1 华南农业大学电子工程学院(人工智能学院), 广东 广州 510642人工智能与数字经济广东省实验室(广州), 广东 广州 510330国家柑橘产业技术体系机械化研究室, 广东 广州 510642
2 华南农业大学电子工程学院(人工智能学院), 广东 广州 510642
针对市场中存在广陈皮年份造假、 以次充好等问题, 提出一种基于黑寡妇优化算法(BWO)和支持向量机模型(SVM)的广陈皮陈化年份高光谱鉴别方法。 以四类陈化年份(5~20年)的广陈皮作为实验对象, 采集样本的高光谱图像数据(385~1 014 nm波长), 通过镜头校准和反射率校准后提取样本感兴趣区域的平均光谱数据。 首先, 采用多项式平滑算法(SG), 结合多元散射校正算法(MSC)和去趋势算法(detrend)对数据进行降噪处理; 然后, 分别采用连续投影算法(SPA)、 竞争性自适应重加权与逐步回归混合算法(CARS_SR)筛选出特征波段; 最后, 提出以均方根误差(RMSE)为适应度函数, 分别使用偏最小二乘判别分析模型(PLS)、 粒子群算法优化SVM模型(PSO-SVM)和蝗虫算法优化SVM模型(GOA-SVM)对广陈皮的陈化年份进行鉴别, 并通过采用BWO算法优化SVM模型(BWO-SVM)来得到鉴别模型的最优参数。 结果发现: SG_detrend算法对广陈皮高光谱数据具有较好的降噪能力, CARS_SR算法具有较好的特征信息提取能力; 与PLS、 PSO-SVM和GOA-SVM相比, BWO-SVM算法可以得到更好的鉴别模型控制参数; SG_detrend-CARS_SR-BWO-SVM模型对广陈皮陈化年份的鉴别准确率达到97.59%, RMSE为0.060 2, R2为0.952 9。 该工作为实现广陈皮陈化年份的快速无损鉴别提供了新方法, 也为便携式鉴别仪器或在线生产设备研发提供了理论依据。
高光谱 广陈皮 陈化年份 支持向量机 黑寡妇优化算法 Hyperspectral Cantonese tangerine peel Storage age Support vector machine Black widow optimization algorithm 光谱学与光谱分析
2023, 43(9): 2894
利用分子束外延(Molecular Beam Epitaxy, MBE)系统生长了In掺杂硅基碲镉汞(Mercury Cadmium Telluride, MCT)材料。通过控制In源温度获得了不同掺杂水平的高质量MCT外延片。二次离子质谱仪(Secondary Ion Mass Spectrometer, SIMS)测试结果表明, In掺杂浓度在1×1015~ 2×1016 cm-3之间。表征了不同In掺杂浓度对MCT外延层位错的影响。发现位错腐蚀坑形态以三角形为主(沿<111>方向排列), 且位错密度与未掺杂样品基本相当。对不同In掺杂浓度的材料进行汞饱和低温处理后, 样品的电学性能均有所改善。结果表明, In掺杂能够提高材料的均匀性, 从而获得较高的电子迁移率。
分子束外延 碲镉汞 In掺杂 molecular beam epitaxy HgCdTe In doping
硅与碲镉汞之间的外延碲化镉缓冲层能够减小外延过程中产生的高达107 cm-2的位错密度, 高温热退火是抑制材料位错的有效方法之一。传统的离位退火技术会导致工艺不稳定和杂质污染等, 而原位退火则可有效解决这些问题。利用原位退火技术对分子束外延生长的硅基碲化镉材料进行了位错抑制研究。对厚度约为9 m的碲化镉材料进行了6个周期不同温度的热循环退火, 并阐释了不同退火温度对硅基碲化镉材料位错的抑制效果。采用统计位错腐蚀坑密度的方法对比了退火前后材料的位错变化。可以发现, 在退火温度为520℃时, 位错密度可以达到1.2×106 cm-2, 比未进行退火的CdTe材料的位错密度降低了半个数量级。
原位退火 碲化镉 位错密度 in-situ annealing cadmium telluride dislocation density
1 华南农业大学电子工程学院(人工智能学院).，广东 广州 510642
2 国家柑橘产业技术体系机械化研究室，广东 广州 510642
3 广东省农情信息监测工程技术研究中心，广东 广州 510642
柑橘叶片水分亏缺是影响柑橘生长发育的重要因素之一, 为研究水分胁迫对柑橘含水率的影响, 利用高光谱快速无损检测柑橘叶片含水率, 并应用伪彩色处理实现含水率可视化。 收集100片柑橘叶片, 使用烘干法得到鲜叶和烘干叶片一共500个不同梯度含水率的数据样本, 将样本按7∶3的比例划分为训练集(350个样本)和测试集(150个样本), 使用决定系数(R2)和均方根误差(RMSE)来评估模型预测的好坏。 采用卷积神经网络(CNN)对高光谱数据进行预测, CNN模型使用一维卷积核, 一共三层卷积池化层, 使用RELU激活函数激活, 输出层采用linear激活函数回归预测, 使用nadam算法对模型进行优化更新, 迭代次数为1 000次; 将原始光谱数据和SG, MSC和SNV三种预处理后的光谱数据, 与全波段、 CARS筛选的特征波段、 PCA提取的特征波段组合, 导入CNN模型, 确定最佳模型为原始光谱数据的CARS-CNN, 训练集的和RMSEC分别为0.967 9和0.016 3, 测试集的和RMSEV分别为0.947 0和0.021 4; 原始光谱数据的全波段CNN模型效果其次, 训练集的和RMSEC分别为0.934 3和0.024 9, 测试集的和RMSEV分别为0.915 9和0.028 6。 对比了不同预处理方式和特征波长选择的支持向量机回归模型(SVR)、 偏最小二乘法回归模型(PLSR)、 随机森林模型(RF)组合的最佳结果, 将最佳组合模型(原始光谱数据+CARS+PLSR, SNV+PCA+RF, SNV+PCA+SVR)与原始光谱数据的CARS-CNN对比, 结果表明, 依然是原始光谱数据的CARS-CNN模型预测效果最佳。 相较于其他的模型, CARS-CNN模型经过CARS筛选特征波段和卷积核进一步提取特征后, 预测精度远高于SVR, PLSR和RF模型。 选择训练好的CARS-CNN模型, 将高光谱图片导入到模型中, 计算每个像素点的含水率, 得到伪彩色图像, 能够可视化叶片的含水率分布情况。 研究结果为柑橘叶片水分含量提供了更快速、 更直观、 更全面的评估, 为研究柑橘叶片水分胁迫提供了依据, 为智能灌溉决策的优化提供了参考。
柑橘叶片 含水率 高光谱 卷积神经网络 可视化 Citrus leaf Moisture content Hyperspectral Convolution neural network Visualization 光谱学与光谱分析
2022, 42(9): 2848
1 北京工业大学材料与制造学部激光工程研究院, 北京 100124
2 北京工业大学北京市数字化医疗3D打印工程技术研究中心, 北京 100124
3 中国人民解放军61646部队, 北京 100089
选区激光熔化成形过程中的加工参数对其制件的性能有重要的影响, 因此, 研究了选区激光熔化加工过程中不同扫描速度和不同激光功率对成形的Ti6Al4V合金制件的性能的影响, 主要包括制件的断裂行为, 并从其微观组织结构着手, 研究了Ti6Al4V合金制件的断裂机制。试验结果表明: 在不同的加工参数下, 制备的Ti6Al4V合金制件的断口形貌有显著差异; 通过选择不同的扫描速度和激光功率, 可有效调控Ti6Al4V合金制件断口处金属晶粒的大小、内部孔洞缺陷等。通过对选区激光熔化成形Ti6Al4V合金制件的断口形貌分析, 得到最优化的加工参数为: 激光功率240 W、扫描速度1 200 mm/s、铺粉层厚0.03 mm及扫描间距0.14 mm。此时, Ti6Al4V合金制件的抗拉强度达到1 177 MPa。
选区激光熔化 断口形貌 力学性能 selective laser melting Ti6Al4V Ti6Al4V fracture morphology mechanical property
为提升大面阵II类超晶格红外探测器的性能、产量和材料质量，对3 in长波InAs/GaSb II类超晶格分子束外延(Molecular Beam Epitaxy, MBE)生长工艺优化进行了研究。结合反射式高能电子衍射（Reflection High-Energy Electron Diffraction, RHEED）条纹研究了不同的去氧化层温度和生长温度对3 in外延片质量的影响。使用光学显微镜、原子力显微镜(Atomic Force Microscopy, AFM)、表面颗粒检测仪、白光干涉仪、高分辨X射线衍射仪（High-Resolution X-Ray Diffractometer, HRXRD）以及X射线衍射谱模拟分别对外延片的表面形貌、均匀性和晶格质量进行了表征。优化后外延片1 μm以上缺陷的密度为316 cm-2，粗糙度为0.37 nm，总厚度偏差(Total Thickness Variation, TTV)为19.6 μm，77 K下截止波长为9.98 μm。在2 in长波II类超晶格分子束外延生长工艺的基础上，研究了增大GaSb衬底尺寸后相应生长条件的变化情况。这对尺寸增大后III-V族分子束外延工艺条件的调整具有参考意义，也为锑基II类超晶格红外探测器的面阵规模、质量和产能提升奠定了基础。
分子束外延 II类超晶格 3 in GaSb衬底 molecular beam epitaxy type-II superlattice 3-in GaSb substrate
HgCdTe材料的表面缺陷是造成探测器性能下降的主要原因之一。采用聚焦离子束（Focused Ion Beam, FIB）、扫描电子显微镜（Scanning Electron Microscope, SEM）和能量色散X射线光谱仪（Energy Dispersive X-ray Spectrometer, EDX）研究了碲锌镉（CdZnTe)基HgCdTe外延层的表面缺陷。通过分析不同类型缺陷形成的原因，确定缺陷起源于HgCdTe材料生长过程。缺陷的形状与生长条件关系密切。凹坑及火山口状缺陷与Hg缺乏/稍高生长温度、分子束源坩埚中材料形状变化造成的不稳定束流有关。金刚石状缺陷和火山口状/金刚石状复合缺陷的产生与Hg/Te高束流比、低生长温度相关。在5 cm×5 cm大小的CdZnTe（211）B衬底表面上生长出了组分为0.216、厚度约为6.06~7 μm的高质量HgCdTe外延层。同时还建立了缺陷类型与HgCdTe薄膜生长工艺的关系。该研究对于制备高质量HgCdTe/CdZnTe外延层具有参考意义。
分子束外延 缺陷 molecular beam epitaxy HgCdTe HgCdTe CdZnTe CdZnTe defect
贵州大学大数据与信息工程学院, 贵州 贵阳 550025
针对暗通道先验去雾算法中存在的块效应、算法复杂度高等问题,提出了一种改进的基于暗通道先验的去雾算法。首先,通过暗通道先验去雾算法得到粗略透射率,再通过峰值信噪比自适应调节雾气参数,以获取最优透射率。然后,将上述结果分别作为多层感知器的输入向量和目标向量进行训练,以建立粗略透射率到最优透射率之间的映射并得到最优透射率。最后,结合大气光值复原无雾图像。实验结果表明,本算法能有效改善块效应,提高复原效率,且能在一定程度上提升图像细节的清晰度。
图像处理 暗通道先验 多层感知器 峰值信噪比 透射率 激光与光电子学进展
2021, 58(20): 2010011
现阶段，大面阵碲镉汞红外焦平面探测器的需求持续增加，面向更大尺寸的碲镉汞材料制备技术成为了研究热点。对4 in硅基碲镉汞材料外延技术进行了研究。通过提升设备参数的稳定性、控制外延片的平整度以及优化材料工艺参数等一系列手段，突破了大尺寸硅基碲镉汞材料工艺的关键技术瓶颈，并制备出了高平整度、高均匀性、低缺陷率、高质量的4 in硅基碲镉汞材料。结果表明，该材料的双晶衍射半峰宽小于等于90 arcsec，表面宏观缺陷密度小于等于100 cm-2，表面平整度小于等于15 m。
4 in硅衬底 分子束外延 碲镉汞 4 in Si substrate MBE HgCdTe
