Author Affiliations
Abstract
1 Ministry of Education Key Laboratory for Nonequilibrium Synthesis and Modulation of Condensed Matter, Shaanxi Province Key Laboratory of Quantum Information and Quantum Optoelectronic Devices, School of Physics, Xi’an Jiaotong University, Xi’an 710049, China
2 Department of Nuclear Physics, China Institute of Atomic Energy, P.O. Box 275(7), Beijing 102413, China
Strong-field quantum electrodynamics (SF-QED) plays a crucial role in ultraintense laser–matter interactions and demands sophisticated techniques to understand the related physics with new degrees of freedom, including spin angular momentum. To investigate the impact of SF-QED processes, we have introduced spin/polarization-resolved nonlinear Compton scattering, nonlinear Breit–Wheeler, and vacuum birefringence processes into our particle-in-cell (PIC) code. In this article, we provide details of the implementation of these SF-QED modules and share known results that demonstrate exact agreement with existing single-particle codes. By coupling normal PIC simulations with spin/polarization-resolved SF-QED processes, we create a new theoretical platform to study strong-field physics in currently running or planned petawatt or multi-petawatt laser facilities.
Matter and Radiation at Extremes
2023, 8(6): 064002
作者单位
摘要
1 中国人民公安大学侦查学院, 北京 100038 刑事科学技术北京市重点实验室, 北京 100038
2 中国人民公安大学信息网络安全学院, 北京 100038
3 中国科学院合肥物质科学研究院固体物理研究所, 安徽 合肥 230031
高危阿片类毒品海洛因的泛滥, 对国家安定、 社会经济和人民生命财产安全带来了巨大的危害。 高效、 准确的海洛因及其代谢物的检测鉴定方法在打击毒品犯罪, 处理涉毒案件以及公安禁毒工作中具有十分重要的意义。 表面增强拉曼光谱(SERS)兼具检测速度快、 操作简便、 灵敏度高、 指纹识别及无损检测等优点, 能够实现对毒品的高效、 便携检测。 若结合模式识别技术, 可提高数据处理效率、 避免人为错判的发生, 进而实现自动精确分类识别的目的。 针对溶液中微/痕量海洛因及其代谢物, 提出了基于Au/SiO2复合纳米球阵列(Au/SiO2 NSA)的SERS检测与模式识别相结合的方法, 实现对它们的灵敏检测与高效鉴别。 首先, 采用气-液界面自组装和磁控溅射沉积的方法制备了具有良好SERS活性和结构一致性的Au/SiO2 NSA, 以此为SERS基底(芯片), 结合便携式拉曼光谱仪, 成功实现了对水溶液中海洛因及其主要活性代谢物(6-单乙酰吗啡(6-MAM)和吗啡)的灵敏检测, 检测限低至10-4 mg·mL-1。 然后, 利用模式识别技术中的系统聚类分析(HCA)、 主成分分析(PCA)和支持向量机(SVM)对所获得的谱图数据进行定性/定量分类识别。 结果表明, 在HCA和PCA均能准确分类的基础上, 采用基于径向核函数、 线性核函数、 多项式核函数、 S型核函数中任意一种建立的PCA-SVM模型, 均能够100%地对海洛因、 6-MAM和吗啡进行定性识别; 选取基于径向核函数的SVM模型, 对不同浓度海洛因定量区分的准确率可达90.1%; 而通过基于线性核函数的SVM模型, 对不同浓度6-MAM和吗啡的判别准确率分别为84.8%、 70.2%。 这项工作不仅为基于SERS的灵敏检测与精准鉴别提供了一种具有实用价值的高质量基底(芯片), 也为对海洛因及其代谢物进行准确的分类及识别给出了可行的方案。
表面增强拉曼光谱 Au/SiO2复合纳米球阵列 模式识别 海洛因及其代谢物 灵敏检测 精准鉴别 Surface-enhanced Raman spectroscopy Au/SiO2 composite nanosphere array Pattern recognition Heroin and its metabolites Sensitive detection Accurate identification 
光谱学与光谱分析
2023, 43(10): 3150
作者单位
摘要
长安大学 工程机械学院,陕西西安710064
常规的尺度不变特征变换(SIFT)图像特征提取方法难以提取多聚焦图像离焦模糊区域的特征,使得图像间存在局部、少量的公共特征,导致多聚焦图像配准精度差,严重影响后续图像融合和三维重建质量。在分析图像离焦模糊区域特征提取不确定性的基础上,提出了一种多聚焦图像离焦模糊区域的SIFT特征提取方法。首先提取多聚焦图像聚焦清晰区域的SIFT特征,再利用光流跟踪提取对应离焦模糊区域的SIFT特征,避免了在离焦模糊区域直接提取SIFT特征的不确定性。实验结果表明:提出的方法在离焦模糊区域具有良好的SIFT特征提取能力和提取精度,能实现多聚焦图像SIFT特征匹配数量显著增长,SIFT特征提取的误差为0.03~0.39 pixels,优于现有方法的0.21~1.71 pixels。降低了离焦模糊区域SIFT特征提取的不确定性,为多聚焦图像精确配准奠定了基础。
多聚焦图像 尺度不变特征变换(SIFT)特征提取 离焦模糊区域 光流跟踪 multi-focus images Scale-Invariant Feature Transform(SIFT) feature extraction defocused blurred area optical flow tracking 
光学 精密工程
2023, 31(24): 3630
刘建 1,2王凌坤 1,2许保亮 1,2赵倩 1,2[ ... ]段涛 1,2,*
作者单位
摘要
1 1.西南科技大学 核废物与环境安全省部共建协同创新中心, 绵阳 621010
2 2.西南科技大学 国防科技学院, 环境友好能源材料国家重点实验室, 绵阳 621010
3 3.中国工程物理研究院 核物理与化学研究所 高级陶瓷创新研究团队, 绵阳 621900
相较于传统固相烧结方法, 熔盐在较低的温度下提供了快速的传质和成核过程, 可合成用于固化高放废物(HLW)的陶瓷固化体。本工作采用熔盐法(MSS)在不同烧结温度(1100、1200、1300、1400、1500 ℃)和不同烧结时间(3、6、9、12、15 h)下制备了掺Nd的锆石(ZrSiO4)陶瓷(Zr1-xNdxSiO4-x/2 (0≤x≤0.1)), 并采用静态浸出试验(PCT)研究掺Nd的ZrSiO4陶瓷在模拟地质处置环境下的化学稳定性。在熔盐与氧化物最佳摩尔比为10 : 1、烧结温度为1200 ℃、烧结时间为6 h的较温和条件下, 利用熔盐法成功合成了Zr1-xNdxSiO4-x/2, 可将Nd在ZrSiO4中的固溶摩尔分数提高到8%, 结果显示MSS法能够降低陶瓷合成温度, 缩短合成时间, 提高固溶量。ZrSiO4陶瓷对三价锕系核素的固化机理为晶格固化。浸出实验结果显示, Nd的归一化浸出率(LRNd)低至~10-5 g·m-2·d-1。浸出前后ZrSiO4陶瓷未发生物相演变, 展现出较好的结构稳定性。浸出模型显示Nd浸出归因于陶瓷表面层发生溶解。研究结果表明, MSS法是一种高效的合成陶瓷固化体的手段。
固化 锆石 熔盐 化学稳定性 immobilization zircon molten salt chemical stability 
无机材料学报
2023, 38(8): 910
作者单位
摘要
上海电力大学电子与信息工程学院, 上海 201000
针对目前遥感图像检测精度低、召回率低、实时性差等问题, 提出基于GhostNet和 CoT多分支残差网络(MBRNet)的遥感飞机检测算法。借鉴YOLOv4网络模型, 采用MBRNet作为新的主干网络, 从而减少梯度消失问题并弥补了CNN欠缺的全局特征计算能力; 为了减少小目标丢失问题, 同时在主干与PANet中引入多方位的特征提取与融合思路, 实现在高、低特征层之间和同尺度特征层之间的信息充分互补。提出的算法在具有背景复杂、过度曝光、目标密集等场景的RSOD 和LEVIR数据集上准确率达到了97.64%, 召回率达到了89.11%。
遥感图像 遥感飞机 多分支残差网络 remote sensing image remote sensing aircraft Multi Branch-Residual Network(MBRNet) YOLOv4 YOLOv4 GhostNet GhostNet 
电光与控制
2023, 30(3): 107
刘城 1,2,3赵倩 2,3牟志伟 2,3雷洁红 1,*段涛 2,3,*
作者单位
摘要
1 1.西华师范大学 物理与天文学院, 南充 637001
2 2.西南科技大学 核废物与环境安全省部共建协同创新中心, 绵阳 621010
3 3.西南科技大学 国防科技学院, 环境友好能源材料国家重点实验室, 绵阳 621010
放射性碘是典型的核裂变产物之一, 吸附-分离-固化放射性碘(129I、131I等)对于核电运营、乏燃料后处理具有重要意义。本研究采用静电纺丝技术和热还原方法, 以一种聚甲基倍半硅氧烷树脂(MK树脂)为原料, 成功制备出一种新型铋基复合纳米纤维膜(Bi@SiOCNF)。该材料以SiOC纤维为基体, 金属单质铋负载在SiOCNF表面与三维网络空间, 对气体碘表现出良好的捕获与固定能力。吸附实验结果表明, 该材料在2 h内可达到最大饱和吸附容量(515.2 mg/g)。XRD、XPS等测试结果表明, 铋基SiOCNF复合纳米纤维膜通过化学吸附与物理吸附机制共同吸附气态碘。热分析表明, Bi@SiOCNF具有良好的热稳定性。该材料在核电站、乏燃料后处理厂对放射性气态碘的捕获、固定和储存等方面具有潜在的应用前景。
气态碘 放射性 静电纺丝  吸附 gaseous iodine radioactive electrospinning bismuth adsorption 
无机材料学报
2022, 37(10): 1043
作者单位
摘要
1 1.西南科技大学 核废物与环境安全省部共建协同创新中心, 绵阳 621010
2 2.西华师范大学 物理与空间科学学院, 南充 637002
石榴石具有较大的锕系包容量及化学灵活性, 被认为是潜在的锕系核素固化基材。本工作以Nd3+模拟三价锕系核素, 通过高温固相法成功合成了Y3-xNdxFe5O12(0≤x≤2)系列钇铁石榴石(YIG)固化体。研究了Nd在YIG固化体中的固溶极限和Nd掺杂量对固化体的物相和微观结构的影响规律, 以及不同pH条件下Nd掺杂钇铁石榴石固化体的化学耐久性。研究结果表明, 当x≤1.7时, YIG基固化体为纯相YIG; 当x≥1.8时, YIG基固化体中YIG、NdFeO3和Fe2O3三相共存。纯相YIG基固化体对Nd3+的固溶极限约为29.5%(质量分数)。随着Nd掺杂量增加, 固化体的密度增大, 体积减小, 孔隙率减小。浸出实验结果显示, 28 d后元素归一化浸出率(LRi)逐渐趋于平衡, 42 d后, 其元素的LRi为10-6~10-5 g·m-2·d-1。LRY小于LRNd, 且酸性溶液中元素归一化浸出率也略高于中性和碱性溶液。这些结果表明, YIG陶瓷是理想的三价锕系核素候选固化基材。
钇铁石榴石(YIG) 锕系核素 相演变 化学稳定性 yttrium iron garnet (YIG) actinide phase evolution chemical stability 
无机材料学报
2022, 37(7): 757
作者单位
摘要
云南大学 信息学院,云南 昆明 650504
针对相机抖动、拍摄物体快速运动以及低快门速度等因素造成的图像非均匀模糊,提出一种结合多尺度特征融合和多输入多输出编-解码器的去模糊算法。首先使用多尺度特征提取模块来提取较小尺度模糊图像的初始特征,该模块使用扩张卷积来以较少的参数量获得更大的感受野。其次,通过特征注意力模块来自适应地学习不同尺度特征中的有效信息,该模块利用小尺度图像的特征来生成注意图,能够有效地减少冗余特征。最后,使用多尺度特征渐进融合模块逐步融合不同尺度的特征,使得不同尺度特征信息能够进行互补。相比以往的使用多个子网堆叠的多尺度方法,文中使用单个网络就能提取多尺度特征,从而降低了训练难度。为了评估网络的去模糊效果和泛化性能,提出的算法在基准数据集GoPro、HIDE和真实数据集RealBlur上均进行了测试。在GoPro和HIDE数据集上的峰值信噪比值分别为31.73 dB和29.39 dB,结构相似度值分别为0.951和0.923,其结果均高于目前先进的去模糊算法,并且在真实数据集RealBlur上也取得了最佳效果。实验结果表明,提出的去模糊算法相比现有算法去模糊更为彻底,能有效地复原图像的边缘轮廓和纹理细节信息,并且能够提升后续高级计算机视觉任务的鲁棒性。
图像去模糊 图像恢复 深度学习 多输入多输出 多尺度网络 image deblurring image restoration deep learning multi-input multi-output multi-scale networks 
红外与激光工程
2022, 51(10): 20220018
作者单位
摘要
西安科技大学通信与信息工程学院,陕西西安710054
针对视频前景提取(ViBe)算法在模型初始化时因前景像素干扰导致的“鬼影”问题,面对复杂背景环境的更新策略问题,提出利用图像像素均值作为参考对ViBe 算法模型进行初始化优化;同时,提出随背景模型复杂度变化的自适应更新策略。利用邻域像素和连续帧背景像素的相似性进行背景模型初始化;然后通过计算样本间各像素的方差判定背景模型是否稳定,建立自适应的更新策略;最后提取运动目标。通过CDnet2014 数据集验证表明:该算法有效改善了“鬼影”现象,提高了背景模型在复杂环境下的鲁棒性,各项客观评价指标也有所提升。
ViBe 算法 均值建模 前景检测 “鬼影”消除 图像处理 ViBe algorithm mean modeling foreground detection "ghost" elimination image processing 
太赫兹科学与电子信息学报
2022, 20(11): 1177
作者单位
摘要
中国电子科技集团公司第二十研究所, 陕西西安 710068
来袭目标意图识别是战场态势认知的重要部分。为充分利用探测到的空中来袭目标运动状态信息的时间相关性来提高意图识别精确度, 本文提出一种基于长短时记忆神经网络 (LSTM)的敌方空中目标作战意图识别方法。该方法首先利用仿真推演平台根据 4种常见意图想定推演来袭目标数据, 对生成数据进行清洗以及滑窗处理从而得到有效样本集, 利用长短时记忆神经网络对生成样本集进行学习形成敌方空中目标作战意图识别模型。实验结果表明, 利用长短时记忆神经网络来学习 4种常见意图数据的运动及时间相关特征信息, 预测准确率最终可达 92%, 取得了比传统分类器更好的效果。
长短时记忆神经网络 敌方空中目标 意图识别 态势感知 Long Short Term Memory enemy air target intention identification situation awareness 
太赫兹科学与电子信息学报
2022, 20(11): 1156

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!