Curvature investigation in tapered fibers and its application to sensing and mode conversion

Non-adiabatic tapered fibers are basic photonic components used in a wide range of applications. Here we investigate a way to increase their utility through the controllable bending of one of their tapered sections. The experiments carried out explain, for the first time, the mechanics of this approach showing how these tapers can be used to build more sensitive sensors. Their use as highly efficient mode converters is also discussed.     

Recent advances and challenges in the recovery and purification of cellular exosomes

Exosomes are nanovesicles secreted by most cellular types that carry important biochemical compounds throughout the body with different purposes, playing a preponderant role in cellular communication. Because of their structure, physicochemical properties and stability, recent studies are focusing in their use as nanocarriers for different therapeutic compounds for the treatment of different diseases ranging from cancer to Parkinson's disease. However, current bioseparation protocols and methodologies are selected based on the final exosome application or intended use and present both advantages and disadvantages when compared among them. In this context, this review aims to present the most important technologies available for exosome isolation while discussing their advantages and disadvantages and the possibilities of being combined with other strategies. This is critical since the development of novel exosome‐based therapeutic strategies will be constrained to the effectiveness and yield of the selected downstream purification methodologies for which a thorough understanding of the available technological resources is needed.     

紫色球杆菌视紫红质光谱特性的机器学习研究

近年来，机器学习等人工智能技术被应用于蛋白质工程，其在蛋白质结构、功能预测、催化活性等研究中具有独特优势。在未知蛋白质结构的情况下，将蛋白质序列和功能特性与机器学习相结合，基于序列-活性关系（innovative sequence-activity relationship，ISAR）算法，将蛋白质氨基酸序列数字化，用快速傅里叶变换（fast four transform，FFT）进行预处理，再进行偏最小二乘回归建模，可在数据集较少情况下拟合得到最佳模型。通过机器学习对紫色球杆菌视紫红质（gloeobacter violaceus rhodopsin，GR）的突变体蛋白质氨基酸序列与光谱最大吸收波长进行建模，获得了最佳模型。用最佳索引LEVM760106建模得到的确定系数R² 为0.944，均方误差E为11.64。用小波变换进行的预处理，其R² 虽也约为0.944，但E大于11.64，不及FFT进行的预处理。方法较好地解决了蛋白质序列与功能特性之间的数学建模问题，在蛋白质工程中可为预测更优的突变体提供支持。     

基于图像重组和比特置乱的多图像加密

针对现有多图像加密算法只能同时加密多张同类型同大小的图像,适用范围不广、实用性差等问题,提出一种基于图像重组和比特置乱的多图像加密算法.该算法通过将任意数量、不同大小和不同类型的图像重新组合成新多灰度图,一次完成同时加密,极大提高了加密效率和适用范围.首先,依次提取所有待加密图像像素值重新组合出N张m×n新灰度图,并将其转化成m×n×8N二进制矩阵.然后,采用3D比特置乱方式,对高位页进行行列比特置乱,低位页进行整页比特置乱.最后,进行异或扩散操作,得到密文图像.高低位分开置乱提高了算法的抗噪声能力,最终密文信息熵达到7.999以上,很好地掩盖了明文的统计特性.构造一种新型Logistic与广义三阶Fibonacci级联的混沌系统产生随机序列,增加了初值和控制参数范围,扩大了密钥空间,使其达到8×10^84以上,极大地提高了抗穷举攻击能力.既提高了序列随机性,又同时保留了低维混沌系统的快速性.结合明文哈希值(SHA-256)产生密钥,明文像素值发生微小改变后密文像素值变化率达到0.996以上,极大地提高了的明文敏感性和算法抗选择明文攻击的能力.实验分析表明,提出的多图像加密算法安全性高、实用性强.     

基于Retinex理论与概率非局部均值的红外图像增强方法

针对传统红外图像增强算法中细节模糊及过度增强的问题,提出了一种基于Retinex理论与概率非局部均值相结合的红外图像增强方法.首先通过单尺度Retinex方法调整图像中过暗与过亮部分的灰度级;然后利用概率非局部均值对图像进行分解处理得到基本层与细节层,对基本层采用直方图均衡化拉伸对比度,对细节层采用非线性函数进行增强;最后,将不同层次的结果融合得到对比度与细节增强的红外图像.用该方法对多组不同场景的红外图像进行仿真实验,并将其与多种增强方法进行主、客观对比分析,结果表明所提方法在红外图像的细节及对比度增强方面都获得了更好的效果.     

基于神经网络的三维宽场显微图像复原研究

提出一种利用BP神经网络进行三维宽场显微图像复原的非线性映射方法，将三维图像转化为二维图像进行处理，利用神经网络的学习能力，通过训练，建立含有散焦信息的二维模糊图像与二维清晰图像之间的映射关系，然后对切片堆叠进行逐幅复原，从而实现显微图像的三维复原.得到的复原图像在视觉上和定量分析上都获得了很好的效果.由于采用小规模神经网络，训练时间短，计算量小，使实时复原成为可能.     

基于FPGA并行处理的实时图像相关速度计

研究制作了一种采用高速线阵CCD的实时相关速度计,其测量数据的输出速率可达每秒一万次。针对以往光学相关测速方法的问题进行了讨论,探讨了适合FPGA并行处理的算法,制作了高速线阵CCD摄像机及其处理装置。通过实验验证了系统的可行性和可实现性。     

基于ROI编码的干涉超光谱图像近无损压缩

针对干涉超光谱成像仪所成图像的特点，提出了一种基于ROI（Region of Interest，感兴趣区域）编码的干涉超光谱图像序列压缩方法.利用帧内差值变换，结合矩形ROI编码，在提高遥感图像压缩比的同时，使压缩后的重建图像质量达到近无损的技术要求.实验结果表明，这种压缩方法在干涉超光谱图像压缩中当相对光谱二次误差为2.04％时，干涉图像的压缩比达到9.66∶1.     

非等间距序列建模过程中存在的问题及改进

在研究非等间距序列的基础上 ,本文将非等间距累加运用于非等间距序列的建模过程中 ,使原有模型得到改进 .实例表明 ,改进后模型的精度有了很大提高