传统方法制备微波介质陶瓷通常需要1 000 ℃以上高温, 不仅工艺周期长、能量消耗高, 而且难以实现多种材料体系的集成共烧。如今, 无线通讯技术的不断革新和蓬勃发展对微波器件小型化、集成化提出了更高要求, 低温共烧陶瓷/超低温共烧陶瓷技术被开发和广泛应用。研究烧结温度更低、烧结效率更高, 且微波介电性能优异的节能环保型绿色制备工艺, 已经成为全球范围内研究热点之一。液相烧结、热压烧结、微波烧结、放电等离子体烧结、闪烧等烧结工艺的提出促进了低温烧结微波介质陶瓷的发展。最近, 又出现了一种新的超低温烧结工艺-冷烧结技术。冷烧结具有极低的烧结温度(一般 ≤300 ℃)、可在短时间内实现陶瓷高致密化, 且在物相稳定性、复合共烧以及晶界控制等方面有着优势, 为超低温烧结工艺以及微波介质材料体系的开发提供了新的契机。

为解决当前人脸超分辨率算法细节处理不足和过度平滑等问题, 基于对抗网络技术提出一种针对单一面部图像的超分辨率重建算法。在生成网络中并联边缘检测网络, 提取丰富的人脸轮廓细节以辅助特征提取, 通过Ranger优化器优化网络训练过程, 最终结合客观评价和主观评价指标, 建立数学模型综合评价重建效果。实验结果表明, 算法较三次样条法、SRGAN、FSRCNN等方法具有更优的主观和客观评价结果。提升了面部的细节复原能力, 具有更好的重建效果。

提出了基于单位扇环灰度的虹膜定位算法。利用投影法分割出一个包含瞳孔的矩形区域, 通过最大类间方差法确定该矩形区域的阈值, 完成瞳孔的分割。对于虹膜外边界的定位, 需要基于瞳孔中心分割出某一方向上的扇形区域, 以5个像素作为扇形区域的步长, 计算每个扇环的平均灰度值, 根据灰度变化情况就可以确定该方向上的虹膜外边界点。其他方向上的边界点也通过此方法确定。对这些边界点进行筛选并进行圆的拟合, 最终实现虹膜的定位。实验结果表明, 采用该方法所分割的虹膜图像可以获得良好的效果, 具有良好的应用和参考价值。