为了无损伤地检测苹果轻微机械损伤, 以我国最为常见的富士苹果为研究对象, 利用高光谱成像技术, 采集了完好、 刚损伤及损伤后1、 3、 6和24 h的样品光谱信息。 采用竞争性自适应重加权算法与连续投影算法分别提取苹果高光谱数据的特征波长, 并使用最小噪声分离变换方法对所选特征波长图像进行数据压缩, 用以后续研究。 采用随机森林（RF）、 支持向量机（SVM）、 光谱角算法（SAM）作为第一层训练器, 以逻辑回归算法（Logistic）作为第二层训练器, 建立了新的Stacking模型, 以提取苹果的轻微损伤区域。 通过建立训练集、 预测集并与第一层训练器中三个单一算法对比的方式, 对其性能进行评估, 结果表明: (1）损伤果品的分类检测, Stacking模型对于损伤的样本, 检测正确率达到了100%, 对于完好样本检测正确率为96.67%, 整体检测正确率为99.4%, 表明该模型能有效地适用于不同损伤程度的苹果损伤分类检测。 (2）损伤区域的检测, Stacking模型与其他三种单一的算法进行对比发现, 对于刚出现损伤的果品, 支持向量机算法以及光谱角算法的分类精度较差, 均低于60%, 随机森林算法分类精度相对较好达到了75%以上, 而Stacking模型分类精度对损伤和未损伤果品区域的分类精度分别达到了90.2%与92.3%; 对于损伤1～6 h的果品, Stacking模型的分类精度对于两种果品区域的分类精度均达到了92%以上, 明显优于其他分类模型; 对于损伤24 h的果品, 4种模型差距不大均具有比较良好的分类效果, 均达到97%以上的分类精度, 表明Stacking模型能相对准确地提取苹果轻微损伤区域, 对高光谱的果品损伤研究具有较高的参考价值。

针对卫星上相机对高信噪比、抗辐照等特殊要求，提出一种基于长光辰芯公司的科学级CMOS探测器HR400的多光谱相机成像电子学系统设计，采用FPGA加SRAM缓存的系统架构，重点讨论了CMOS探测器的驱动设计和图像采集技术。首先，针对滤光片轮式多光谱相机曝光时间变化会导致成像偏振方位角差异的问题，提出一种能够根据曝光时间动态调整的延时成像方法，将通道通光中心作为成像的采集中心，保证不同曝光时间下采集的图像中心位置一致且处于最佳采样位置；然后，针对该延时成像方法的成像中心位置误差进行分析；最后，对相机成像性能和不同曝光时间的偏振方位角进行测试验证。测试结果表明：成像系统的时域暗噪声为71.6（等效电子数），当系统光强为饱和光强的80%时，信噪比为588.1，满足载荷成像要求；延时成像方法对由曝光时间导致的偏振方位角差异有明显改善。

以KMnO4和MnSO4·H2O为原料, 在常温常压和水热条件下制备新生态MnO2, 借助XRD、TEM、低温N2吸附-脱附等手段对材料进行表征, 比较不同制备方法对产物结构和吸附性能的影响。结果表明, 反应温度和压力对新生态MnO2的形貌和吸附性能有较大影响, 常温常压下合成产物均为短棒状, 水热合成产物为介孔纤维, 对2,4-二硝基苯酚的吸附效果优于常温常压合成产物。新生态MnO2对2,4-二硝基苯酚的等温吸附和吸附动力学分别符合Langmuir等温式(R2>0.99)和准二级吸附动力学方程(R2>0.99), 说明2,4-二硝基苯酚在新生态MnO2上为单分子层吸附和化学吸附。溶液pH值能显著影响2,4-二硝基苯酚在新生态MnO2上的吸附, 在pH=7时最大吸附量为2.539 mg/g。

随着电力计量设备向智能化方向发展, 系统中电子元器件的数量和种类不断增加, 而电子元器件又是系统中的关键部件, 决定着系统的精度与可靠性, 因此对元器件的筛选成为电力计量系统来料检验的重要质量管控过程。文章基于原有元器件检测标准的相关测试数据, 并结合统计分析方法, 对电子元器件潜在质量能力进行有效划分, 达到电力计量系统电子元器件的优中择优, 进而保障电子计量设备的长期可靠性。基于对电池钝化特性测试数据的分析, 提出一种对一次性锂-亚硫酰氯电池进行快速筛选的方法。

为提高多角度偏振成像仪(DPC)的实验室几何定标精度,分析了平行光管发散角对像点定位精度的影响,建立了误差模型,并通过改进几何模型参数拟合时的目标方程来校正像点定位误差。对比验证实验结果表明,所提方法提升了基于平行光管的几何定标方法的定标精度,在视场角较大时提升效果更明显,当平行光管发散角为2°且入射视场角50°时,定标精度至少提升0.15 pixel。高精度的实验室几何定标将为DPC实现在轨高精度地理定位,多角度、多光谱及偏振图像配准提供精确的初始几何参数。

摘要：本文基于非线性薛定谔方程并利用快速傅立叶变换的光束传输方法数值研究了一类无序势中的PT光局域化。通过比较实晶格与相应的PT对称晶格,可以发现实晶格中的有效光束束宽更宽。无序度越弱,光局域化的区域越长。此外,对于线性、聚焦和散焦非线性介质来说,聚焦非线性的有效束宽最小。

传统的正交频分复用技术对正交性要求高且存在频谱资源的浪费，不适合大规模物联网接入5G网的应用场景，偏移正交幅度调制滤波器组多载波技术是该应用场景的一个解决方案，但该技术应用于40~100Gbps光纤主干网时存在固有干扰和光信道噪声的问题，为此提出了基于小波神经网络的物联网主干光信道估计方法。通过最小二乘法对光信道进行初步估计，基于估计的结果和布谷鸟搜索算法初始化小波神经网络的参数; 通过伪逆运算动态更新网络的权重参数，从而对信道状态进行实时跟踪，保持较高的估计准确性。实验结果显示，估计方法的效果好于传统的最小二乘估计和最小均方误差估计。