作者单位
摘要
1 中国计量大学 材料与化学学院, 浙江 杭州 310018
2 中国计量大学 光学与电子科技学院, 浙江 杭州 310018
3 中国科学院上海硅酸盐研究所 无机功能材料与器件重点实验室, 上海 201899
4 中国科学院高能物理研究所 核探测与核电子学国家重点实验室, 北京 100049
通过传统的高温熔融淬火技术制备了Sn2+-Mn2+共掺杂的Gd2O3-Al2O3-SiO2(GAS∶0.5Sn2+,yMn2+)玻璃。研究了玻璃的光致发光特性和Sn2+-Mn2+能量传递过程。在365 nm激发下, 随着Mn2+浓度的增加(1.0%,1.5%,2.0%,2.5%,3.0%,3.5%,4.0%), 玻璃中Sn2+的发光强度逐渐降低, 而Mn2+的发光强度逐渐增大。Sn2+的衰减时间随着Mn2+含量的增加而减小, 玻璃中产生了Sn2+到Mn2+离子的能量传递。GAS∶0.5Sn2+,yMn2+玻璃的光致发光量子产率(PLQY)随着Mn2+含量的增加而减小, 其最大值为25.48%。玻璃中Mn2+离子浓度达到4.0%时, 其发光属于准白光发射, 色坐标为(0.323,0.273)。另外, 本文还研究了Sn2+-Mn2+共掺杂玻璃的发光热猝灭现象, Sn2+发光中心电子跃迁所需克服的热激活能约为0.23 eV。
铝硅酸盐玻璃 Sn2+-Mn2+共掺 能量传递 白光发射 aluminum-silicate glass Sn2+-Mn2+ co-doped energy transfer white light emission 
发光学报
2022, 43(5): 691
姚文静 1,2,*刘术林 2,3闫保军 2赵高峰 1[ ... ]谷建雨 2,5
作者单位
摘要
1 河南大学物理与电子学院, 河南开封 475004
2 中国科学院高能物理研究所, 核探测与核电子学国家重点实验室, 北京 100049
3 中国科学院大学物核科学与技术学院, 北京 100049
4 南京大学物理学院, 江苏南京 210093
5 广西大学物理科学与工程技术学院, 广西南宁 530004
对国产低电阻微通道板( microchannel plate, MCP)在直流模式下的线性动态范围开展了详细研究。利用深紫外光源(低压汞灯)激发蒸镀有金阴极的 MCP, 获得较宽范围的输入电流, 进而测试了与低阻 MCP线性动态范围相关的各项参数, 包括电阻、增益、传导电流以及最大最小输入电流等。结果表明: 降低体电阻能够有效提高 MCP的线性动态范围, 其最大和最小输入电流之间跨越 6个数量级; 该低阻 MCP在 3种不同工作电压下, 最大输出电流为传导电流的 16%~19%, 与国际上高输出技术 MCP相比, 性能相当, 能够应用于相关领域。
微通道板 电阻 线性动态范围 增益 microchannel plate, resistance, linear dynamic ran 
红外技术
2022, 44(3): 310
作者单位
摘要
1 江苏省扬州环境监测中心, 江苏 扬州 225100
2 扬州大学环境科学与工程学院, 江苏 扬州 225009
针对当前地表水体有机污染的原位快速监测需求, 提出一种基于三维荧光光谱技术的水质指标预测模型和水质等级快速判断方法。 以扬州市域内多种地表水体的水质监测数据作为模型训练样本, 充分利用水体三维荧光光谱信息, 结合线性支持向量回归算法(LIBLINEAR), 建立了与化学需氧量(CODCr)、 高锰酸盐指数(CODMn)、 氨氮(NH3-N)、 总磷(TP)、 总氮(TN)和五日生化需氧量(BOD5)6项有机污染相关水质指标的预测模型。 研究结果表明, 6项指标预测模型的训练集和测试集决定系数R2均大于0.73, 预测值与国标及行业标准方法分析结果的相关系数r达到0.9以上。 利用水质指标预测结果进一步判断有机污染指标相关水质等级, 黑臭水体识别率达86%, 对Ⅲ类~重度黑臭共6个水质等级的分类准确率为60%。 结果说明该方法通过水体三维荧光光谱信息预测水质有机污染指标具有较好的准确性和精度, 为广域时空尺度地表水的高效原位监测提供了一种新的解决方案。
三维荧光光谱 线性支持向量回归 水质指标 水质等级 原位监测 EEM spectrum Linear support vector regression Water quality indexes Water quality grade In situ monitoring 
光谱学与光谱分析
2021, 41(9): 2839
尹士玉 1郭浩 1,2颜敏 2王志刚 2,3[ ... ]钱森 2,3,*
作者单位
摘要
1 北方工业大学机械与材料工程学院,北京 100144
2 中国科学院高能物理研究所,北京 100049
3 核探测与核电子学国家重点实验室,北京 100049
为满足诸如大型对撞机实验探测器研制、空间载荷量能器等大科学工程和新型医疗影像设备TOF-PET对闪烁体的筛选需求,对闪烁体的闪烁性能(发射光谱、光输出、能量分辨率、衰减时间、余辉以及符合时间分辨率等)进行了研究,并针对不同闪烁体样品的测试需求设计了一整套完整的无机闪烁体性能测试方案。在发射光谱测试中选择了不同的激发源进行对比测试,对能量分辨率与符合时间分辨等闪烁性能的测试条件进行优化,并成功应用于热门闪烁体掺杂铈的硅酸钇镥(LYSO:Ce)和钆铝镓石榴石(GAGG:Ce)的性能研究中,取得了较好的测试结果。
无机闪烁体 性能测试 能谱 能量分辨率 符合时间分辨率 inorganic scintillator performance test plan energy spectrum energy resolution coincidence time resolution 
光电工程
2021, 48(6): 210038
作者单位
摘要
1 福州大学 物理与信息工程学院,福州 350108
2 福建金东矿业股份有限公司,福建 三明 365101
为提高小规模训练集下CNN特征驱动的浮选工况识别效果,提出一种基于泡沫红外与可见光图像CNN特征提取及自适应迁移学习的工况识别方法.首先构建基于AlexNet的双模态CNN特征提取及识别模型,并通过RGB-D大规模数据集对模型的结构参数进行预训练;其次,用多个串联的双隐层自编码极限学习机代替预训练模型的全连接层,实现对双模态CNN特征的融合及逐层抽象提取,然后通过核极限学习机映射到更高维空间进行决策;最后构建浮选小规模数据集对迁移后的模型进行训练,并改进量子狼群算法用于模型参数优化.实验结果表明:自适应迁移学习能够明显提高小样本数据集下的识别准确度,采用双模态CNN迁移学习较单模态CNN迁移学习的工况识别精度提高了3.06%,各工况的平均识别准确率达到96.83%,识别精度和稳定性较现有方法有较大提升.
机器视觉 浮选工况识别 红外与可见光图像 卷积神经网络 迁移学习 双隐层自编码极限学习机 量子狼群算法 Machine vision Flotation performance recognition Infrared and visible images Convolutional neural network Transfer learning Double hidden layer automatic encoder extreme learning machine Quantum wolf pack algorithm 
光子学报
2020, 49(10): 1015001
作者单位
摘要
1 福州大学物理与信息工程学院, 福建福州 350108
2 福建金东矿业股份有限公司, 福建三明 365101
针对浮选泡沫表面图像动态变化、光照影响、噪声干扰导致流动特征难于提取的问题, 提出了一种在 NSST域改进 ORB的泡沫流动特征提取方法, 并应用于浮选加药状态识别。对相邻两帧泡沫图像 NSST分解, 对多尺度高频子带先通过尺度相关系数去除噪声再分为多个内层和外层, 在各内层通过方向模极大值检测提取兴趣点, 然后在本层和上下层通过非极大值抑制提取特征点, 采用多尺度 BRIEF描述子对特征点描述, 结合泡沫的运动趋势动态调整搜索的匹配区域, 根据匹配结果计算泡沫流动特征。最后, 构建行列自编码极限学习机对泡沫形态、尺寸分布特征和流动特征进行融合, 然后通过自适应随机森林对加药状态分类识别。实验结果表明, 改进的 ORB受噪声和光照影响小, 流动特征检测精度和效率较现有方法有较大提高, 能准确地表征不同加药状态下泡沫表面的流动特性, 加药状态的平均识别精度达 97. 85%, 较现有文献方法有较大提升, 为后续的加药量优化控制奠定基础。
浮选泡沫图像 流动特征提取 非下采样剪切波变换 行列自编码极限学习机 自适应随机森林 flotation froth image flow feature extraction ORB Oriented Fast and Rotated Brief(ORB) non-subsampled shearlet transform line and column autoencoder extreme learning machi adaptive random forest 
光学 精密工程
2020, 28(12): 2684
作者单位
摘要
1 上海理工大学 医疗器械与食品工程学院, 上海 200093
2 山东大学 齐鲁医院神经外科, 山东 青岛 266035
准确可靠的脑胶质瘤分割是脑胶质瘤诊断、治疗方案制定和治疗效果评价的重要前提。为了有效针对脑胶质瘤MRI的特性和基于CNNs的脑胶质瘤分割方法的不足, 提出了一种融合三个密集连接型2D-CNNs分割结果的方法。将三维多模态MRI数据沿轴状面、冠状面和矢状面切片化, 并在预处理后的切片上按比例截取33×33大小的图像块, 得到三个视图的训练集; 将三个训练集分别送入到密集连接型2D-CNNs模型中进行训练, 得到三个分割模型; 然后, 将测试病人的各视图图像块依次输入到训练好的分割模型, 得到脑胶质瘤三个视图的粗分割结果; 将三个视图的粗分割结果进行融合处理和后处理, 得到脑胶质瘤的最终分割结果, 并具体划分为水肿、增强和坏死/非增强三种区域。本研究包含了BraTS2018和BraTS2013的数据集并利用Dice系数、阳性预测值、灵敏度三个指标对分割结果进行评价。实验结果表明, 所提出的分割方法不仅能够精确的分割脑胶质瘤, 而且可以利用多个2D-CNNs实现脑胶质瘤的三维分割。
脑胶质瘤 多模态磁共振图像 图像分割 密集连接型2D-CNNs glioma multimodal MRI image segmentation densely connected 2D CNNs 
光学技术
2020, 46(5): 603
作者单位
摘要
扬州大学环境科学与工程学院, 江苏 扬州 225127
通过对实验室培养的铜绿微囊藻和太湖铜绿微囊藻生长代谢过程中胞外有机物 (EOM) 三维荧光光谱的测量, 获得了铜绿微囊藻 EOM 的三维荧光光谱组分特征; 对铜绿微囊藻 EOM 光谱组分的动态释放规律进行了研究, 并运用皮尔逊相关性分析法分析了微囊藻毒素 MC-LR 与 EOM 光谱组分间的动态释放关联性。结果表明: 铜绿微囊藻 EOM 三维荧光光谱中主要表现出四个较强的荧光峰, 即 A、C、S、T。荧光峰 A、C 为同一类腐殖质组分, 荧光峰 S、T为同一类蛋白组分, 类腐殖质和类蛋白荧光组分主要来源于铜绿微囊藻细胞的同一生理代谢过程, 具有基本相似的动态释放规律。对于水华暴发期的太湖铜绿微囊藻, 叶绿素 a 浓度归一化的溶解态胞外有机物 (dEOM) 荧光峰 S、T、A、C 和结合态胞外有机物 (bEOM) 荧光峰 D 的荧光强度可以反映铜绿微囊藻细胞在不同生理状态以及环境下微囊藻毒素MC-LR的释放能力, dEOM 中荧光峰 S、T 的归一化荧光强度可以优选为微囊藻毒素 MC-LR 浓度反演与预测的重要参量。
微囊藻毒素 胞外有机物 三维荧光光谱 相关性分析 microcystin extracellular organic matter three-dimensional fluorescence spectroscopy correlation analysis 
大气与环境光学学报
2020, 15(4): 285
作者单位
摘要
1 福州大学 物理与信息工程学院, 福建 福州 350108
2 福建金东矿业股份有限公司, 福建 三明 365101
针对可见光图像特征驱动的浮选工况识别方法的不足, 提出一种基于双模态图像多尺度CNN特征及自适应深度自编码核极限学习机(Kernel Extreme Learning Machine, KELM)的浮选工况识别方法。先对泡沫的可见光、红外图像进行非下采样剪切波多尺度分解, 设计双通道CNN网络对双模态多尺度图像进行特征提取及融合, 将多个双隐层自编码极限学习机串联成深度学习网络对CNN特征逐层抽象提取, 然后通过核极限学习机映射到更高维空间进行决策, 最后改进量子细菌觅食算法并应用于深度自编码KELM识别模型参数优化。实验结果表明: 采用双模多尺度CNN特征较单模多尺度、双模单尺度CNN特征的识别精度提高了2.65%, 自适应深度自编码KELM模型具有较好的分类精度和泛化性能, 各工况识别的平均准确率达到95.98%, 识别精度和稳定性较现有方法有较大提升。
浮选工况识别 双模态图像 卷积神经网络 深度双隐层自编码极限学习机 量子细菌觅食算法 flotation performance recognition dual-modality images convolutional neural network deep two hidden layer autoencoder extreme learning quantum bacterial foraging algorithm 
光学 精密工程
2020, 28(8): 1785
作者单位
摘要
1 德州学院化学化工学院, 德州 253023
2 德州学院, 实验管理中心, 德州 253023
3 中国科学院理化技术研究所, 人工晶体研究发展中心, 中国科学院功能晶体与激光技术重点实验室, 北京 100190
在Rb2CO3-Li2CO3-Gd2O3-H3BO3体系中, 用自发结晶的方法获得了一种钆硼酸盐Rb2LiGdB2O6(RLGBO)单晶, 同时, 用固相合成法获得了RLGBO粉末多晶。单晶结构解析表明, RLGBO属于正交晶系, Pbcm空间群, 晶胞参数a=7.025 9(3), b=9.610 3(4), c=10.056 2(4)和z=4。热学性质表明, RLGBO在840 ℃下保持良好的热稳定性。在RLGBO中分别掺杂2%的Ce3+, 80%的Eu3+和50%的Tb3+之后, 其结构不会发生改变。在紫外光及近紫外光激发下, RLGBO∶Ce3+, RLGBO∶Eu3+和RLGBO∶Tb3+可分别发射蓝光, 红光和绿光。结果表明, RLGBO化合物可作为发光物质的基质材料。
硼酸盐 自发结晶 荧光 固相反应 borate spontaneous crystallization fluorescence solid phase reaction RLGBO RLGBO 
人工晶体学报
2020, 49(6): 1071

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!