应对遥感领域中的域适应挑战,本章依托科学工作流的理念,在优化与整合损失函数的同时,提出了一种新的通用数据处理方法C3DA专门用于遥感场景的分类。该方法通过融合样本的置信度、一致性和确定性,使网络训练更高效,并在通用的DA场景下获得更高的分类性能。在基于3个经典数据集构建的6个迁移学习任务上,相对现有方法有着明显的性能提升。这一方法在不需要任何关于标签集的先验知识的情况下,可以更好地解决更加通用和实际的数据分析问题。 接下来,在上一章工作的基础上,第5章对主动学习应用于遥感影像语义分割中的域适应场景展开了更为深入的探讨。本章提出了一种新的方法,将同时考虑到区域感知要素的主动选择策略引入到遥感领域中。同样基于科学工作流的思想,本章提出了融合了一致性与确定性的区域感知主动域适应RC2ADA,通过保持源图像中每个像素与其最近邻的局部预测一致性,同时结合标准监督损失和负学习损失,使特征更具有区分性。在实验部分,本章在两个典型的遥感图像数据集上设计了4组迁移学习实验,并验证了所提方法在实验中的有效性。在上述任务的表现中,提出的方法显著优于现有方法,并缩小了与全监督方法之间的差距。结果表明,该方法使用非常少的注释数据就可达到出色性能,为促进遥感影像分析的发展提供了具有现实价值的启示。 本文研究了基于科学工作流的地球科学数据处理方法,以大气数值模拟与遥感影像分析两种典型应用作为研究对象,通过解决回归、分类与分割这三类经典问题,展示了从科学计算任务的管理走向数据处理与分析、再到更高阶应用的发展路线。本文的方法可以在主流的地球系统科学研究场景中表现出良好的性能,且可做到与实践紧密耦合,进而提高科研工作效率。

关键词： 糖尿病诊断   电子鼻系统   气体传感器阵列   数据处理   特征选择   集成学习  

摘要： 近年来,糖尿病发病率逐年升高且传统血糖检测方法由于其侵入性给患者带来的痛苦和不便。因此本研究利用气体传感器阵列技术和模式识别方法,开发了一种电子鼻系统,旨在通过分析人体呼气和尿液中挥发性有机化合物(VOCs)来无创、便捷地筛选和监测糖尿病患者。本论文的具体研究内容如下: 1.确定了糖尿病患者浓度异常的挥发性化合物包括丙酮、氨、乙醇、二甲基二硫化物和甲苯等。依据上述特定的代谢气体成分与气体传感器特性确定了传感器选择标准,选用了12种气体传感器组成了气体传感器阵列,并设计了相应数据处理与控制电路。最后,论证了三种气体采集方案,选择了动态置顶空采样法并设计了本电子鼻系统的气路结构。为后续电子鼻系统软件设计和数据分析提供了可靠的硬件采集平台。 2.为确保电子鼻系统有效地获取、处理和传输采集数据,本研究采用Free RTOS实时操作系统开发了数据采集和处理软件。使用My SQL数据库设计了实验数据表和被试人员信息表,分别用于存储实验数据和被试人员信息。利用Py Qt5设计了上位机软件界面,实现了用户与电子鼻系统的交互功能。最后,设计了基于人体代谢气体的采集实验,并通过筛选标准将受试者分为糖尿病患者组和健康对照组,共采集了209组样本数据。 3.针对电子鼻系统的数据特性,本研究建立了一套完整的数据处理流程,包括预处理、特征生成和特征选择。在数据预处理方面,对原始数据进行了滤波、基线校准和归一化操作。在特征生成方面,基于原始响应曲线的响应和变换的方法,共生成了120个特征。在特征选择方面,采用了Wrapper、Filter和Embedded三类方法,设计了基于互信息量、SVM-REF和XGBoost的特征选择策略进行对比研究,最终采用基于XGBoost的特征选择方法,形成了一组16维的特征向量。 4.论证了适用于本电子鼻系统数据的多种模式识别算法,包括支持向量机、决策树、线性判别分析等,以及设计了基于bagging、加权投票和Boosting的集成学习模型。其中,改进的加权投票的集成分类方法最优,其分类准确率为90.5%。 本研究展现了电子鼻系统在糖尿病早期诊断和长期监测方面的潜力。通过进一步优化,该系统有望成为糖尿病管理的重要工具。