星载海洋激光雷达最佳工作波长分析

星载激光雷达是实现海洋垂直剖面探测的有效工具,也是目前迫切需求的海洋光学遥感手段。对星载海洋激光雷达的波长参数进行评估对保证探测有效性具有重要意义。本文从探测深度和信噪比两方面分析了星载海洋激光雷达探测全球海洋的最佳波长。利用MODIS 10个波段的水体光学特性数据,估算全球海水探测深度及相应的最优波长;并根据太阳夫琅禾费暗线特性,对信号信噪比进行优化。结果表明:在探测深度方面,最优探测波长在488 nm波段的海洋占全球海洋面积的70%左右,并且全球95%以上的海域在488 nm波段的探测深度优于0.8倍的真光层深度;在信噪比方面,相对于488 nm波段,486.134 nm夫琅禾费暗线处采用0.1 nm带宽的滤光片可以将背景光强度降低70%,相应地回波信噪比整体提升了约5.0%。就全球海洋探测来说,使用486.134 nm作为探测波长可以提高探测深度,有效抑制太阳背景光,提高信噪比,因此,486.134 nm是星载海洋激光雷达的最佳工作波长。     

皮肤组织容积脉搏波400~1000 nm光谱特性仿真研究

根据皮肤组织解剖结构特性建立了六层层状模型,并给出了皮肤组织各层的特性参数;考虑了氧合血红蛋白和还原血红蛋白的吸收特性,依据皮肤组织各层的水、血、脂肪、血氧饱和度含量以及血管大小给出了皮肤组织各层的光谱吸收系数;对不同波长散射系数做了适当简化,给出了皮肤组织各层的光谱散射系数。利用蒙特卡罗方法仿真血管组织在收缩与舒张两种状态下, 400~1 000 nm波长光在皮肤组织多层模型中的传输过程,并通过统计大量光子的分布特性,获得了皮肤组织光谱反射系数,并利用模拟所得的两种状态下的反射系数计算得到了光谱容积脉搏波幅度。仿真结果表明,当入射光强一定时,绿光的容积脉搏波幅度优于红光和蓝光。通过计算不同波长光沿皮肤组织深度方向光能流率衰减为1/e时对应的皮肤组织深度,获得了皮肤组织光谱穿透深度。结果显示,血管舒张状态下蓝光和绿光的穿透深度较小,蓝光大部分只能达到表皮层,绿光能到达微循环层,红光可直达真皮层。考虑到光在皮肤组织中传播包含了一个从收缩到舒张的动态过程,基于此,根据穿透深度定义了脉搏波信号产生深度,利用血管舒张与收缩两种不同状态下的穿透深度计算得到了光谱产生深度。结果表明,不同波长光产生深度大于其穿透深度,蓝光产生深度较浅,且其受到的血液吸收调制较小,因而其获得的脉搏信号易受噪声干扰;红光的容积脉搏波产生深度较大,但是相比于绿光其受血液吸收调制较小,且绿光产生深度足够达到真皮血管层,因而红光容积脉搏波的幅度小于绿光。上述仿真结果明确了皮肤组织部分光谱特性,为皮肤组织多光谱容积脉搏波的精确获取及其他相关研究提供了一定的理论基础。     

Smarandache函数在两数列上的下界估计

设S(n)是Smarandache函数,其中n是一正整数.讨论Smarandache函数S(n)在数列F((2k),1)=F(n,1)=n2n+1(n=2k)与数列G(2n,1)=(2n)2n+1上的下界估计.基于初等方法证明了:当偶数n≥6时,有S(F((2k),1))=S(F(n,1))≥6×2n+1;当n≥4时,有S(G(2n,1))≥6×2n+1.     

基于卷积神经网络的焊缝缺陷图像分类研究

为有效地对焊缝缺陷进行分类，从而判断焊接质量的等级，对传统卷积神经网络进行改进，提出一种多尺度压缩激励网络模型（SINet）。将4组两两串联的3×3卷积模块与Inception模块、压缩激励模块（SE block）相结合。通过多尺度压缩激励模块（SI module）将卷积层中的特征进行多尺度融合和特征重标定以提高分类准确率，并用全局平均池化层代替全连接层减少模型参数。此外考虑到焊接缺陷数量不平衡对准确率的影响，采用深度卷积对抗生成网络（DCGAN）进行数据集的平衡处理，并在该数据集上验证模型的有效性。与传统卷积神经网络相比，该模型具有良好的性能，在测试集上准确率达到96.77%，同时模型的参数个数也明显减少。结果表明该方法对焊缝缺陷图像能进行有效地分类。     

利用超强激光进行深度狄拉克态的可行性研究

多年以来，很多不同的理论预言了深度狄拉克态(DDL)的存在。然而，DDL的存在依然存在很大的争议，急需进行验证。随着超强激光技术的提高，可以利用超强激光把电子加速到相对论能量，也可以产生正负电子对，引发核反应等。强激光所提供的这种极端环境也为探索DDL带来新可能。本文提出一个新的探测DDL的方法，即以原子核的轨道电子俘获寿命在强激光等离子体中的变化为探针，探测DDL是否存在。计算表明，若DDL存在，轨道电子俘获寿命变化可达7个量级，从而有望在现有超强激光条件下探测DDL。     

结合光场深度估计和大气散射模型的图像去雾方法

目前大部分基于物理模型的图像去雾算法存在复原图像色彩失真和天空边界区域出现光晕效应的问题.为了解决这些问题,本文提出了一种将光场深度计算与大气散射模型相结合的图像去雾方法.该方法通过光场极平面图像计算得到场景深度,将场景深度信息计算所得的透射率与暗通道透射率融合得到最终透射率.同时利用场景深度对天空边界进行判定,单独对天空区域进行处理.在合成雾天图像和真实雾天图像上的实验结果表明,与现有的单幅图像去雾算法相比,本文提出的方法在峰值信噪比以及结构相似性上均有提升.同时对去雾之后的图像的色彩保真度以及光晕效应的抑制方面都取得了较好的结果 .     

基于深度学习的离轴菲涅耳数字全息非线性重构

针对离轴菲涅耳数字全息图,提出基于深度学习的单幅数字全息非线性重构方法 .采用经典的菲涅耳衍射积分模拟数字全息成像以供给网络训练所需样本,利用深度卷积残差神经网络通过学习数字全息图与相关物像之间的非线性数学映射关系实现全息图的物像重构.数值模拟表明,与传统的频率滤波和四步相移技术实现菲涅耳数字全息重构相比,本文提出的方法可直接消除零级像及孪生像,无需条纹物项抽取预处理步骤,且重构的物像具有较高的质量,针对相同记录参考光下不同衍射距离所生成的测试集亦具有较强的稳健性.     

“放开”设问:开放式教学的一种途径——从一份学案中的“封闭式问题”说起

最近观摩某教研活动,教学内容为七年级在平面直角坐标系中求几何图形的面积.由于这节课是一节专题课,并没有相对应的教材内容,组织方将其定位为习题课教学.执教者把精心准备的导学案在课前发给学生,很多学生拿到导学案之后就埋头进入了"刷题"状态,课堂上虽然也有不少师生互动,但多数停留在比较单一的师生单向对话,属于核对答案式的课堂对话.虽然课后的评课环节是"抬轿戴帽"式的"点赞一片",但笔者总感觉这样的课有点儿封闭,没有实现郑毓信教授所倡导的"深度教学"和"开放教学".以下先简要摘引教师印发给学生的这份导学案中的封闭式问题及教师随后的封闭式教学,然后从这些习题呈现方式谈一些评课意见与相关思考.     

基于粒子滤波和人工势场法的放射源搜寻方法

针对放射源搜寻过程中难度大、定位精度低等问题，提出了一种适用于移动机器人的自主寻源方法。该方法利用移动机器人搭载辐射探测器采集的剂量计数值，根据γ射线的衰减规律建立辐射衰减模型；在机器人前进的过程中利用粒子滤波算法对放射源的参数进行实时估计；采用高斯分布函数对重采样后的粒子进行自适应更新，保证重采样后的粒子具有多样性；根据辐射环境创建机器人路径规划模型，采用人工势场法规划机器人的自主寻源路径。实验在Matlab下进行了仿真验证，结果表明，该方法在有遮挡环境下能够搜寻到未知的单点源，同时自适应更新能够提高算法的稳定性，缩小寻源误差。     

部分线性模型的模态正交经验似然推断

本文考虑部分线性模型的有效经验似然统计推断问题.通过结合模态回归和正交投影技术,提出了一种模态经验似然统计推断过程.证明了提出的经验似然比函数渐近服从中心卡方分布,进而构造了模型参数的置信区间.所提出的估计方法可以对模型的参数分量和非参数分量分别估计,而互不影响,具有较好的稳健性和有效性.