燕山大学电气工程学院测试计量技术与仪器河北省重点实验室，河北 秦皇岛 066004
在波导耦合表面等离子体共振传感器结构中引入MoS2材料，提出了一种全介质MoS2薄膜混合耦合波导结构传感器，该结构使得低品质因数（FOM）波导中产生了频域较宽的宽共振，而高FOM波导中产生了频域较窄的窄共振，实现了双波导耦合，进而产生了Fano共振。对传感结构进行了数值模拟与分析研究，探究了MoS2层数及各结构参数对传感性能的影响，并依据其影响将两波导厚度、相邻两层介质材料厚度、MoS2层数作为输入参数，将FOM值作为输出参数，建立了基于深度极限学习机的优化算法。利用优化算法对权值参数进行优化，对比不同优化算法对光谱的优化能力，最终得到了GWO-DELM预测模型。结果表明，Fano形状可以通过改变结构参数进行动态调控。在最佳条件下，经过优化算法优化后的Fano共振的FOM值高达50000。
传感器 Fano共振 MoS2薄膜 双波导耦合 GWO-DELM
1 南京理工大学 能源与动力工程学院，江苏 南京 210094
2 南京理工大学 电子设备热控制工信部重点实验室，江苏 南京 210094
传统的地面目标红外辐射特性研究方法有理论建模分析法和外场测试法。由于大部分的理论建模计算量庞大，无法满足实时计算；外场测试往往成本较高，无法获得任意时刻地面目标整体的红外辐射特性。典型部位温度可以实时获得，但如何布置传感器使其更好地反映和预测整体的温度分布需要开展研究。文中引入本征正交分解（proper orthogonal decomposition，POD）方法对两种地面目标的温度场进行模态分析，建立两种地面目标的温度场降阶模型，利用降阶模型实现地面目标温度场的快速预测；将温度场的降阶模型与QR (orthogonal right triangular)分解算法结合，确定最佳传感器测量位置，实现对两种地面目标温度场的预测。研究结果表明，无论是POD温度场降阶模型还是通过QR分解算法得到的最佳传感器测量数据进行预测，二者的精度均较高，正方腔体的平均绝对误差均小于1.5 K，模型坦克的平均绝对误差均小于2.5 K。通过分解算法得到的最佳传感器测量数据进行预测效率更高，未来可利用该方法预测目标红外特性，从而支撑目标规避或伪装方案的制定。
地面目标 本征正交分解 有限测点数据 快速预测 ground target proper orthogonal decomposition limited measuring point data rapid prediction 红外与激光工程
2023, 52(11): 20230103
1 燕山大学电气工程学院河北省测试计量技术及仪器重点实验室, 河北 秦皇岛 066004
2 河北先河环保科技股份有限公司, 河北 石家庄 050000
藻华现象的频繁发生严重影响了海洋环境和人类的生产活动, 因此对水体浮游植物的监测十分重要。 三维荧光光谱被广泛应用于水体浮游植物中藻类的群落组成分析和浓度定量分析, 然而三维荧光光谱数据中的信息冗余给藻类定性定量分析带来了一定的影响。 针对光谱信息冗余问题, 提出了特征区域积分与凸点提取相结合的三维荧光光谱波长选择方法。 以抑食金球藻、 细长聚球藻、 小球藻为研究对象, 采用Savitzky-Golay卷积平滑法对三维荧光光谱进行预处理, 解决了因外界因素造成的光谱噪声问题, 采用马氏距离法剔除三维荧光光谱数据集中的异常光谱样本, 运用浓度残差法剔除三维荧光光谱数据集中的异常浓度值样本, 然后通过偏最小二乘回归模型的内部交叉验证均方根误差衡量不同特征区域下凸点的可靠性进行波长变量的选择。 为验证波长筛选方法的有效性, 对三种藻类建立偏最小二乘回归模型, 以内部交叉验证决定系数(R2)、 内部交叉验证均方根误差(RMSECV)作为模型评价指标。 与全光谱数据建立的回归模型进行了比较, 抑食金球藻、 小球藻、 细长聚球藻的波长变量由全谱的1071个分别减少到77个、 75个、 67个, R2分别提高了0.016 4, 0.002和0.032 4, RMSECV分别降低了1.8×105, 2.0×105, 2.6×105。 与UVE方法相比, 抑食金球藻、 小球藻、 细长聚球藻的波长变量分别减少了599个、 357个、 317个, R2分别提高了0.014 5, 0.000 4和0.012 3, RMSECV分别降低了1.6×105, 7.0×104和1.6×105。 经过该方法进行波长变量选择后, 减少了冗余信息, 提高了模型预测能力。
浮游植物 三维荧光光谱 特征区域 凸点 波长选择 Phytoplankton 3D fluorescence spectroscopy Feature region Convex point extraction Wavelength selection 光谱学与光谱分析
2022, 42(10): 3031
燕山大学电气工程学院测试计量技术与仪器河北省重点实验室，河北 秦皇岛 066004
高值共振超表面以其对局域电磁场的显著增强而在纳米光子学中受到广泛关注。基于全介质材料独特的电磁属性，提出了一种方形晶格对称性破缺的全介质纳米孔阵列超表面，通过打破方形晶格原胞的面内对称性来激发近红外区域的高值Fano共振。在垂直入射平面波的激发下，该超表面实现了极化独立的双重简并模态Fano共振以及极化依赖的三重非简并模态Fano共振，后者具有更高的值与更强的电磁局域性能。采用数值模拟探究了晶格扰动参数对三重非简并模态Fano共振特性的影响。结果表明，三重非简并模态Fano共振的值与局域电场强度受晶格扰动参数控制，通过优化晶格扰动参数，三重非简并模态Fano共振的值可同时高达，，，其局域电场强度可同时高达，，。
表面光学 光学超表面 多重Fano共振 方形晶格 高Q值 电磁局域增强 光学学报
2022, 42(15): 1524001
1 燕山大学电气工程学院河北省测试计量技术及仪器重点实验室, 河北 秦皇岛 066004
2 河北先河环保科技股份有限公司, 河北 石家庄 050035
近年来频繁发生的褐潮污染给沿海地区经济带来巨大损失。准确、高效地识别褐潮藻对预防海洋环境污染意义重大。采用三维荧光光谱、梯度提升决策树(GBDT)和逻辑回归(LR)相结合的方法,实现了对褐潮藻的准确辨识。为解决LR模型对非线性数据的特征组合能力较弱的问题,引入GBDT算法,充分利用集成学习算法在处理非线性数据上的优势。将GBDT的预测结果作为新特征代替原来的特征输入LR模型,建立了一种将GBDT与LR相融合的褐潮藻辨识模型(GBDT-LR)。针对复杂海洋环境中其他门类藻的干扰,实验引入小球藻、细长聚球藻等5种不同门类的海藻作为对比,并对处于不同生长周期的褐潮藻辨识情况进行分析。相同条件下通过将所提模型与LR、支持向量机(SVM)和反向传播(BP)神经网络等模型进行对比。结果表明,GBDT-LR在分类准确率、召回率和F1分数等评价指标上均优于其他模型,处于指数生长期的藻类荧光光谱最为稳定,这一时期的褐潮藻辨识结果最好。
光谱学 三维荧光光谱 褐潮污染 特征提取 逻辑回归 梯度提升决策树 光学学报
2022, 42(12): 1230001
1 燕山大学电气工程学院，测试计量技术与仪器河北省重点实验室，河北 秦皇岛 066004
2 燕山大学信息科学与工程学院，河北省特种光纤与光纤传感器重点实验室，河北 秦皇岛 066004
基于全介质超材料的电磁属性，提出了一种基于硅缺口盘单谐振器的超表面微流传感装置；利用时域有限差分(FDTD)法进行仿真模拟，仿真结果表明，该结构可以产生三重Fano共振，包括可被入射光直接激发的明偶极共振以及非对称性结构下明暗模式干扰产生的一个高阶模式杂化共振和一个磁共振。另外，分析了结构参数(缺口长度和宽度、结构的周期、硅盘半径和厚度)对Fano共振的影响以及微流装置中分析物厚度对传感特性的影响，得到参数优化后的结构的灵敏度最大可达到400.36 nm/RIU，品质因数Q最大可达到1252.3，并证明了溶液厚度在一定范围内增大可以提升传感检测的性能。
传感器 全介质超表面 Fano共振 微流体传感检测 折射率传感
1 上海应用技术大学计算机科学与信息工程学院，上海 201418
2 上海应用技术大学理学院，上海 201418
为了对头颈部多器官CT图像实现精准分割，减少放射治疗对人体正常组织的损伤，本文提出一种基于卷积神经网络的图像分割方法——SAU-Net算法，该算法基于加入残差连接的3D U-Net实现。针对器官尺寸差异较大而引起的分割精度不准确问题，引入压缩注意力模块，通过非局部的空间注意力机制增加对全局特征的编码能力，聚合多尺度上下文信息，实现同一器官的体素分组。此外，该算法减少了卷积核数量及参数量，避免因额外的卷积运算造成堆叠局部信息过多而影响模型性能。结果表明，以Dice系数为评估指标，与3D U-Net和3D ResU-Net算法相比，SAU-Net的分割精度分别提高了13.7%和8.2%，推理速度比FocusNetv2提升73%。SAU-Net算法显著提高了头颈部器官图像的分割精度和速度，能够快速准确实现全自动分割任务。
图像处理 卷积神经网络 3D U-Net 残差连接 压缩注意力 激光与光电子学进展
2022, 59(4): 0417003
燕山大学电气工程学院河北省测试计量技术及仪器重点实验室, 河北 秦皇岛 066004
针对海藻三维荧光光谱线性降维方法不理想、模型识别准确率低的问题,提出通过局部线性嵌入(LLE)算法进行降维、通过黄金正弦算法(Gold-SA)对支持向量机(SVM)进行优化来构建分类模型的方法。将LLE算法降维后的海藻三维荧光光谱数据作为SVM的输入,并与其他两种降维方法进行对比。结果显示:LLE算法的降维效果最好,识别准确率最高。为了进一步提高门类识别能力,采用Gold-SA对SVM进行优化并建立Gold-SA-SVM模型,再将其与其他4种分类模型进行对比。结果显示,Gold-SA-SVM模型在分类识别准确率、精准率、召回率和F1分数上都有明显提高,该方法可准确识别抑食金球藻、小球藻、细长聚球藻的门类,可为褐潮研究工作提供有效的参考。
光谱学 三维荧光光谱 褐潮 局部线性嵌入 支持向量机 黄金正弦算法
1 燕山大学电气工程学院河北省测试计量技术及仪器重点实验室, 河北 秦皇岛 066004
2 河南理工大学资源与环境学院, 河南 焦作 454000
3 中国地质调查局水文地质环境地质调查中心, 自然资源部地质环境监测工程技术创新中心, 河北 保定 071051
4 河北先河环保科技股份有限公司, 河北 石家庄 050000
近年来随着土壤重金属污染的加剧, 和人们环境意识的逐渐提高, 科研人员对快速检测土壤重金属含量方法的研究正在不断深化。 目前, X射线荧光分析法(XRF)是广泛应用于土壤重金属污染检测的方法。 但由于X射线荧光光谱仪的能量分辨率有限, 而一些重金属元素的荧光产额较低, 一些元素的相邻谱峰出现了重叠现象。 针对XRF法中元素相邻谱峰的重叠问题, 提出了一种基于麻雀搜索算法(SSA)的光谱重叠峰解析方法。 首先, 将从河北保定地区采样得到的土壤, 制备出不同含水率、 不同重金属元素含量的样本并用X射线荧光光谱仪获取原始光谱数据。 接着, 对光谱数据进行预处理, 采用谱聚类算法剔除异常光谱样本, 采用Savitzky-Golay五点二次去噪法和线性本底法完成对光谱的去噪和本底扣除, 并对光谱净计数用随机数法生成大量模拟光谱数据, 以备后续算法使用。 然后, 用期望最大化法(EM)对重叠峰进行初步解析, 首先设置EM算法的初始参数, 并将生成的模拟光谱数据代入EM算法, 当达到迭代次数时, 即可初步得到高斯混合模型(GMM)中各高斯峰的期望、 方差和权重参数。 但由于EM算法容易受初始参数设置的影响, 且易陷入局部最优而导致结果不准确, 还需对EM算法进一步优化。 本研究采用SSA对GMM的各参数进行全局优化, 在设置SSA算法的基本参数后, 将100组由EM算法得到的参数作为该算法的初始种群, 并设置合适的适应度函数, 通过迭代, 最终得到全局最优参数, 实现了重叠峰的分解。 SSA受参数设置的影响较小, 相比于一些传统的优化算法, 如遗传算法(GA)、 蚁群算法(ACO)、 粒子群算法(PSO)等, 具有收敛速度快、 不易陷入局部最优的特点, 因此, 采用此算法, 可以达到较好的优化效果。 通过对重叠峰解析结果的分析表明, 该算法可在较少的迭代次数下得到较准确的解析结果, 可广泛应用于能谱重叠峰解析。
X射线荧光分析法 高斯混合模型 期望最大化法 麻雀搜索算法 重叠峰解析 X-ray fluorescence analysis Gaussian mixture model Expectation maximization Sparrow search algorithm Overlapping peaks analysis 光谱学与光谱分析
2021, 41(7): 2175
