为提升复杂交通场景下天气识别准确率的同时实现网络轻量化，提出了一种结合改进ConvNeXt网络与知识蒸馏的天气识别方法。首先，在ConvNeXt网络的每组Block特征提取块后加入SimAm注意力机制，构建ConvNeXt_F网络，利用SimAm注意力机制对Block块提取的深层特征进行鉴权并校正权重，有效强化对天气判别性特征的捕获能力；其次，在网络训练过程中将Equalized Focal Loss（EFL）与Mutual-Channel Loss（MCL）采用平均占比的方式进行累加作为总损失函数，一方面利用EFL消除数据不均衡造成的影响，另一方面利用MCL减小同类天气下局部细节特征差异；最后，采用知识蒸馏技术将天气分类知识从ConvNeXt_F网络迁移到轻量级MobileNetV3网络，虽然精度略微损失但网络参数量大幅减少。实验结果表明，与其他算法相比，所提方法在本文构建的宁夏高速公路场景下的天气数据集weather-traffic和公开的自然天气数据集RSCM2017上准确率分别达到96.22%，84.8%，FPS分别达到157.6 Hz,137.6 Hz，FLOPs和Params仅为0.06 G和2.54 M，识别精度、速度和网络的轻量化较原网络均有提高，能够更好地应用于储存和计算能力受限的实际场景中。

为设计合理有效的神经网络框架，提高去雾算法的精度，保留完整的边缘细节，提出了常微分方程（Ordinary Differential Equation， ODE）启发的多级特征逐步细化及边缘增强的去雾算法。利用多级特征提取子网络，从输入雾图中提取出包含细节信息的低级特征和包含语义信息的高级特征，用于后续去雾结果的逐步细化。受残差网络框架与ODE求解策略关联性启发，依据两步两阶的蛙跳方法Leapfrog设计出Leapfrog模块，并串联多个Leapfrog模块，模拟ODE离散的逼近求解过程，构造逐步细化的去雾子网络。此子网络中，每个Leapfrog模块在交替输入的低级/高级特征的互补信息引导下，不断细化前一个Leapfrog模块估计的去雾结果。受二阶微分算子实施边缘增强的启发，边缘增强子网络利用预训练的UNet估计最后一个Leapfrog模块的去雾图像边缘，并叠加到此去雾图像上得到增强边缘，保留细节的最终去雾结果。实验表明，在真实图像及合成图像上，本算法均能取得较好的去雾效果，且在视觉评价和客观评价方面优于已有的去雾算法，与EAAN相比去雾精度提高了5%，运行时间仅有0.032 s，能有效用于图像去雾的工程实践中。

在最近的实验中，PN结型量子阱结构被观察到反常的载流子输运情况，其相应的物理机制和载流子输运模型被提出。通过系统实验观察到，PN结量子阱结构材料在共振激发模式下，仍可测出开路电压或短路电流。对比开路和短路情况下的光致荧光（PL）光谱，发现短路下PL强度明显降低。这说明短路状态下的光生载流子没有被限制在量子阱内，而是逃逸出结区。这种载流子逃出量子阱的现象却没有在等量偏压下的NN型量子阱结构中发现，说明载流子逃出量子阱并非由传统的热激发或隧穿的作用导致。据此，笔者提出了相应的物理机制和载流子输运模型对此现象进行解释，认为光生载流子能在PN结内建电场的作用下直接逃出量子阱，并且辐射复合发光发生在载流子逃逸过程之后。

An internal photoemission-based silicon photodetector detects light below the silicon bandgap at room temperature and can exhibit spectrally broad behavior, making it potentially suited to meet the need for a near-infrared pure Si photodetector. In this work, the implementation of a thin Au insertion layer into an ITO/n-Si Schottky photodetector can profoundly affect the barrier height and significantly improve the device performance. By fabricating a nanoscale thin Au layer and an ITO electrode on a silicon substrate, we achieve a well-behaved ITO/Au/n-Si Schottky diode with a record dark current density of 3.7×10-7A/cm2 at -1V and a high rectification ratio of 1.5×108 at ±1V. Furthermore, the responsivity has been obviously improved without sacrificing the dark current performance of the device by decreasing the Au thickness. Such a silicon-based photodetector with an enhanced performance could be a promising strategy for the realization of a monolithic integrated pure silicon photodetector in optical communication.