简介:描述了一种采用HPGe探测器γ能谱法无损测量核材料铀样品并计算样品的生产(纯化)年龄与同位素丰度的方法。该方法不需要其他任何标准源或参考源,对样品的形态(固体、液体)和形状没有限制,由铀样品自身所含多γ射线核素的γ能峰来刻度相对峰效率曲线,由能峰计数率、相对效率、γ射线发射概率等参数确定铀同位素的比值,由^234U与其衰变子体214Bi的活度比值计算其生产年龄。对一个铀总量约5g、^235U浓缩度约90%的24mL液体铀样品,用两套HPGe探测器分别测量不同能区范围的γ能谱:在平面型探测系统获取的低能区能谱中,用^235U的γ能峰刻度相对峰效率曲线,计算了^234U、^228Th(232U子体)与235U的相对比值;在同轴型探测系统获取的高能区能谱中,用^228Th及其子体的γ能峰刻度相对峰效率曲线,计算^238U、^214Bi与^228Th的相对比值,综合计算得到铀样品生产年龄(-32a)及铀同位素丰度,并与样品经过放化分离后,质谱法测量得到的结果进行了比较,生产年龄与丰度比偏差均在5%以内符合。
简介:针对SAR图像的目标自动分割问题,在分析非下采样轮廓波变换(nonsubsampledcontourlettransform,NSCT)和脉冲耦合神经网络(pulsecoupledneuralnetworks,PCNN)的基础上,提出了一种基于非下采样轮廓波域特征图和PCNN的SAR图像目标分割算法.对SAR图像经过NSCT分解后的高、低频图像分别运用不同方式进行处理.利用PCNN对低频图和高频子带特征图分别进行分割,获取了目标所在的区域及目标的精细结构.利用MSTAR数据进行了仿真实验,并与基于模糊C均值的分割算法、基于马尔可夫随机场的分割算法进行了对比.实验结果表明,所提出算法对SAR图像目标的分割结果更为准确,同时较其他算法具有更强的抗噪性能.
简介:利用计算机图像采集卡连接摄像头拍摄同一运动员举重失败过程与成功过程的序列图像,图像经预处理后使用Hough变换自动检测杠铃位置,分别计算两过程杠铃的垂直方向和水平方向受力,分析并比较其动力学特征,寻找举重技术动作失败的原因。结果表明,尽管失败过程与成功过程在杠铃抓举上肩阶段均取得了成功,但失败过程杠铃垂直受力峰值明显高于成功过程,运动员消耗的力量明显高于成功过程;而在杠铃挺举上举阶段,失败过程运动员的上举爆发力并没有接近垂直向上,或前段体能消耗过大而力量不支,并且运动员无法用力阻止杠铃到最高点时水平出现的较大晃动,以上原因导致举重技术动作的失败。