Therefore, in this review, the principle and advantages of femtosecond laser as well as its application in the micro/nano processing of optical device are discussed in detail. This review is divided into five sections. The first section introduces the mechanism and processing properties of femtosecond laser. The second section discusses a variety of methods to improve the resolution of femtosecond laser micromachining. The third section focuses on the femtosecond laser processing technology, and the fourth section describes the femtosecond laser's application in the processing of optical devices, including microlens, optical waveguide, grating, and photonic crystals. Finally, this review makes a summary and discusses the prospect of femtosecond laser micromachining used in optical devices.

为研究气象因素对成都市大气细颗粒物 (PM_2.5)、可吸入颗粒物 (PM₁₀) 的影响，收集了2015―2018年成都市PM_2.5、PM₁₀的月平均浓度，采用Pearson相关分析法，分析了成都市PM_2.5、PM₁₀与气象条件的关系。结果表明：(1) 2015―2018年，成都市PM_2.5、PM₁₀年平均浓度虽然年际间差别较小，但整体呈现逐年缓慢下降趋势，2015年以来成都市的一系列大气污染控制措施是PM_2.5、PM₁₀逐年缓慢下降的原因；2015―2018年成都市PM_2.5、PM₁₀浓度季节变化特征整体表现为冬季 > 春季 > 秋季> 夏季。(2) 不同气象因素对成都市PM_2.5、PM₁₀月平均浓度的影响程度不同，降水量与气温是影响成都市PM_2.5、PM₁₀月平均浓度的主要因素，两者与PM_2.5、PM₁₀呈较高的负线性相关，其中PM_2.5、PM₁₀与降水量的相关系数均为 -0.612，与月平均气温的相关系数分别为 -0.822、-0.776，降水会通过捕获大气中的颗粒物来去除PM_2.5、PM₁₀，而温度的升高会加强PM_2.5、PM₁₀等污染物在垂直方向上的对流运动，从而对成都市污染物浓度的降低起到重要作用；日照时数、月平均风速、相对湿度等与PM_2.5、PM₁₀月平均浓度整体也呈现负相关，但与降水量和气温相比，日照时数、月平均风速与PM_2.5、PM₁₀月平均浓度的相关性较低，而相对湿度与PM_2.5、PM₁₀月平均浓度的相关性则更加微弱，表明相对湿度的变化对成都市PM_2.5、PM₁₀的积累和扩散影响很小。

煤与矸石分选是煤矿生产的必要工序, 现有的人工分选与机械分选, 存在效率低, 易造成资源浪费以及环境污染等问题。 鉴于可见/近红外高光谱成像具有分析速度快、 样品无需预处理、 无污染等诸多优势, 旨在探讨基于可见/近红外高光谱成像对黑色背景下块状煤与矸石准确分类的可行性, 并基于特征波长筛选算法简化模型, 为构建多光谱煤与矸石分选系统提供理论参考。 首先, 搭建高光谱成像系统并采集山西西铭矿的85个煤样本与83个矸石样本在400~1 000 nm(Vis/NIR)与1 000~2 500 nm(NIR)两个范围内的高光谱图像, 基于图像处理方法去除背景信息, 选取Vis/NIR范围内100×100像素和NIR范围内50×50像素区域内的平均光谱作为该样本在对应波段范围的一条光谱, 重复10次, 最终在两个波段各获得煤与矸石光谱850条和830条。 其次, 对光谱先后进行Savitzky-Golay卷积平滑和标准正态变量变换, 以减少噪音和误差对光谱的影响。 基于全波段光谱建立支持向量机(SVM), k近邻法(KNN), 偏最小二乘判别分析(PLS-DA)三种模型, 每个模型针对预测集的分类准确度均大于0.95, 结果表明, 基于煤和矸石的光谱信息可将二者区分。 随后根据竞争性自适应重加权算法(CARS)和连续投影算法(SPA)选择的特征波长建立简化模型, 综合考虑精度与成本等因素, 在Vis/NIR范围内基于SPA筛选的3个特征波长所建立的SVM模型效果最好, 不仅能有效减少波长数量, 还能提高模型的分类效果, 对应的灵敏度, 特异度, 准确度分别为1, 0.965 2, 0.983 3。 基于判别模型与样本的平均光谱还可实现煤和矸石的分类可视化。 研究结果对开发基于特征波长的低成本煤和矸石多光谱分选系统, 实现煤矸快速、 准确的无损检测具有借鉴意义。

煤矸智能识别是实现综放开采智能化亟待研发的新技术; 可见-近红外光谱技术具有环保、 实时等优势, 满足煤矸智能分选的要求。 为解决基于可见-近红外光谱的煤矸识别问题, 引入在数据科学竞赛中表现出色的极端梯度提升树(XGBoost)算法。 搭建可见-近红外光谱实验平台采集来自山西西铭、 陕西神木、 内蒙古巴隆图煤矿的块状煤与矸石样品在370~1 049 nm波段的反射光谱; 利用黑白校正、 始末波段去除、 SG卷积平滑和标准正态变量变换(SNV)对采集的原始光谱进行预处理, 以减少光照不均、 噪声以及光程差的影响。 依据三个煤矿煤与矸石样品反射光谱的差异划分实验组和测试组, 实验组差异微小, 用于对比不同模型的性能, 挑选最佳算法; 测试组差异较明显, 用于测试最佳算法在其他煤矿下的表现, 检验算法对不同煤矿的适用性。 在实验组的实验中, 首先基于XGBoost算法建立煤与矸石分类模型, 并引入常用的机器学习分类算法k近邻法(KNN)、 随机森林(RF)、 支持向量机(SVM)做对比, 结果表明XGBoost的表现最佳, 十折交叉验证的平均准确度(ACC₁₀)、 分类准确度(ACC)与AUC值分别达到0.957 2, 0.970 5与0.971 6, 体现出较强的稳定性与分类能力。 其次为降低数据维度减少模型运算量, 使用递归特征选择(RFE)、 连续投影算法(SPA)与竞争性自适应重加权算法(CARS)分别进行特征波长的选择并与上述四种分类算法结合构建简化分类模型, 经测试RFE与XGBoost组合的简化模型表现最佳, ACC₁₀, ACC与AUC值分别为0.965 7, 0.980 3与0.980 3且数据维度降至9, 在降低数据维度的同时提高了模型的稳定性与分类能力。 在测试组的实验中, 基于优选出的XGBoost与RFE-XGB算法建立的模型, 同样可以实现对其他矿区煤与矸石稳定精确地识别, 且简化模型表现更好, 与实验组结果一致。

针对下一代无源光网络安全性不足的问题，文章提出了一种基于MD5信息摘要算法校验的电光混合加密方案。方案中采用Baker置乱算法和256 bit高级加密标准（AES）加密算法对图片数据进行加密，并结合低密度奇偶校验码（LDPC）纠错和MD5校验对加密图片数据进行纠错编码以及一致性校验。为进一步保证密钥和MD5摘要分发的安全性，方案中还采用超结构光纤布拉格光栅（SSFBG）对两者进行编码，使两者隐匿在系统噪声以下。仿真结果表明，经过SSFBG编码后，编码信号功率低至-50 dBm，可以达到数据在光纤信道上隐匿传输的效果。并且由于方案中加入了对接收数据的MD5校验，使得因恶意接入攻击造成的信息改变无法进行AES解码，在提升安全性的同时又节约了中央处理器（CPU）资源。最后，误码率曲线分析结果表明，加入LDPC纠错后，接收机灵敏度得到有效降低。

中子活化产物和辐射特征的数值模拟程序是研究材料活化效应的重要工具。在JMCT软件的基础上开发了具备材料中子活化效应模拟能力的数值模拟程序，并将其命名为“中子活化数值模拟程序”，旨在将其应用于军控核查、核安全等领域的研究中。对该程序在核弹头内部中子输运和活化计算的准确性进行了验证，发现该程序对核弹头内部中子输运和活化的计算精度优良。利用该程序研究了混凝土地面核素在裂变核材料的裂变中子辐照下的活化效应，计算结果进一步验证了中子活化数值模拟程序的功能。