海带(LAMINARIA JAPONICA ARESCH.)叶卷病的研究——病原体的电子显微镜检查

感染了海带叶卷病的海带组织匀浆液经鲍鱼(Haliotis discus Hannai)酶处理后,提取到一种具原生质膜而无细胞壁的多形态类菌原体(MLO).病组织的超薄切片中也观察到这种原核微生物,但在健全海带的提取物和组织切片中,则从未检查到.同时考虑到四环素族抗菌素有明显抑制海带发病的作用,初步认为海带叶卷病是由这种类菌原体所引起的.这是在藻类中首次发现的MLO.     

在YAG:Nd晶体中位错对激光特性的影响

本文用双折射貌相法和化学腐蚀法测定了六根晶体棒中的位错分布和位错密度,用光学方法检验了晶体的光学质量,晶体的激光性能是在一台Q开关YAG激光装置上测定的。实验表明当位错密度增加到一定程度时,位错形成的应力场会引起明显的双折射,以致探测光通过晶体时波面会发生畸变。在干涉仪上可观察到干涉条纹的增加。同样,在位错应力场区消光比亦下降。因此,作为结构缺陷的位错也是晶体光学不均匀的来源之一。晶体激光性能的实验结果指出:位错对激光输出特性有很大的影响,从激光近场光斑图看出,在位错应力场区,因为高的激光阈值而不能产生激光振荡,并且由于应力双折射效应产生光的退偏性。由于存在高位错密度,晶体的激光发散度增加,倍频效率下降。当晶体中存在缀饰位错(decorated dislocation)时,激光输出特性的变化尤为明显.     

HXMT卫星X射线标定装置和标定实验

正HXMT卫星的建设是一个系统工程,既包括有效载荷的三个不同能量范围的X射线望远镜(见本专题HXMT各望远镜的介绍),又有为支撑其运行以及为实现其科学目标而建立的HXMT地面科学应用系统(见本专题"HXMT卫星的观测规划与数据处理"的介绍),以及为测试HXMT各个载荷性能指标和能量标定的标定装置。一、引言在X射线天文卫星的数据中,任何天体参数的测量都依赖于X射线光子和望远镜的相互作用,望远镜     

SiO_2@Fe_3O_4@C胶体纳米颗粒的制备及其光学性质

制备了SiO_2@Fe_3O_4@C核壳结构颗粒,粒径可控,形貌均一.研究了在电场调控下,不同粒径,不同浓度的SiO_2@Fe_3O_4@C纳米颗粒悬浮液在不同溶剂下的光学性质,结果表明:150nm SiO_2@Fe_3O_4@C颗粒在质量分数10%浓度下得到的反射光谱可调节范围最宽,从735nm蓝移到540nm;随着颗粒悬浮液浓度的增加,反射光谱会整体蓝移.将粒径为150nm的粒子分散到不同的溶剂中,其电场响应性具有溶剂依赖性,溶剂折射率越大,反射波长越大.悬浮液的响应时间为150ms,当撤去电场后,悬浮液具有一定的回复性.     

印制电路板缺陷图像边缘检测

为了提取含噪声印制电路板(PCB)光板缺陷图像边缘信息,提出了一种基于混合法的图像边缘检测方法.在分析类间最大距离法图像分割基本原理的基础上提出了一种改进的类间最大距离法(IMDBC);设计了结合中值滤波、IMDBC、改进的数学形态学边缘检测算子与LOG算子进行PCB光板缺陷图像边缘检测的混合方法.用CCD及显微镜成像系统获取4幅PCB光板缺陷图像,结果表明:用本文方法提取出的图像边缘信息清晰且较精确,噪声点较少,所得到的4幅图像优质系数是其它6种方法的1.0111~1.3586倍.     

膝关节红外热像图的多尺度熵算法分析研究

随着红外热成像技术的在医学领域日趋广泛的应用,传统的医学红外影像处理技术是通过医生观察胶片或者图像来进行诊断,需要医生具有足够的知识积累和临床经验.针对上述问题,提出了利用计算机图像处理技术对膝关节红外图像进行处理,形成图像信号序列,再通过多尺度熵算法进行数据信息分析,最终得出当机体膝关节出现病变时,其熵值在多个尺度上均低于健康机体熵值,且熵值越低,病变程度越大.     

可逆对称的氧化还原滴定的林邦滴定曲线方程及其化学计量点E_(sp)值的计算

用物料平衡式MBE、副反应系数和条件稳定常数等知识,推导出可逆对称的氧化还原滴定的林邦滴定曲线方程并用其推导出化学计量点Esp值的计算公式。     

浅谈检验Fe~(2+)与Fe~(3+)的误区

空白试验证明,用浓度大于1mol/L的盐酸溶液做Fe~(3+)的提取液,或用过浓盐酸溶液酸化试液,盐酸中的Fe~(3+)都会给检验试液中的Fe~(3+)带来干扰;检验食品中的铁元素时,若铁是以Fe~(2+)形式存在,如果加入硝酸将其氧化为Fe~(3+),硝酸中Fe~(3+)会对检验试液中的Fe~(3+)带来干扰。     

Intelligent algorithms: new avenues for designing nanophotonic devices [Invited]

The research on nanophotonic devices has made great progress during the past decades. It is the unremitting pursuit of researchers that realize various device functions to meet practical applications. However, most of the traditional methods rely on human experience and physical inspiration for structural design and parameter optimization, which usually require a lot of resources, and the performance of the designed device is limited. Intelligent algorithms, which are composed of rich optimized algorithms, show a vigorous development trend in the field of nanophotonic devices in recent years. The design of nanophotonic devices by intelligent algorithms can break the restrictions of traditional methods and predict novel configurations, which is universal and efficient for different materials, different structures, different modes, different wavelengths, etc. In this review, intelligent algorithms for designing nanophotonic devices are introduced from their concepts to their applications, including deep learning methods, the gradient-based inverse design method, swarm intelligence algorithms, individual inspired algorithms, and some other algorithms. The design principle based on intelligent algorithms and the design of typical new nanophotonic devices are reviewed. Intelligent algorithms can play an important role in designing complex functions and improving the performances of nanophotonic devices, which provide new avenues for the realization of photonic chips.