Author Affiliations
Abstract
1 MOE Key Laboratory of Macromolecular Synthesis and Functionalization, Department of Polymer Science and Engineering, Key Laboratory of Adsorption and Separation Materials and Technologies of Zhejiang Province, Zhejiang University, 38 Zheda Road, Hangzhou 310027, People’s Republic of China
2 Shanxi-Zheda Institute of Advanced Materials and Chemical Engineering, Taiyuan, People’s Republic of China
3 State Key Lab of Chemical Engineering, College of Chemical and Biological Engineering, Zhejiang University, 38 Zheda Road, Hangzhou 310027, People’s Republic of China
4 Bavarian Polymer Institute and Department of Chemistry, University of Bayreuth, Universitätsstrasse 30, 95440 Bayreuth, Germany
Nano-Micro Letters
2023, 15(1): 224
1 滁州学院 机械与电气工程学院，滁州 239000
2 安庆师范大学 电子工程与智能制造学院，安庆 246133
光谱检测是鉴别物质类型、掌握物质含量的重要手段。凹面光栅作为光谱检测仪的核心器件，其成像质量直接影响检测质量,影响凹面光栅的成像质量归类为像差消除与分辨率提升两个方面。综述了光谱检测仪研制、像差消除与分辨率提升的研究进展; 总结了各方案消除像差、提高分辨率的技巧、特色以及需满足的条件; 最后展望了基于凹面光栅的光谱检测未来可能发展方向。
光谱学 衍射与光栅 成像 光谱 检测技术 像差 分辨率 spectroscopy diffraction and gratings imaging spectra detection technology aberration resolution
大气与环境光学学报
2023, 18(5): 401
Author Affiliations
Abstract
1 China-Australia Institute for Advanced Materials and Manufacturing, Jiaxing University, Jiaxing 314001, P. R. China
2 School of Electronic and Information Engineering, Foshan University, Foshan 528000, P. R. China
3 School of Materials Science & Engineering, Tongji University, No. 4800 Cao’an Road, Shanghai 201804, P. R. China
Dielectric capacitors are receiving increasing attention due to the high-power density and fast charge–discharge speed. However, defects are inevitably induced during the preparation process and then weaken the breakdown strength, thereby limiting their energy density. The phenomenon gives rise to self-healing technology. The discovery of sol–gel-derived aluminum oxide with electrolysis and dielectric dual-characteristic provides a novel, simple and cost-effective self-healing method to heal defects and enhance energy density. In this paper, we systematically reviewed the current self-healing technologies and the important progress of electrolysis and dielectric co-existence dielectrics. Finally, we outlook the electrolysis and dielectric co-existence dielectrics and potential challenge.
Electrolyte/dielectric co-existence self-healing effect sol–gel method aluminum oxide Journal of Advanced Dielectrics
2023, 13(5): 2245003
1 国防科技大学气象海洋学院，湖南 长沙 410000
2 中国气象局国家卫星气象中心，北京 100081
云底高度是地气系统辐射收支以及飞行安全的重要影响因素。介绍了利用FY-4A卫星的数据产品反演云底高度的方法，设计了两种云底高度反演方案：第一种方案先将云划分为卷云（Ci）、高层云（As）、高积云（Ac）、层云/层积云（St/Sc）、积云（Cu）、雨层云（Ns）、深对流云（Dc）和多层云（Multi）等8种云类型，再分别采用独立的集成学习模型反演这8类云的云底高度；第二种方案不区分云的类型，采用统一的集成学习模型反演云底高度。将CloudSat探测的云底高度作为参考值，以129515个样本对两种方案进行评估，结果表明方案一的反演模型效果更好，均方根误差（RMSE）为1304.7 m，平均绝对误差（MAE）为898.4 m，相关系数（R）为0.9214。
大气光学 云底高度反演 FY-4A 云顶高度 云光学厚度 云粒子有效半径 集成学习
Author Affiliations
Abstract
1 School of Electronic Science and Applied Physics, Hefei University of Technology, Hefei 230009, China
2 Shenzhen Institute for Quantum Science and Engineering and Department of Physics, Southern University of Science and Technology, Shenzhen 518055, China
3 Hefei National Laboratory for Physical Sciences at the Microscale and Department of Modern Physics, University of Science and Technology of China, Hefei 230026, China
4 CAS Key Laboratory of Microscale Magnetic Resonance, University of Science and Technology of China, Hefei 230026, China
5 Synergetic Innovation Center of Quantum Information and Quantum Physics, University of Science and Technology of China, Hefei 230026, China
6 e-mail: bingchenphysics@hfut.edu.cn
7 e-mail: nyxu@hfut.edu.cn
8 e-mail: djf@ustc.edu.cn
The nitrogen-vacancy (N-V) center in diamond is a widely used platform for quantum information processing and sensing. The electron-spin state of the N-V center could be initialized, read out optically, and manipulated by resonate microwave fields. In this work, we analyze the dependence of electron-spin initialization on widths of laser pulses. We build a numerical model to simulate this process and to verify the simulation results in experiments. Both simulations and experiments reveal that shorter laser pulses are helpful to the electron-spin polarization. We therefore propose to use extremely short laser pulses for electron-spin initialization. In this new scheme, the spin-state contrast could be improved about 10% in experiments by using laser pulses as short as 4 ns in width. Furthermore, we provide a mechanism to explain this effect, which is due to the occupation time in the meta-stable spin-singlet states of the N-V center. Our new scheme is applicable in a broad range of N-V-based applications in the future.
Photonics Research
2020, 8(8): 08001289
天津大学电气自动化与信息工程学院, 天津 300073
提出一种基于马尔科夫链蒙特卡罗(MCMC)框架的子图学习方法,该方法通过构建马尔科夫链实现子图在状态空间中的迭代,最终得到用于匹配的最优子图,以有效提高图匹配的精度,减少离散值的影响。在此过程中,所提方法可以在一对一的匹配约束下有效保存成对的匹配点,同时避免了离散值和畸变值的影响。实验分别在合成图像数据集、真实图像数据集、3D模型数据集上展开,实验结果证明了所提方法在图匹配过程中的优越性。
图像处理 图匹配 机器学习 马尔科夫链蒙特卡罗 离散值 激光与光电子学进展
2020, 57(6): 061003
北京工业大学 材料科学与工程学院, 新型功能材料教育部重点实验室, 北京 100124
利用低氟MOD工艺制备了Ba2YTaO6(BYTO)单一纳米颗粒掺杂及BYTO和LaAlO3(LAO)双纳米颗粒共掺杂的YBCO复合薄膜。研究表明BYTO在YBCO薄膜中的最优掺杂量为6mol%, 此时薄膜的自场Jc为1.25 MA/cm 2, 在1.2 T下获得的最大钉扎力为3.02 GN/m 3。共掺杂试验中引入与YBCO具有正错配度的BYTO粒子和负错配度的LAO粒子, 两者相互作用使有效掺杂总量提高至10mol%。调整两种纳米粒子的配比发现6mol% BYTO+4mol% LAO掺杂的YBCO复合薄膜样品在外加磁场为2 T时, Jc值高达0.27 MA/cm 2, 获得最大钉扎力时的磁场由纯YBCO薄膜的0.42 T提高至共掺杂的1.6 T, 此时最大钉扎力为5.6 GN/m 3。正负错配纳米颗粒共掺杂有效地提高了YBCO复合薄膜在外加磁场下的超导性能。
正负错配 纳米颗粒 钉扎力 掺杂量 positive and negative lattice mismatch nanoparticles pinning force doping amount
天津大学电气自动化与信息工程学院, 天津 300072
提出一种利用细胞时域演化特征来表示有丝分裂的方法。首先,该方法从细胞有丝分裂序列的每帧图像中提取三种不同特征,即通用搜索树(GIST)、尺度不变特征变换(SIFT)、卷积神经网络(CNN),针对提取的每种特征,用池化方法在空间和时间维度上对其进行处理;然后,将处理后的一系列池化特征组合成一个单一的特征向量来表示该细胞有丝分裂事件的最终特征;最后,将组合后的特征向量作为分类器的输入,利用传统的机器学习方法,即支持向量机(SVM)来处理有丝分裂事件的识别问题。实验结果表明所提方法在精度和召回率方面均优于传统方法,可以更好地应用于细胞有丝分裂检测中。
图像处理 时域演化特征 图像特征 分类器 有丝分裂 激光与光电子学进展
2019, 56(24): 241007
1 安徽理工大学电气与信息工程学院, 安徽 淮南 232000
2 阜阳师范学院计算机与信息工程学院, 安徽 阜阳 236000
3 School of Electronic and Electrical Engineering, University of Leeds, Woodhouse Lane, Leeds L859JT, UK
快速准确的识别突水类型和突水来源对煤矿安全开采具有重要意义, 激光诱导荧光(LIF)技术在检测中具有快速性和灵敏性, 将LIF应用于煤矿突水的检测, 再结合模式识别算法, 可快速识别出突水来源。 目前用于识别水样光谱的算法过于依赖预先建立的水样光谱数据库, 当突水水源不在该库中时, 易引发误识别。 无监督学习算法DBSCAN在聚类时不需样本集的标签和类别信息, 能降低对未知类别的误识别, 因此把DBSCAN算法用于突水的激光诱导荧光光谱识别, 并将MVO用于DBSCAN的参数寻优, 省去繁琐的人工参数寻优过程。 实验中, 从谢桥煤矿采水点获取四个水样, 利用像素为2 048的USB2000+光谱仪采集水样的荧光光谱, 每种水样采集30组光谱数据。 首先, 利用无监督学习算法自动编码器(AE)对原始光谱数据降维, 以减少光谱数据中冗余信息对聚类的影响, 设计的AE的结构是介于浅层和深层之间的多层网络模型, 可将原始光谱数据降到2维; 为使降维模型具有稀疏性, 在传统的AE算法中加入一个Dropout层, 由实验可知, 加入Dropout层后的降维模型具有较快的收敛速度。 将多元宇宙优化(MVO)算法用于DBSCAN参数寻优, 在参数寻优过程中, DBSCAN对降维后的水样光谱识别率最高为97.5%, 此时参数所对应的取值范围为［0.023 66 0.040 65］; 为验证AE对水样光谱数据降维的有效性, 把归一化后的未降维的光谱数据用于DBSCAN聚类识别, DBSCAN对原始水样光谱的识别率最高为95%, 比降维后的后水样光谱识别率低了2.5%, 结果表明, 使用AE降维光谱数据, 可提高DBSCAN对不同光谱的识别率。 最后, 用监督学习算法K最近邻(KNN)识别降维后的水样光谱, 将识别结果和无监督学习算法DBSCAN的识别结果对比, 其中训练集选用三种水样, 测试集使用四种水样; 在测试集中, 监督学习算法只能准确地识别训练集所包含的水样类别, 但把训练集没有的类别全部识别错误, 而DBSCAN能准确的识别出训练集中没有的水样光谱。 非线性降维算法AE能实现对高维的水样光谱数据降维, 把MVO-DBSCAN用于煤矿突水水源的LIF光谱识别, 可有效降低因矿井水源光谱数据库建立不完备而引起的误识别。
煤矿突水 激光诱导荧光 光谱识别 密度聚类 多元宇宙优化 自动编码器 丢失 Mine water inrush Laser induced fluorescence Spectral recognition Density-based special clustering of applications w Multi-verse optimizer Auto encoder Dropout 光谱学与光谱分析
2019, 39(8): 2437
