当前主流的眼底视网膜血管分割方法存在细微血管细粒度特征很难采集和细节容易丢失的问题。为解决这一问题,设计了一种改进U-Net模型算法,该算法将U-Net上下采样中的原始卷积层改为二次循环残差卷积层,提升了特征的使用效率;在解码部分引入多通道注意力模型,改善了低对比度下细小血管的分割效果。该算法在DRIVE (Digital Retinal Images for Vessel Extraction)和STARE (Structured Analysis of the Retina)两个数据库的准确率分别为96.89%和97.96%,敏感度分别为80.28%和82.27%,AUC(Area Under Curve)性能分别为98.41%和98.65%,较现有的先进算法有一定的提升。本文所提算法能有效提高眼底图像细微血管分割准确率。

为了提升便携式近红外仪器中单一水果模型应用的广泛性, 创新性的将不同仪器间模型传递的思想应用在不同种类水果间可溶性固形物（soluble solid content, SSC）的模型传递。 基于苹果、 梨、 桃三种水果在SSC含量范围、 果型大小以及果皮厚度等的相近物理化学特性, 提出利用简单的斜率/截距（Slope/Bias）算法对苹果SSC的偏最小二乘(partial least square, PLS)模型进行传递, 仅用少量的梨和桃样品即可将苹果SSC模型应用于其SSC值的预测, 更快捷方便且节约成本。 对于梨样品, 用35个标准样品, 预测集均方根误差（root mean square error of prediction, RMSEP）值由直接预测的1.009 °Brix降为0.565 °Brix; 对于桃样品, 用40个标准样品, RMSEP由直接预测的1.726 °Brix降为0.677 °Brix。 为了验证该模型传递方法的可行性, 通过斜率/截距算法, 采用梨和桃模型对其他两种水果的SSC进行预测, 其中利用建立的梨SSC模型, 经斜率/截距算法模型传递后, 对于苹果样品, 用30个标准样品, RMSEP值达到0.597 °Brix, 对于桃样品, 用40个标准样品, RMSEP值达到0.689 °Brix; 利用建立的桃SSC模型, 经斜率/截距算法模型传递后, 对于苹果样品, 用35个标准样品, RMSEP值达到0.654 °Brix, 对于梨样品, 用30个标准样品, RMSEP值达到0.439 °Brix。 研究结果表明: 斜率/截距（Slope/Bias）方法可用于苹果、 梨、 桃等相近种类水果间的模型传递, 为近红外光谱仪在相似种类物质间的预测提供了新思路。

利用高压原位拉曼光谱技术研究了非静水条件对CeO2纳米八面体高压结构相变的重压影响。研究表明: 在非静水条件下(无传压介质), 当压力达到26 GPa时, CeO2纳米八面体发生由立方萤石型结构到正交α-PbCl2型结构的可逆结构相变, 相变压力低于相应的体材料(30 GPa)。相反, 在准静水压条件下, CeO2纳米八面体的相变压力为33 GPa, 高于其体材料。研究表明, 实验条件对CeO2纳米八面体结构稳定性具有重要影响。

采用金刚石对顶砧装置对直径分布在1. 3nm左右的单壁碳纳米管进行了高压拉曼光谱研究。实验结果表明随压力的增加碳管的截面形状发生了由圆到椭圆再到扁平的变化, 这和我们之前的研究结果一致。从31 GPa卸压至常压后碳管的结构得到了较好的保持, 这个压力值明显高于传统的SP2键结构的碳材料所能稳定存在的压力范围(20 GPa以下)。通过对碳管G-band半峰宽的详细分析, 我们认为在较高的压力下碳管之间发生了成键, 形成了一种更为稳定的结构。这种结构对高压下的碳管起到了保护作用, 从而使碳管表现出了较好的可逆性。